기술/연구

“엔비디아도 탐낸다” 한국 공장, AI 지능 만드는 ‘금광’ 된다

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.03.04 05:32

기사 3줄 요약

1 AI 시범사업 한계, 데이터팩토리 구축이 해법
2 엔비디아 주목한 물리 AI, 한국 산업의 새 기회
3 단순 도입 넘어 AI 학습시키는 주체로 전환 필수

인공지능(AI) 기술이 비약적으로 발전했지만 산업 현장에서는 여전히 시범 사업 단계에 머물러 있다는 지적이 나옵니다. 기술 자체가 부족해서가 아니라 기술이 작동하고 학습할 수 있는 ‘구조’가 없기 때문입니다. 손병희 마음AI 인공지능연구소장에 따르면 현재 AI는 물리 세계와 결합하는 ‘피지컬 AI’ 시대로 넘어가고 있습니다. 단순히 AI 모델을 가져다 쓰는 것을 넘어 데이터가 생성되고 다시 학습되는 구조가 필요합니다.

엔비디아가 주목한 ‘데이터팩토리’

엔비디아 젠슨 황 CEO는 “시뮬레이션은 로봇 AI를 위한 데이터 공장”이라고 정의했습니다. 현실 데이터만으로는 로봇 학습에 한계가 있어 가상 환경에서 데이터를 대량 생산해야 한다는 뜻입니다. 연구소나 실험실이 아닌 ‘공장(Factory)’이라는 표현을 쓴 것에 주목해야 합니다. 데이터 생성이 자동화되고 반복 가능하며 대량 생산이 가능한 시스템을 구축해야 한다는 의미를 담고 있습니다. 산업 현장 자체가 AI가 학습하고 진화하는 구조로 전환되어야 합니다. 이것이 바로 피지컬 AI 데이터팩토리 전략의 핵심 출발점입니다.

성공보다 중요한 ‘과정 데이터’

기존 방식은 흩어진 데이터를 단순히 모으는 수준에 그쳤습니다. 피지컬 AI 시대에는 가상 시뮬레이션과 실제 현장이 유기적으로 연결되어야 합니다. 중요한 것은 정답이 아니라 실패와 보정을 담은 ‘과정 데이터’입니다. 로봇이 왜 실패했는지, 어떻게 보정했는지를 학습해야 예측 불가능한 상황에 대응할 수 있습니다. 손병희 연구소장은 “과정 데이터야말로 피지컬 AI가 성공보다 실패를 통해 더 많이 배우는 핵심 재료”라고 강조합니다. 현장에서 자동 생성된 데이터가 즉시 재학습으로 이어지는 파이프라인이 필수입니다.

한국 산업의 거대한 기회

대한민국은 반도체, 자동차, 조선 등 세계 최고 수준의 산업 벨트를 이미 보유하고 있습니다. 이는 전 세계 어디서도 찾기 힘든 양질의 데이터 생산지입니다. 우리는 새로운 산업을 억지로 만들 필요 없이 기존 공장을 지능 생산 설비로 바꾸면 됩니다. 공장의 컨베이어 벨트가 돌아갈 때마다 AI 지능도 함께 고도화되는 구조를 만드는 것입니다. 미국이 거대언어모델(LLM) 패권을 잡았다면 한국은 피지컬 AI 공급처가 될 수 있습니다. 이는 단순한 기술 도입을 넘어 생존을 위한 필수 전략입니다.