산업/비즈니스

“AI 도입해도 효과 없다?” 한국 산업, ‘이것’에 달렸다

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.03.04 08:21

기사 3줄 요약

1 산업 AI, 실증 넘어 ‘데이터 공장’ 구축 시급
2 로봇, 성공 아닌 ‘실패 과정’ 학습해 진화
3 韓 제조 인프라, 피지컬 AI 핵심 기지로 부상

산업 현장에 인공지능(AI)을 도입하려는 시도는 많았습니다. 하지만 냉정하게 보면 여전히 시범 단계에 머물러 있는 경우가 대부분입니다. 기술이 부족해서가 아닙니다. AI가 제대로 작동할 수 있는 ‘구조’가 없기 때문입니다. 지금까지는 어떤 AI 모델을 쓸지 고민했습니다. 이제는 질문을 바꿔야 합니다. “데이터를 어디서 만들고, 어떻게 학습시킬 것인가?” 이 질문에 답하지 못하면 AI는 실험실을 벗어날 수 없습니다.

엔비디아가 주목한 ‘데이터 공장’

세계적인 기업 엔비디아(NVIDIA)는 ‘데이터 팩토리(Data Factory)’라는 개념을 강조합니다. 쉽게 말해 시뮬레이션 환경을 데이터 생산 공장처럼 만드는 겁니다. 현실 데이터만으로는 로봇이나 자율주행 AI를 완벽하게 학습시키기 어렵기 때문입니다. 연구소가 아니라 ‘공장’이라고 부르는 이유가 있습니다. 데이터 생성이 자동화되고 대량 생산이 가능해야 한다는 뜻입니다. 한국 산업 현장도 이제 거대한 데이터 공장으로 변해야 합니다. 산업 자체가 AI를 학습시키고 진화시키는 구조로 바뀌어야 살아남을 수 있습니다.

로봇, ‘작업’ 단위로 배워야 산다

제조, 물류, 건설 등 산업 분야는 달라도 핵심 작업은 비슷합니다. 잡고(Pick), 옮기고(Place), 피하고(Avoid), 확인하는(Inspect) 동작입니다. 로봇의 생김새가 달라도 이 ‘작업’ 단위로 데이터를 설계해야 합니다. 그래야 산업의 경계를 넘어 어디서든 쓸 수 있는 지능을 만들 수 있습니다. 중요한 건 흩어진 데이터를 모으는 게 아닙니다. 현장에서 데이터가 자동으로 생성되고, AI가 이를 통해 즉시 다시 학습하는 파이프라인을 구축해야 합니다. 이때 ‘정답’보다 중요한 게 ‘과정’입니다. 로봇이 왜 실패했는지, 어떻게 고쳐나가는지 배우는 과정 데이터가 핵심 재료가 됩니다.

한국, ‘AI 소비자’에서 ‘생산자’로

한국은 반도체, 자동차, 물류 등 세계 최고 수준의 산업 현장을 가지고 있습니다. 이곳은 AI를 학습시킬 수 있는 최고의 데이터 보물창고입니다. 억지로 새로운 산업을 만들 필요가 없습니다. 이미 있는 우리 공장들을 ‘지능 생산 설비’로 바꾸기만 하면 됩니다. 손병희 마음AI 연구소장에 따르면, 우리가 남들이 만든 AI를 가져다 쓰는 ‘소비자’에 머물러서는 안 된다고 합니다. 우리 산업 현장 자체가 AI를 똑똑하게 만드는 ‘학습의 주체’가 되어야 합니다. 이것이 바로 피지컬 AI(Physical AI) 시대에 한국이 가진 가장 강력한 무기입니다. 이제 한국 산업이 단순히 물건만 만드는 곳이 아니라, 지능을 생산하는 기지로 거듭나야 할 때입니다.