산업/비즈니스

“한국 산업 다 망한다?” 로봇이 먹여 살릴 ‘데이터 공장’의 비밀

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.03.07 13:41

기사 3줄 요약

1 AI가 현실서 작동하려면 구조 필요
2 한국 공장, 데이터 생산 기지 돼야
3 제조업 강점 살려 피지컬 AI 선도

인공지능(AI) 기술이 엄청난 속도로 발전하고 있습니다. 챗GPT 같은 모델은 사람처럼 대화하고, 로봇 기술도 하루가 다르게 좋아지고 있습니다. 그런데 이상한 점이 하나 있습니다. 정작 우리 주변의 공장이나 산업 현장에서는 AI가 생각보다 널리 쓰이지 않고 있습니다. 대부분 '시범 사업'이나 '테스트' 단계에 머물러 있는 실정입니다. 기술이 부족해서가 아닙니다. 바로 AI가 제대로 일할 수 있는 '구조'가 없기 때문입니다. 지금까지 우리는 "어떤 AI 모델을 쓸까?"에만 집중했습니다. 하지만 전문가들은 이제 질문을 바꿔야 한다고 경고합니다. "데이터는 어디서 나오고, 어떻게 AI를 학습시킬 것인가?"라는 질문을 던져야 할 때입니다.

실험실 말고 ‘진짜 공장’이 필요해

최근 '피지컬 AI(Physical AI)'라는 말이 뜨고 있습니다. 쉽게 말해, 컴퓨터 화면 속이 아니라 현실 세계에서 몸으로 움직이는 AI를 뜻합니다. 이 피지컬 AI가 성공하려면 '데이터 팩토리'가 필수입니다. 엔비디아의 젠슨 황 CEO도 "시뮬레이션은 로봇 AI를 위한 데이터 공장"이라고 강조했습니다. 여기서 중요한 건 '연구소'가 아니라 '공장'이라는 단어입니다. 연구소에서 장인이 한 땀 한 땀 만드는 게 아니라, 공장에서 물건을 찍어내듯 데이터를 대량으로 생산해야 한다는 뜻입니다. 현실에서 로봇이 겪을 모든 상황을 직접 다 해볼 수는 없습니다. 그래서 가상 공간(시뮬레이션)에서 수만 번 연습하고, 그 데이터를 현실 로봇에게 주입하는 방식이 필요합니다.

로봇에게 ‘노가다’를 가르치는 법

공장, 물류 센터, 병원 등 산업 분야는 달라도 로봇이 하는 일은 비슷합니다. 물건을 집고(Pick), 옮기고(Place), 장애물을 피하고(Avoid), 확인하는(Inspect) 작업입니다. 로봇의 생김새가 달라도 이 '작업'의 본질은 같습니다. 그래서 작업 단위로 데이터를 모으고 학습시켜야 합니다. 중요한 건 '성공한 데이터'뿐만 아니라 '실패한 데이터'입니다. 로봇이 물건을 집다가 왜 놓쳤는지, 미끄러질 때 어떻게 중심을 잡았는지에 대한 '과정 데이터'가 진짜 보물입니다. 우리는 보통 정답만 찾으려 하지만, AI는 수많은 실패를 통해 더 똑똑해지기 때문입니다. 이 데이터가 쌓여야 로봇이 돌발 상황에서도 당황하지 않고 일을 처리할 수 있습니다.

한국이 ‘AI 대장’이 될 수 있는 이유

손병희 마음AI 연구소장에 따르면, 한국은 피지컬 AI 분야에서 세계 1등이 될 수 있는 강력한 무기를 가지고 있습니다. 바로 반도체, 자동차, 조선, 물류 등 세계 최고 수준의 산업 현장이 꽉 들어차 있다는 점입니다. 미국이 거대 언어 모델(LLM)로 디지털 세상을 잡았다면, 한국은 강력한 제조업을 바탕으로 현실 세계의 AI를 잡을 수 있습니다. 지금까지 우리 산업은 남들이 만든 AI를 가져다 쓰는 '소비자'였습니다. 하지만 이제는 공장 자체가 AI를 학습시키는 '선생님'이 되어야 합니다. 공장의 컨베이어 벨트가 돌아갈 때마다 데이터가 쌓이고, 그 데이터로 로봇이 실시간으로 똑똑해지는 시스템을 만들어야 합니다. 지금이 바로 골든타임입니다. 이 기회를 놓치면 우리는 영원히 기술을 수입해 쓰는 나라로 남을지도 모릅니다. 한국의 공장들이 단순한 생산 기지를 넘어, 지능을 생산하는 '데이터 팩토리'로 변신해야만 미래 생존 전쟁에서 살아남을 수 있습니다.