산업/비즈니스

“공장, 물건만 만든다?” 이젠 'AI 데이터' 못 만들면 다 망한다

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.03.08 16:32

기사 3줄 요약

1 AI 현장 적용 더딘 건 데이터 부족 때문
2 가상과 현실 잇는 데이터 공장 구축 시급
3 한국의 제조업 기반은 AI 학습의 최적지

최근 유튜브나 뉴스에서 화려하게 움직이는 로봇 영상을 본 적이 있을 겁니다. 백덤블링을 하고, 춤을 추고, 사람처럼 걷는 모습은 정말 신기합니다. 그런데 정작 우리 주변의 공장이나 식당에서 그런 로봇을 보기는 쉽지 않습니다. 기술은 엄청나게 발전했다는데, 왜 우리 삶 속에는 아직 로봇이 없을까요. 마음AI 손병희 연구소장의 칼럼에 따르면, 그 이유는 기술이 부족해서가 아니라 기술이 작동할 '구조'가 없기 때문이라고 합니다. 지금까지 우리는 "어떤 AI 모델을 쓸까?"에만 집중했습니다. 하지만 진짜 중요한 건 "로봇이 공부할 데이터를 어디서, 어떻게 구할까?"라는 질문입니다. 아무리 똑똑한 학생도 교과서가 없으면 공부를 못 하듯이, AI도 현장에서 배울 데이터가 없으면 무용지물이라는 이야기입니다.

로봇도 '가상 세계'에서 먼저 연습해야 한다

AI 반도체로 유명한 기업 엔비디아의 젠슨 황 CEO는 "시뮬레이션은 로봇 AI를 위한 데이터 공장"이라고 말했습니다. 이게 무슨 뜻일까요. 로봇에게 현실 세계는 너무 위험하고 변수가 많습니다. 그래서 컴퓨터 속 가상 세계(시뮬레이션)에서 먼저 수만 번 연습을 시키는 겁니다. 마치 비행기 조종사가 시뮬레이터로 훈련하는 것과 같습니다. 손병희 소장의 설명에 따르면, 엔비디아는 이 과정을 '연구소'가 아니라 '공장(Factory)'이라고 부릅니다. 공장에서 물건을 찍어내듯, 로봇을 학습시킬 데이터를 대량으로 생산해야 한다는 뜻입니다. 이제는 공장이 단순히 제품만 만드는 곳이 아니라, AI를 똑똑하게 만드는 데이터를 생산하는 기지가 되어야 합니다.

정답만 외우는 AI는 이제 그만

우리는 흔히 정답을 맞히는 게 중요하다고 생각합니다. 하지만 산업 현장의 AI에게는 '과정'이 더 중요합니다. 왜 실수를 했는지, 물건을 떨어뜨렸다면 왜 떨어뜨렸는지, 그럴 땐 어떻게 다시 잡아야 하는지 배우는 과정이 필요합니다. 칼럼에 따르면, 이를 위해 '가상 세계(디지털 트윈)', '실험 공간(테스트베드)', '실제 현장' 이 세 가지가 하나로 연결되어야 합니다. 가상에서 연습하고, 실험실에서 검증하고, 실제 현장에서 부딪히며 얻은 데이터를 다시 가상 세계로 보내 공부하는 무한 반복 시스템이 필요합니다. 이것이 바로 '피지컬 AI 데이터 팩토리'의 핵심입니다.

한국, 전 세계에서 가장 유리한 고지에 있다

여기서 반전이 있습니다. 이 거창한 시스템을 구축하기에 대한민국만큼 좋은 나라가 없다는 사실입니다. 한국은 반도체, 자동차, 배터리, 조선 등 세계 최고 수준의 공장들이 좁은 땅에 빽빽하게 모여 있습니다. 전 세계 어디를 봐도 이렇게 완벽한 '실전 학습장'은 드뭅니다. 손병희 소장의 견해에 따르면, 우리는 굳이 새로운 산업을 억지로 만들 필요가 없습니다. 이미 있는 우리 공장들을 AI가 학습하는 학교로 바꾸기만 하면 됩니다. 미국의 빅테크 기업들이 언어 지능(LLM)을 잡았다면, 한국은 몸을 쓰는 지능, 즉 '피지컬 AI' 분야에서 세계 1등이 될 수 있습니다. 단순히 남이 만든 AI를 가져다 쓰는 '소비자'로 남을 것인가, 아니면 전 세계 로봇을 가르치는 '선생님' 국가가 될 것인가. 지금 한국 산업계는 거대한 기로에 서 있습니다. 공장의 컨베이어 벨트가 돌아갈 때마다 AI의 지능도 함께 높아지는 미래, 그것이 한국의 생존 전략이 될 것입니다.