장병탁 교수 "피지컬 AI는 이제 시작…데이터 팩토리 더 투자해야"

(zdnet.co.kr)

ZDNet Korea2026년 9월 7일AI 산업

한국이 LLM 분야에서는 뒤처졌으나 제조 강점을 활용한 피지컬 AI와 데이터 팩토리 구축을 통해 새로운 기회를 잡을 수 있다는 전망이 제시되며, 두산로보틱스의 2028년 휴머노이드 PoC 계획이 공개되었습니다.

이 글의 핵심 포인트

1장병탁 교수는 한국이 제조 데이터를 활용한 '데이터 팩토리' 투자에 집중하여 피지컬 AI 시대의 기회를 잡아야 한다고 강조함
2두산로보틱스는 2028년 산업용 휴머노이드 PoC를 목표로 하며, 작업 지능을 먼저 정의하고 그에 맞는 신체를 만드는 전략을 추진 중임
3피지컬 AI의 핵심 병목은 모델 자체보다 '좋은 행동 데이터'의 확보와 시뮬레이션-실제 환경 간의 격차(Sim-to-Real Gap)임
4향후 로보틱스 시장은 협동로봇 중심에서 휴머노이드 중심으로 재편될 것으로 전망됨
5한국기계연구원은 AI 휴머노이드 '카이로스 V0.7'을 통해 지능형 기계로의 진화 비전을 제시함

이 글에 대한 공공지능 분석

왜 중요한가?

AI의 패러다임이 텍스트와 이미지를 넘어 물리적 실체와 상호작용하는 '피지컬 AI'로 이동하고 있기 때문입니다. 이는 소프트웨어가 디지털 공간을 넘어 제조, 에너지, 환경 등 실제 산업 현장의 물리적 가치를 창출하는 시대로의 전환을 의미합니다.

어떤 배경과 맥락이 있나?

기존 LLM은 인터넷상의 텍스트 데이터에 의존하며 데이터 고갈 문제에 직면해 있습니다. 반면 피지컬 AI는 로봇의 움직임과 같은 '행동 데이터'가 핵심이며, 이를 위해 시뮬레이션과 실제 환경 간의 격차(Sim-to-Real Gap)를 극복하고 데이터를 인위적으로 생성하는 기술이 필수적인 상황입니다.

업계에 어떤 영향을 주나?

로보틱스 시장의 중심축이 기존 협동로봇에서 휴머노이드로 이동할 것으로 보이며, 이에 따라 로봇의 '몸체'를 만드는 하드웨어 기술뿐만 아니라 '작업 지능'을 구현하는 소프트웨어 및 데이터 생성 기술(Data Factory)의 가치가 급등할 것입니다.

한국 시장에 어떤 시사점이 있나?

한국은 전통적인 제조 강국으로서 양질의 산업용 데이터를 보유하고 있습니다. LLM 경쟁에서는 뒤처졌을지라도, 확보된 제조 데이터를 기반으로 피지컬 AI를 위한 데이터 생성 및 학습 인프라를 구축한다면 글로벌 로봇 생태계의 핵심 플레이어로 도약할 기회가 있습니다.

이 글에 대한 큐레이터 의견

피지컬 AI 시대의 승패는 모델의 크기가 아니라 '얼마나 정교한 물리적 행동 데이터를 확보하고 생성할 수 있는가'에 달려 있습니다. 두산로보틱스가 제시한 '작업 지능 우선, 신체 후행' 전략은 매우 영리한 접근입니다. 이는 하드웨어의 한계를 소프트웨어의 지능으로 극복하겠다는 의지이며, 이는 곧 데이터 플라이휠을 구축하는 것이 로봇 기업의 핵심 경쟁력이 될 것임을 시사합니다.

하지만 'Sim-to-Real Gap'이라는 거대한 장벽을 간과해서는 안 됩니다. 시뮬레이션에서 학습된 지능이 복잡하고 변수가 많은 실제 산업 현장에서 오작동할 경우, 그 리스크는 막대합니다. 합성 데이터(Synthetic Data)의 비중이 높아질수록 데이터의 양은 늘어날 수 있지만, 실제 물리 법칙의 미세한 차이를 반영하지 못하는 데이터는 오히려 모델의 성능을 저해하는 독이 될 수 있습니다.

스타트업 창업자들에게는 로봇 본체 개발이라는 거대 자본 싸움보다는, '데이터 팩토리' 레이어에서의 기회를 주목할 것을 권합니다. 물리적 동작을 디지털로 정교하게 복제하는 시뮬레이션 기술, 로봇의 행동 데이터를 자동 라벨링하는 솔루션, 혹은 특정 산업 작업에 특화된 작업 지능(Task Intelligence) 소프트웨어는 하드웨어 제조사들이 반드시 필요로 하는 핵심 공급망이 될 것입니다.

원문 보기 →