[게시판] 코난테크놀로지, 경남 '피지컬AI 국책사업' 선정 등 단신

(aitimes.com)

AI타임스2026년 9월 18일AI 산업

코난테크놀로지가 6,763억 원 규모의 피지컬AI R&D 사업에 참여하여 인간-AI 협업형 거대행동모델(LAM) 개발을 위한 제조 데이터 신뢰성 확보 과제를 수행하며 AI 기술의 물리적 확장 가능성을 제시했다.

이 글의 핵심 포인트

1코난테크놀로지가 6,763억 원 규모의 '전북·경남 피지컬AI R&D 사업'에 참여함
2이번 사업의 핵심 목표는 인간-AI 협업형 거대행동모델(LAM) 개발임
3코난테크놀로지는 메가존, ETRI와 함께 제조데이터 신뢰성 확보 및 품질 관리를 담당함
4로브로스가 '2026 M.AX 대상'에서 산업통상자원부 장관 표창을 수상함
5해당 피지컬AI 사업은 과학기술정보통신부가 주관하는 국책 과제임

이 글에 대한 공공지능 분석

왜 중요한가?

이번 사업은 AI가 디지털 환경을 넘어 물리적 세계와 상호작용하는 '피지컬 AI' 시대로의 전환을 상징합니다. 6,763억 원이라는 대규모 예산 투입은 국가 차원의 전략적 의지를 보여줍니다.

어떤 배경과 맥락이 있나?

기존의 LLM이 텍스트 생성에 집중했다면, 이제는 행동을 설계하는 LAM(Large Action Model)이 주목받고 있습니다. 제조 현장의 비정형 데이터를 신뢰할 수 있는 형태로 변환하는 기술이 핵심입니다.

업계에 어떤 영향을 주나?

데이터 엔지니어링 및 품질 관리 솔루션을 보유한 스타트업들에게 거대한 신규 시장이 열릴 것입니다. 특히 제조 데이터의 신뢰성을 확보하는 기술적 진입장벽이 새로운 경쟁 우위가 될 것입니다.

한국 시장에 어떤 시사점이 있나?

제조업 강국인 한국이 AI와 제조 현장을 결합한 피지컬 AI 분야에서 글로벌 주도권을 잡을 기회입니다. 다만, 데이터 확보를 위한 민관 협력 모델 구축이 필수적입니다.

이 글에 대한 큐레이터 의견

피지컬 AI와 LAM의 등장은 AI 산업의 지평을 물리적 실행 영역으로 확장하는 결정적 계기가 될 것입니다. 코난테크놀로지가 데이터 신뢰성 확보라는 인프라적 역할에 집중하는 것은 매우 영리한 전략입니다. 모델 자체의 성능만큼이나, 모델이 학습하고 실행할 '데이터의 품질'이 물리적 안전과 직결되기 때문입니다.

하지만 스타트업 관점에서는 데이터 확보의 난이도라는 큰 리스크를 고려해야 합니다. 텍스트 데이터와 달리 제조 현장의 비정형 데이터는 수집 비용이 매우 높고 보안 이슈가 복잡합니다. 대기업이나 국책 사업 참여 기업이 데이터를 독점할 경우, 기술력 있는 스타트업이 데이터 접근성 문제로 인해 '기술적 고립'에 빠질 위험이 있습니다. 따라서 창업자들은 단순 모델 개발을 넘어, 데이터 정제 및 신뢰성 검증과 같은 '데이터 파이프라인 인프라' 영역에서 독보적인 기술적 해자를 구축해야 합니다.

원문 보기 →