디지털트윈·합성데이터·실증시험장 연계 검증 플랫폼 구축

실제 산업 현장, 데이터 확보·검증 체계 구축 과제 급부상

피지컬 AI 산업 경쟁력이 AI 모델 개발에서 데이터 확보와 검증 체계 구축으로 이동하는 가운데, 정부와 연구기관, 산업계가 국내 최초 수준의 자율실험 인프라 구축에 나섰다.

산업통상자원부와 성남시가 주최하고 한국건설생활환경시험연구원(KCL), 한국전자기술연구원(KETI), 성남산업진흥원, 한국임베디드AX산업협회가 주관한 ‘Physical AI 산업 기술 세미나’가 29일 호텔 스카이파크 센트럴 서울 판교 아트홀에서 개최됐다.

이날 행사에서는 피지컬 AI 산업 생태계 조성과 제조 AX(AI Transformation) 구현 방안을 주제로 산·학·연 전문가들의 발표가 이어졌다.

첫 발표자로 나선 옥승민 KCL AI소프트웨어평가센터 팀장은 올해 산업통상자원부 산업혁신기반구축사업에 선정된 ‘혼합현실 기반 피지컬 AI 자율실험 기반구축 사업’을 소개했다.

해당 사업은 중소·중견기업이 자체적으로 구축하기 어려운 고가의 피지컬 AI 실증·검증 인프라를 공공 플랫폼 형태로 제공하는 것이 핵심이다.

사업은 2026년부터 2030년까지 5년간 총 174억4천만원 규모로 추진된다.

옥 팀장은 피지컬 AI 산업의 경쟁력이 더 이상 하드웨어 자체에 있지 않다고 진단했다.

그는 휴머노이드 로봇 사례를 언급하며 “하드웨어가 표준화될수록 차별화 요소는 데이터를 얼마나 확보하고 안전하게 제어하느냐에 달려 있다”고 설명했다.

실제 산업 현장에서는 AI 모델 개발보다 데이터 확보와 검증 체계 구축이 더 큰 과제로 부상하고 있다는 분석이다.

이를 위해 KCL은 혼합현실(MR) 기반 자율실험실을 구축할 계획이다.

디지털트윈 환경에서 각종 엣지 케이스와 가상 시나리오를 구현해 합성데이터를 생성하고, 이후 실제 환경에서 실증을 거쳐 가상과 현실 간 차이를 분석하는 ‘심투리얼(Sim-to-Real)’ 검증 체계를 마련한다.

여기에 AI 신뢰성, 기능안전(Function Safety), 사이버보안 등 KCL이 보유한 평가 역량을 접목해 피지컬 AI 통합 검증 플랫폼으로 발전시킨다는 구상이다.

특히 사업의 차별점은 단순 시뮬레이션 공간이 아니라 실제 산업 환경과 유사한 실증 인프라를 함께 구축한다는 점이다.

성남 하이테크밸리 내 플레이그라운드와 KCL의 특수시험장, 서초 AI소프트웨어평가센터를 연계한 다중 거점 구조로 운영된다.

기업들은 이 공간에서 로봇 학습과 검증, 데이터 수집, 합성데이터 생성, 성능평가를 수행할 수 있다.

KCL이 보유한 강우·강설·일사량 시험장, 암실, 화재시험장 등 특수 인프라가 활용되는 점도 눈길을 끈다.

일반적인 로봇 테스트 환경에서는 구현하기 어려운 극한 상황과 특수 조건을 재현해 실증 데이터를 확보할 수 있기 때문이다.

사업에는 다양한 로보틱스 장비와 GPU 클러스터도 구축된다.

자율이동로봇(AMR), 사족보행 로봇, 양팔 협동로봇 등과 함께 기업이 공동 활용할 수 있는 데이터 플랫폼을 마련하고, 시제품 제작부터 시험평가, 사업화 지원까지 연계 지원할 계획이다.

이어 발표한 이정준 서울대학교 공학전문대학원 교수는 제조 AX의 핵심을 ‘데이터’로 정의했다.

그는 “AI 팩토리 구축의 최대 난제는 AI가 아니라 데이터”라며 “공장에 존재하는 데이터는 ERP, PLM, MES, PLC 등에 분산돼 있으며 이를 표준화해 연결하는 과정이 전체 업무의 80%를 차지한다”고 설명했다.

이 교수는 독일 인더스트리 4.0 사례를 소개하며 진정한 스마트 제조는 개별 공장이 아니라 공급망 전체의 데이터가 연결될 때 가능하다고 강조했다.

또한 최근 산업계에서 디지털트윈을 단순 3D 시각화로 인식하는 경향을 지적하며 “디지털트윈의 본질은 물리적 자산의 특성과 행동 정보를 디지털 공간에서 표준화된 데이터로 구현하는 것”이라고 설명했다.

특히 제조 AX의 성공 조건으로 데이터 모델 표준화와 상호운용성을 꼽았다.

그는 “AI 활용의 투자대비효과(ROI)를 높이려면 데이터를 정리하는 비용을 줄이고 가치 창출에 집중해야 한다”며 독일이 추진 중인 AAS(Asset Administration Shell) 기반 산업 데이터 표준화를 국내에서도 적극 검토할 필요가 있다고 제언했다.

마지막 발표에 나선 석창호 SK AX 팀장은 제조 현장에서 활용되고 있는 디지털트윈 적용 사례를 소개했다.

그는 “디지털트윈은 현실에서 직접 검증하기 어려운 문제를 가상환경에서 먼저 실험하는 기술”이라며 피지컬 AI 시대에는 단순 시각화 도구를 넘어 AI 학습과 검증을 담당하는 핵심 실행 인프라로 진화하고 있다고 설명했다.

석 팀장은 엔비디아 옴니버스 생태계를 중심으로 공장 설비와 로봇, 센서, 공정 데이터를 통합한 디지털트윈 구축 사례를 소개했다.

특히 GPU 기반 시뮬레이션과 합성데이터 생성 기술을 활용하면 기존보다 훨씬 빠르게 AI 모델을 학습시키고 검증할 수 있다고 강조했다.

그는 또한 “앞으로 피지컬 AI의 핵심 과제는 시뮬레이션과 실제 환경의 차이를 얼마나 줄이느냐에 있다”며 “AI가 학습한 결과를 현장에 적용하기 전 디지털트윈에서 충분히 검증하는 과정이 필수적”이라고 말했다.

이날 세미나를 관통한 메시지는 명확했다.

피지컬 AI 산업의 성패는 더 뛰어난 AI 모델이 아니라 데이터 확보와 검증 체계, 그리고 이를 뒷받침하는 디지털트윈 기반 실증 인프라에 달려 있다는 것이다.

특히 KCL이 추진하는 자율실험 기반구축 사업은 국내 피지컬 AI 기업들이 공동 활용할 수 있는 공공 테스트베드 구축이라는 점에서 향후 국내 로봇·제조 AX 생태계 조성의 핵심 거점으로 자리매김할 것으로 기대된다.