피지컬AI 승부처는 산업 데이터와 통합 운영

한국은 2024년 제조업 종사자 1만 명당 로봇 1220대를 운용해 세계 최고 수준의 로봇 밀도를 기록했다. 2019년 이후 연평균 증가율도 7%에 달했다. 김은찬 한양대학교 정보시스템학과·인공지능학과 교수는 이 자동화 기반을 범용 하드웨어의 가격 경쟁이 아닌 산업별 행동 데이터와 고신뢰 운영 플랫폼으로 전환해야 한다고 진단했다.

김 교수는 2024년 11월 토스뱅크를 시작으로 CRK, 몬드리안AI, 애니디어, 디앤디코퍼레이션, 케이엔로보틱스까지 6개 기관과 산학협력을 체결했다. 협력 범위는 금융 기술 교육과 인재 양성에서 산업용 비전 AI, AI 인프라와 MLOps, 바이오 신약 탐색으로 넓어졌고, 최근에는 철도 운전 지원과 자율주행·휴머노이드 로봇 지능화에 집중되고 있다. 케이엔로보틱스 공동연구에서는 AI 연구 방향과 데이터 전략, 정부 사업, 특허, IPO 준비를 위한 연구개발 체계도 함께 검토하고 있다.

철도와 로봇은 AI의 판단이 실제 움직임과 안전에 영향을 주는 사이버 물리시스템이라는 공통점을 지닌다. 두 산업의 기술 구조는 센싱과 상태 추정, 미래 상황 예측, 계획과 최적화, 안전한 실행과 피드백으로 이어진다. 실시간 처리와 엣지 AI, 이상 탐지, 설명 가능한 AI, 사람의 개입 장치도 함께 요구된다. 특히 철도는 차량과 선로, 신호, 관제, 전력설비, 기상, 유지보수 정보를 연결하되 AI가 즉시 자율 제어하기보다 운전자와 관제사의 판단을 지원하는 접근이 현실적인 단계로 제시됐다.

한국의 전략 과제로는 산업 특화, 현장 데이터 자산화, 통합 운영 소프트웨어, 안전성과 신뢰성 확보가 꼽혔다. 제조·물류·조선·철도·배터리·반도체의 공정과 숙련자 노하우를 표준화하고, 여러 제조사의 로봇과 설비를 WMS·MES·ERP에 연결하는 역량이 핵심이다. 확산 초기에는 물류 이송, 부품 공급, 검사, 순찰, 위험지역 작업처럼 경제성이 분명한 업무가 중심이 되고, 이후 다중 로봇 운영과 서비스형 로봇으로 발전할 가능성이 제시됐다. 다음 적용 분야로는 조선과 재난·안전이 거론됐으며, 작업별로 바퀴형·다족형·로봇팔·드론을 선택해 하나의 AI 운영 체계로 통합하는 방향이 강조됐다.