경남은 데이터·전북선 AI 공장장…피지컬AI 키운다

[R&D에 5년간 1.4조 투입]
제조기업 데이터 정부에 제공
AI, 학습 후 현장서 장비 제어
다른 기종 로봇 협업공장 구축
‘K제조공장’ 수출 확대도 구상

사진=클립아트코리아

국내 제조기업들이 숙련공의 노하우가 담긴 미공개 제조 데이터를 정부의 피지컬AI 연구개발(R&D) 사업에 제공한다. 해당 데이터를 학습한 인공지능(AI)은 경남 지역 제조 현장에서 실제 장비를 제어하고, 그 결과를 다시 학습하며 성능을 고도화한다. 전북에서는 AI가 서로 다른 기종의 로봇·장비를 통합해 공장 전체를 설계·운영하는 ‘다크팩토리’를 구현한다. 두 지역에서 검증한 기술은 다른 제조 현장으로 확산하고 궁극적으로 ‘K-제조공장’ 형태의 수출 모델로 발전시킨다는 구상이다.

과학기술정보통신부는 16일 서울 노보텔 앰배서더에서 ‘전북·경남 피지컬AI 연구개발사업 착수보고회’를 열고 이러한 내용의 2026~2030년 5개년 연구개발 로드맵을 공개했다.

정부는 올해 전북과 경남을 대상으로 총 1조4131억 원 규모의 피지컬AI 연구개발 사업을 공고했으며, 경남은 정밀제조, 전북은 공장 플랫폼에 특화한 사업을 각각 추진 중이다.

경남에서는 제조 현장에서 AI가 사람과 협업하고 실제 작업까지 수행하는 정밀제어 특화 피지컬AI를 실증한다. 핵심은 거대행동모델(LAM)이다. 작업자와 로봇의 행동, 물리법칙, 공간정보 등이 담긴 제조데이터를 AI에 학습시켜 공정을 이해하고 실제 장비를 제어하도록 하는 것이다. 디지털트윈과 데이터 파이프라인, 신경망처리장치(NPU) 기반 인프라를 연계해 ‘데이터 학습→현장 적용→결과 재학습’으로 이어지는 선순환 체계를 구축한다.

이를 위해서는 오랜 시간 제조 현장에서 축적된 숙련공의 노하우 데이터가 중요하다. 차석원 서울대 교수는 “경남에서 13개 기업이 실제 공장에서 활용하는 암묵지 데이터를 공유하기로 했다”며 “데이터를 수집·가공해 공정별 물리 모델을 개발하고, 만들어진 모델은 패키지화해 유사한 공정을 가진 다른 제조기업에서도 활용할 것”이라고 말했다.

전북에서는 제조·물류 현장에 특화된 피지컬AI 소프트웨어(SW) 플랫폼을 고도화 한다. 서로 다른 로봇과 설비가 협업하도록 해 공장 전체를 하나의 시스템으로 통합하는 ‘공장 오케스트레이션’을 구현하는 것이다. 공장 레이아웃과 물류로봇 동선을 AI가 설계하고 3차원(3D) 디지털트윈으로 사전 검증한 뒤 실제 로봇과 설비를 통합 제어한다. 이를 통해 AI가 공장의 설계부터 구축·운영까지 맡는 범용 ‘다크팩토리’를 구현한다는 구상이다. 지난해 개념검증(PoC)에서는 전문가 3~4명이 한 달 가까이 걸리던 로봇 공장 설계를 AI가 약 3시간 만에 수행했다.

전북 사업을 이끄는 장영재 KAIST 교수는 “공장을 다양한 로봇으로 구성된 하나의 거대한 로봇으로 보는 것”이라며 “반도체·디스플레이 소부장 기업인 신성이엔지가 200억 원을 투자하기로 하는 등 피지컬AI R&D를 지역 투자로 연결하는 생태계도 조성할 것”이라고 설명했다.

정부가 이처럼 제조 현장을 피지컬AI 개발의 중심에 놓은 것은 한국 제조업에 오랜 기간 축적된 공정 지식과 데이터를 AI 시대의 기술 자산으로 전환하기 위해서다. 지금까지 제조AI는 데이터를 이용해 불량이나 이상 여부를 찾아내는 데 주로 활용됐지만 앞으로는 숙련자의 지식을 AI가 학습하고 공장 운영과 제어로 연결하려는 것이다. 차 교수는 “제조 현장은 수많은 제조 인력이 수십 년 동안 기계와 함께 호흡하면서 많은 지식을 녹여놓은 살아 있는 교과서”라며 “기존에는 데이터를 보고 잘못된 것이 있는지 이상을 찾아내는 접근이었다면 이제는 현장에 녹아 있는 지식을 AI가 흡수하는 것이 이번 과제의 가장 큰 차이점”이라고 강조했다.

정부는 전북 사업에 7368억 원, 경남 사업에 6763억 원 등 2026~2030년 5년간 총 1조4131억 원이 투입한다. 이후 5년간 피지컬AI 풀스택 역량을 고도화하고 이를 국내 제조 현장으로 확산한다. 궁극적으로는 ‘K-제조공장’ 형태로 해외시장에 진출할 수 있는 산업 생태계로 발전시킬 계획이다.

서지혜 기자 wise@sedaily.com