[특집]“AI, 이제 현실 세계로”⋯원주서 펼쳐진 ‘피지컬AI’의 미래
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.
원주가 의료AI를 넘어 피지컬AI로 산업의 외연을 넓히기 위한 첫발을 내디뎠다.
지난 17일 원주에서열린 'NEXT AI 2026 WONJU' 포럼은 AI(인공지능) 인재양성과 컴퓨팅 인프라, 정밀측정 기술, 의료·산업 현장의 AI 적용 가능성을 한자리에서 조망하며 기술과 산업을 연결하는 협력의 장을 마련했다.
AI의 경쟁력은 기술 자체를 넘어 이를 활용할 인재와 인프라, 현장 실증과 산업화가 얼마나 유기적으로 연결되느냐에 달렸다는 점을 확인한 자리였다.
이 글자크기로 변경됩니다.
(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.
의료·제조 현장으로 피지컬AI로의 확장 꾀해
“AI 성과, 현장에서 실질적 변화로 이어져야” 한 목소리

원주가 의료AI를 넘어 피지컬AI로 산업의 외연을 넓히기 위한 첫발을 내디뎠다.
지난 17일 원주에서열린 ‘NEXT AI 2026 WONJU’ 포럼은 AI(인공지능) 인재양성과 컴퓨팅 인프라, 정밀측정 기술, 의료·산업 현장의 AI 적용 가능성을 한자리에서 조망하며 기술과 산업을 연결하는 협력의 장을 마련했다. 특히 글로벌 연사들은 AI가 단순한 데이터 분석과 생성에서 벗어나 실제 공간에서 판단하고 움직이는 단계로 진화하고 있다는 데 주목했다.
AI의 경쟁력은 기술 자체를 넘어 이를 활용할 인재와 인프라, 현장 실증과 산업화가 얼마나 유기적으로 연결되느냐에 달렸다는 점을 확인한 자리였다. 이번 포럼에서 키노트에 참여한 글로벌 AI 전문가들의 의견을 살펴본다.

■허먼 우(Herman Wu·엔비디아)
“AI는 이제 인식과 생성에서 에이전틱 AI와 피지컬 AI로 확장되고 있다. 의료·바이오 분야의 클라라(Clara), 로봇 개발을 위한 아이작(Isaac)과 그루트(GR00T)가 대표적인 사례다. 앞으로는 공개 모델과 데이터, 시뮬레이션 도구를 활용해 각 산업의 문제를 해결하는 실무 역량이 중요하다.
AI 인재양성도 기술 변화에 맞춰 달라져야 한다. AI 인프라·운영과 응용·개발 분야를 구분한 교육과 인증, 강사 인증, 자기주도형 학습과정을 통해 교육생의 수준과 업무에 맞는 단계적 역량 개발이 필요하다.”

■헨리 후(Henry Hu·슈퍼마이크로)
“AI 인프라는 단순히 GPU를 확보하는 것만으로 완성되지 않는다. 전력과 냉각, 네트워크, 데이터센터 시설을 처음부터 통합적으로 설계하고 실제 가동까지 연결하는 것이 중요하다. AI가 대규모 학습에서 상시 추론과 피지컬 AI로 확대되면서 연산 자원도 사용자와 데이터, 장비에 가까워져야 한다. 대형 데이터센터뿐 아니라 지역 거점과 병원·공장 내부의 AI 인프라가 중요해질 것이다.
고밀도 GPU 시스템에 대응하려면 서버와 건물 설비를 통합하고 모듈화하는 방식이 필요하다. 한국에서는 설치·시운전 역량과 엔지니어 교육·인증도 중요한 협력 과제다.”

■케니스 타이(Kenneth Tai·제타바이트)
“지난 50년간 반도체와 컴퓨팅은 PC, 인터넷, 모바일·클라우드를 거쳐 AI로 발전해 왔다. AI 산업의 지속적인 발전을 위해서는 기술뿐 아니라 자본과 인재를 연결하는 생태계가 필요하다. 대학의 연구와 인재양성이 기업 및 투자 주체와 연결되면 기술 사업화와 국제협력으로 이어질 수 있다. 대만 국립양명교통대의 반도체·AI 교육과 산학협력이 대표적 사례다.
앞으로 의료·금융·공공·제조 분야에서는 데이터를 누가 관리하는가뿐 아니라 어떤 모델을 선택하고 학습 결과를 누가 소유하는가도 중요하다. 이를 위해 소버린 AI(AI 주권) 역량을 확보해야 할 것이다.”

■로베르트 자르네타(Robert Zarnetta·자이스)
“의료와 피지컬 AI의 접점은 정밀광학과 측정기술, 첨단제조에서 찾을 수 있다. 로봇 수술 시각화와 자동 X선 검사, 배터리 검사, 의료용 임플란트 검사 등이 AI와 자동화를 결합한 사례다. AI를 실제 산업 성과로 연결하기 위해서는 단순히 알고리즘이나 데이터를 적용하는 데 그쳐서는 안된다. AI와 자동화를 중심으로 공정과 시스템, 협업 방식까지 함께 바꿔야 한다.
결국 AI의 성과는 현장에서 얼마나 실질적인 변화를 만들어내느냐에 달려 있다. 검사시간 단축과 품질 향상처럼 구체적인 산업 성과로 이어지는 AI 적용이 중요하다.”
Copyright © 강원일보. All rights reserved. 무단 전재 및 재배포 금지.