일본 바다이야기 하는 법 > 야마토게임장

최홍섭 마음AI 기술총괄 대표이사(CEO)는 28일 오후 서울 JW메리어트 호텔에서 AINA와 피지컬AI얼라이언스, 한국지능정보사회진흥원(NIA) 공동 주관으로 열린 '피지컬 AI×AI 네트워크: 초연결 버티컬 AX 연합토론회'에서 이같이 밝혔다. 그는 “피지컬 AI 시장은 단순히 로봇이 몇 대 팔리느냐의 문제가 아니다. 가사노동부터 공장의 제조 업무, 농장과 건설 현장까지 전 세계 사람들이 육체노동의 대가로 받는 임금과 가사노동의 경제적 가치를 모두 합한 규모로 봐야 한다”며 “일론 머스크가 휴머노이드 로봇 100억대가 필요할 것으로 전망한 것도 같은 맥락으로, 향후 시장 규모는 수십 경원에 이를 수 있다”고 말했다. ◆ 피지컬 AI, 기존 로봇과 어떻게 다를까? 이날 행사는 차세대 유망 산업으로 주목받는 피지컬 AI의 구현을 위해 네트워크가 어떤 역할을 해야 하는지 구체적인 협력 방안을 논의하고자 마련됐다. 그동안 피지컬 AI 구현에 네트워크가 필요하다는 데 공감대가 형성됐다면, 이제는 실제 산업 현장에서 어떤 성능과 기능을 갖춘 네트워크가 필요한지 살펴보자는 취지다. 피지컬 AI는 인공지능(AI)이 주변 환경을 인식하고 판단해 실제 기계의 움직임까지 제어하는 기술을 말한다. 반드시 사람처럼 생긴 휴머노이드 로봇일 필요는 없다. 물건을 집는 로봇 팔부터 농기계, 건설장비까지 AI가 주변 상황을 판단해 움직임을 결정한다면 피지컬 AI의 적용 대상이 될 수 있다. 핵심은 기계의 외형이 아니라 스스로 판단하고 행동하는 지능, 즉 ‘AI 모델’에 있다는 설명이다. 현재 피지컬 AI에선 주변 상황을 파악해 행동을 결정하는 ▲비전언어행동(VLA) 모델과 행동의 결과를 미리 예측하는 ▲월드모델, 두 기능을 결합한 ▲월드액션모델 등이 개발되고 있다. 최 CEO는 “과거에는 로봇이 컵 하나를 잡으려 해도 손가락의 각 관절을 몇 도씩 구부려야 하는지 일일이 계산하고 코딩해야 했다”며 “하지만 최근 피지컬 AI는 데이터를 기반으로 학습해 이러한 동작을 수행한다. 이것이 기존 로봇과 피지컬 AI의 가장 큰 차이”라고 설명했다. ◆ 온디바이스AI 좋다는데…피지컬AI서 네트워크 거치는 이유는 이러한 피지컬 AI의 경쟁력은 네트워크 성능에 좌우될 것으로 전망됐다. 야마토게임 통신 속도와 용량, 지연시간이 로봇과 자율주행차의 움직임에 영향을 미치고, 나아가 산업 현장의 생산성과 운영 비용까지 좌우할 수 있기 때문이다. 예컨대 로봇마다 고가의 AI 반도체를 탑재하는 대신 네트워크로 연결된 서버에서 복잡한 연산을 처리하면 개별 로봇의 제조 비용을 낮추면서 여러 대를 운용할 수 있다. 그렇다면 로봇이 외부 네트워크에 연결되지 않고도 스스로 판단하고 움직일 수는 없을까. 실제로 기기 자체에서 AI를 구동하는 '온디바이스 AI'는 외부 통신망을 거치지 않아 지연이나 연결 불안정의 영향을 받지 않는다는 장。이 있다. 로봇이 주변 상황에 즉각적으로 반응해야 하는 경우에는 오히려 유리한 방식이다. 그럼에도 네트워크가 필요한 이유로는 연산 성능과 비용의 한계가 지목된다. 피지컬 AI가 주변 환경을 이해하고 복잡한 작업을 계획하려면 상당한 연산 능력이 필요한데, 이를 모두 로봇 내부에서 처리하려면 고성능 AI 반도체를 탑재해야 하기 때문이다. 이상민 SK텔레콤 팀장은 “기기 내부에서 구동하는 AI의 컴퓨팅 성능에는 한계가 있을 수밖에 없다”며 “즉각적인 현장 판단이나 동작 제어는 기기 자체에서 수행하더라도, 기기에서 수집한 영상과 센서 데이터, 각종 상태 정보는 외부 서버로 전송해야 할 수 있다”고 설명했다. 그러면서 “이 과정에서 네트워크가 제대로 작동하지 않으면 통신 지연으로 로봇이 제때 제어되지 않아 물리적인 충돌이 발생할 수도 있고, 제어 오차나 작업 병목이 생길 수도 있다”며 “피지컬 AI에서 네트워크가 중요한 이유”라고 강조했다. 이어진 토론회에선 피지컬 AI 시대에 필요한 네트워크 성능을 놓고 산업 현장의 보다 구체적인 요구도 제기됐다. 통신업계가 강조해 온 저지연 성능보다 업링크 용량 확보와 통신 음영지역 해소가 더 시급하다는 지적이다. 로봇은 이동하면서 대량의 데이터를 전송해야 하는 만큼 통신 속도뿐 아니라 끊김 없는 연결이 중요하다는 설명이다. 최 CEO는 “5G나 6G로 발전하면서 지연시간이 줄어들면 클라우드에서 로봇을 제어할 수 있다고 이야기하지만, 실제로 운용해 보면 통신 음영지역이 더 큰 문제가 되는 경우가 많다”며 “로봇 한 대에 카메라 3대가 달려 있으면 영상 전송에 약 30Mbps가 필요한데, 이를 1.3Mbps까지 최적화해 사용하고 있다 오징어릴게임 . 공장에 로봇 100대가 투입된다면 이를 감당할 네트워크가 있는지도 고민해야 한다”고 말했다. ◆ 전쟁 나야 전쟁 데이터 확보?…AI-RAN 대안으로 업계에선 피지컬 AI의 네트워크 성능뿐 아니라 학습에 필요한 데이터 확보도 주요 과제로 거론됐다. 피지컬 AI는 실제 작업 데이터를 학습해야 성능을 높일 수 있지만, 산업 현장에선 보안과 생산 차질 우려로 데이터 수집조차 쉽지 않다는 지적이다. 최 CEO는 “국방 분야는 실제 전쟁이 벌어져야 현장 데이터를 확보할 수 있다는 어려움이 있다. 훈련장에서 데이터를 수집하더라도 실제 전쟁에서 제대로 작동할지는 보장하기 어렵다”며 “이 때문에 시뮬레이터나 월드모델을 활용한 합성데이터에 집중하고 있지만, 실제 데이터 없이 상용화가 가능할지는 의문”이라고 말했다. 이 가운데 이날 통신업계에선 AI-RAN이 데이터 활용의 제약을 완화할 수 있을 것이라는 의견을 내놨다. AI-RAN은 통신 기능과 AI 연산을 하나의 인프라에서 함께 수행하도록 하는 차세대 네트워크 구조다. 로봇에서 수집한 데이터를 반드시 외부 데이터센터로 보내지 않고 현장에서 처리할 수 있어, 데이터 전송량을 줄이는 동시에 기업의 보안 부담도 덜 수 있다는 설명이다. 이 팀장은 “가령 조선소에 AI-RAN을 구축하면 현장에서 발생한 데이터를 외부로 전송하지 않고 해당 지역 안에서 AI 추론이나 서비스를 제공할 수 있다”며 “모든 문제가 해결되는 것은 아니지만 기업들이 우려하는 데이터 보안 문제를 완화하는 데 도움이 될 수 있다”고 설명했다. ◆ “연구실 벗어나 현장으로”…실증 기획단계부터 네트워크 고려돼야 정부가 추진하는 피지컬 AI 실증사업에 이러한 산업별 통신 환경과 네트워크 요구사항을 충분히 반영해야 한다는 지적도 이어졌다. 기술 개발에 그치지 않고 실제 현장에서 로봇을 운용하려면 사업 기획 단계부터 네트워크를 함께 고려해야 한다는 것이다. 현재 과학기술정보통신부는 AI 모델 개발부터 온디바이스 구동을 위한 경량화, 센서 기술 및 현장 실증까지 연계한 3개 과제를 추진 중이다. 산업통상자원부는 기존 로봇과 AI 모델을 제조 공정 등에 적용하는 8개 과제를 추진하고 있다. 내년에는 실증 분야도 확대된다. 릴게임오션파라다이스 과기정통부는 여러 산업에서 공통으로 활용할 수 있는 로봇 AI 표준모델 개발과 피지컬 AI 트레이닝센터 구축, 우체국 물류 자동화 등 3개 사업을 준비하고 있다. 중소벤처기업부와 농림축산식품부, 해양수산부도 제조·농업·항만 등에서 피지컬 AI를 실증하는 사업을 추진할 계획이다. 방원철 정보통신산업진흥원(NIPA) PM은 “현재 추진 중인 11개 과제의 제안요청서(RFP)를 살펴보니 네트워크와 관련된 요구사항이 일부 포함돼 있지만, 전문가들의 의견이 충분히 반영됐는지는 살펴볼 필요가 있다”며 “적어도 내년에 추진하는 과제부터는 네트워크 전문가들이 기획 단계에서 더 깊이 관여할 필요가 있다고 생각한다”고 말했다. 피지컬 AI의 현장 실증을 가로막는 제도적 장벽도 도마에 올랐다. 현행법상 산업용 로봇의 작업반경 내 사람의 접근이 제한되는 경우가 있어, 사람과 로봇이 함께 일하는 환경에서 기술을 검증하기 어렵다는 지적이다. 국회에서도 이를 뒷받침할 피지컬 AI 특별법 제정이 준비되고 있는 것으로 알려졌다. 김광순 연세대 교수는 “기술적으로 가장 쉬운 것은 폐쇄된 공간에서 정해진 작업을 반복하는 로봇이고, 가장 어려운 것은 열린 공간에서 예측하기 어려운 작업을 수행하는 로봇”이라며 “우리나라가 피지컬 AI에서 앞서 나가려면 로봇이 열린 공간에서 다양한 작업을 수행할 수 있는 환경부터 마련해야 한다”고 말했다. 이어 “기술적으로도, 규제 측면에서도 쉽지 않고 초기에는 당장 수익을 기대하기도 어렵다”며 “기업 하나의 힘으로 해결하기 어려운 만큼 국가 차원의 선제적인 투자가 필요하다”고 덧붙였다. ◆ 피지컬 AI 학습도 네트워크가 ‘병목’…데이터센터 연결망 중요성 부상 한편 피지컬 AI가 확산되면서 로봇을 제어하는 통신망뿐 아니라 AI 모델을 학습시키는 데이터센터 내부 네트워크의 중요성도 커지고 있다는 지적이 나왔다. 피지컬 AI는 영상과 센서 등 방대한 데이터를 학습해야 하는 만큼, GPU의 연산 성능 못지않게 서버 간 데이터를 얼마나 빠르게 주고받느냐가 개발 속도를 좌우할 수 있기 때문이다. 최 CEO는 “피지컬 AI는 개발 초기부터 학습 데이터가 페타바이트(PB) 단위로 늘어나면서 기존 대규모언어모델(LLM)에서는 두드러지지 않았던 네트워크 병목이 나타나고 있다”며 “GPU 확보뿐 아니라 서버와 GPU를 연결하는 인피니밴드·울트라 이더넷 등 인터커넥트 기술도 함께 고려해야 한다”고 강조했다. 하나의 인프라에서