[2026 GGGF] [토론] "글로벌 경쟁 속 협력 필수"…피지컬 AI 스타트업, 정부 지원 절실 한목소리

3일 '제조업과 피지컬 AI 결합 성패는?' 주제로 패널 토론 열려

인이지·엔닷라이트·브레인커머스·카본식스·리얼월드 등 참석

아주경제가 'AI의 국가, 한국(KOREA, State of AI)'이라는 대주제로 3일 서울 중구 더플라자 호텔에서 개최한 '제18회 착한 성장, 좋은 일자리 글로벌포럼(2026 GGGF)' 행사에서 참석자들이 '제조업과 피지컬 AI 결합 성패는?'이라는 주제로 패널 토론을 하고 있다. 왼쪽부터 최재식 인이지 대표(KAIST 석좌교수), 김선태 엔닷라이트 CTO(공동창업자), 황희승 브레인커머스 대표, 서형주 카본식스 CTO(공동창업자), 최수환 리얼월드 전무. [사진=유나현 기자]

국내 피지컬 인공지능(AI) 기업들이 글로벌 AI 시장에서 경쟁력을 확보하기 위한 핵심 과제로 '기업 간 생태계 협력'과 '국가 차원의 인프라·표준화 지원'을 꼽았다. 미국과 중국을 중심으로 피지컬 AI 주도권 경쟁이 치열해지는 가운데 개별 기업의 대응을 넘어 민간 연합체 구축과 정부의 맞춤형 정책 지원이 시급하다는 제언이다. 
 

"중국 등 글로벌 속도전에 대응해야"…기업 간 밸류체인 협력·정부차원 지원 요청

3일 아주경제신문이 주최한 '2026 GGGF'에서는 국내 주요 피지컬 AI 기업·스타트업 관계자들이 '제조업과 피지컬 AI 결합 성패'를 주제로 열린 토론에서 피지컬 AI 상용화를 가속화하기 위해 데이터 제공 업체, 시뮬레이션 전문 업체, AI 모델 개발사 간 전방위적 협력이 필수적이라고 입을 모았다, 

이들은 독자 생존 대신 '데이터 연합'과 '글로벌 표준 구축'으로 활로를 찾고 있다. 900여 개 제조 현장 인프라를 보유한 브레인커머스가 현장 데이터를 제공하면 엔닷라이트, 리얼월드, 카본스 등 피지컬 AI 스타트업이 이를 가공 및 학습하고 시뮬레이션으로 재구성하는 민간 중심의 선순환 밸류체인이 대표적이다.

황희승 브레인커머스 대표는 "다양한 제조 현장에서 확보한 실전 데이터를 로봇·AI 기업에 맞춤형으로 제공하고, 이를 통해 개발된 모델을 다시 현장에 배포해 검증(PoC)하는 협력 구조를 만들고 있다"며 민간 주도 생태계 연계의 중요성을 강조했다. 

최수환 리얼월드 전무는 엔비디아와 엔닷라이트 등과 협력 사례를 들며 "글로벌 기업과 국내 스타트업들이 힘을 합쳐 로봇의 정교한 손동작 등 행동 데이터를 평가할 수 있는 글로벌 '벤치마크'를 공동 제작하고 있다"면서 "글로벌 시장에서 경쟁력을 가지려면 국내 우수 기술 기업들이 힘을 모을 수 있는 '컨소시엄형 협력 체계' 조성이 필요하다"고 밝혔다. 

토론자들은 모듈화와 정책 지원을 바탕으로 빠르게 성장하는 중국 등 해외 시장에 대응하기 위해 국내에서도 정부의 체계적인 정책 지원이 마련돼야 한다는 데 입을 모았다. 

황 대표는 "중국은 이미 표준화와 모듈화를 앞세워 빠르게 시장을 선점하고 있다"면서 "국내 뛰어난 스타트업 기술들이 유기적으로 연결될 수 있도록 국가 차원 '표준화 정책'이 정립되길 바란다"고 말했다. 김선태 엔닷라이트 최고기술책임자(CTO) 또한 "제조·물류 등 분야별로 데이터 형태가 다양한 만큼, 양질의 데이터를 체계적으로 수집·활용할 수 있는 '데이터 표준 가이드라인' 마련이 필요하다"고 언급했다.
 

피지컬 AI 핵심은 '데이터'…규제 장벽·인프라 부족 넘어야

이들은 피지컬 AI에 필수인 데이터에도 주목했다. 김선태 CTO는 "제조사가 보유한 캐드(CAD) 파일 등 정적인 데이터를 로봇이 학습할 수 있도록 물성·관절 정보 등을 입히고, 시뮬레이션용 표준 포맷으로 전환하는 과정이 중요하다"고 강조했다. 제조 현장에는 이미 방대한 데이터가 쌓여 있지만, 이를 피지컬 AI 학습에 바로 활용하기 어렵다는 설명이다.
 
이에 최수환 전무는 데이터를 확보하는 과정에서 각종 규제가 걸림돌이 된다고 지적했다. 그는 "사람의 작업 데이터를 수집할 경우 개인정보 문제가 발생하고, 핵심 산업 현장에서는 산업기술 보호 제약까지 고려해야 한다"며 제도적 보완 필요성을 짚었다.
 
단순히 많은 데이터를 모으는 것만으로는 피지컬 AI 고도화가 부족하다는 의견도 나왔다. 황희승 대표는 "로봇이 사람의 동작을 따라 하는 수준을 넘어 '왜 이 작업을 해야 하는지' 공정 자체를 이해할 수 있어야 한다"고 말했다. 특히 한국이 강점을 가진 정밀 제조 공정 데이터를 차별화한 경쟁력으로 활용할 수 있다고 봤다.
 
더불어 데이터를 실제 AI 학습에 활용하기 위한 인프라 구축은 과제로 꼽혔다. 서형주 카본식스 CTO는 "영상과 제조 공정 데이터가 언어 데이터보다 용량이 훨씬 큰 만큼 피지컬 AI 파운데이션 모델을 개발하려면 막대한 비용이 필요하다"며 고성능 컴퓨팅 인프라 등에 대한 정부 지원이 뒷받침돼야 한다고 제언했다.