- 회사 측 “개인 자금으로 매입…중장기 성장 기대·책임경영 의지”- 휴머노이드 공급과 현장 데이터 활용 연계한 사업모델 추진 아이엘은 최대주주인 송성근 의장이 개인 자금으로 회사 주식 2만3,000주를 장내매수했다고 밝혔다. 회사 측은 이번 매입이 피지컬AI 데이터 플랫폼 사업의 중장기 성장 가능성에 대한 기대와 책임경영 의지를 반영한 것이라고 설명했다. 송 의장은 앞서 2020년 전환권 행사와 장내·시간외 매수를 통해 총 115만주를 확보했다. 2026년 1월에는 65만5,000주를 추가 취득했으며, 이번에 2만3,000주를 더 매입했다. 아이엘은 휴머노이드 ‘아이엘봇(ILBOT)’ 공급과 산업 현장 데이터 활용을 연계한 사업모델을 추진하고 있다. 회사 측은 제조·물류·서비스 등으로 공급처를 확대하는 한편, 제조 현장별 작업 데이터를 학습하고 AI 솔루션을 적용하는 방식으로 사업 영역을 넓히고 있다고 밝혔다. 주요 방향은 하드웨어 공급에 데이터·소프트웨어 사업을 결합하는 것이다. 산업 현장에서 수집한 운영 데이터를 AI 학습과 성능 개선에 활용하고, 휴머노이드 공급과 기술서비스를 연계해 사업화 기반을 강화한다는 구상이다. 송성근 의장은 “피지컬AI 사업이 중장기적으로 성장할 수 있다는 점과 아이엘의 기술 경쟁력에 대한 확신을 갖고 있다”며 “현장에서 축적되는 데이터와 휴머노이드 공급 확대를 토대로 경쟁력을 높이고 실제 사업 성과로 성장 가능성을 입증하겠다”고 전했다. 한편 송 의장은 최대주주로서 회사의 미래 성장에 책임을 다하고 투명한 경영을 이어가며, 지속적인 사업 성과를 통해 주주 신뢰에 보답하겠다는 입장도 밝혔다.

반도체·AI 데이터센터·피지컬 AI를 축으로 한 3대 메가 프로젝트를 단순 투자사업에 그치지 않고 지역 성장엔진과 결합한 국가 성장 플랫폼으로 확장해야 한다는 제언이 나왔다. 산업연구원(KIET)은 15일 ‘메가 프로젝트의 전략적 함의와 산업정책 과제’ 보고서를 내고 이같이 밝혔다. 보고서는 글로벌 AI 경쟁 무대에서 하드웨어 병목이 심해지고 있다고 진단했다. 반도체는 HBM·D램을 넘어 CoWoS 같은 첨단 패키징에서, AI 데이터센터는 전력기기·전력망에서 병목이 발생하고 있다는 것이다. AI 모델은 연산 역량이 부족하고 피지컬 AI는 고품질 실제 데이터와 액추에이터·감속기 등 정밀 부품 기술력이 확산을 가로막고 있다고 짚었다. 보고서는 3대 메가프로젝트를 이런 핵심 병목을 전략적으로 선점하기 위한 승부수로 평가했다. 미국·중국처럼 AI 전 영역을 확보하는 ‘풀스택’ 대신 메모리·첨단패키징, 컴퓨팅 인프라, 제조 데이터, 피지컬 AI로 이어지는 ‘전략적 AI 회랑(corridor)’을 구축해 핵심 하드웨어 공급국 지위를 확보하고 미·중이 쉽게 대체하기 어려운 AI 산업 허브를 만든다는 구상이다. 보고서는 메가프로젝트가 병목 선점용 투자에서 머물러서는 안 된다고도 강조했다. 메가프로젝트로 AI 인프라와 생산 기반을 쌓고 이를 글로벌 핵심 인프라로 기능하도록 최초 시장, 기존 산업 고도화 기반, 연구개발(R＆D)-실증-투자-생산 연결, 제조 AI 전환 인프라 역할을 맡겨야 한다는 것이다. 핵심 과제로는 권역별 성장엔진과의 연계가 제시됐다. 대경권은 피지컬 AI 하드웨어 공급망 허브, 동남권은 제조 AI·피지컬 AI 실증 공간, 서남권은 AI 컴퓨트와 에너지 AI 핵심 거점으로 삼는 식으로 권역 간 전략적 분업을 추진해야 한다는 제안이다. 이준 전략산업연구센터장은 “메가 프로젝트는 개별 대형투자사업이 아니라 국가 산업의 공통 수요-기술-투자 플랫폼”이라며 “여기에서 발생하는 수요 및 기술 성과를 7개 권역의 차별화된 성장엔진에 배분함으로써 투자-성장의 선순환 구조를 구축할 필요가 있다”고 밝혔다.

인공지능(AI) 시대 대학 혁신 방향과 학령인구 감소 대응 전략을 모색하고자 전국 주요 대학들이 경남대학교에 모였다. 경남대는 15일 교내에서 ‘제51차 한국지역대학연합회의(RUCK)’를 개최했다고 밝혔다. 회의에는 경남대를 비롯해 가톨릭관동대, 계명대, 아주대, 울산대, 전주대, 한남대, 호남대 등 8개 회원대학 총장단과 교직원 160여명이 참석했다. 개교 80주년을 맞은 경남대가 회의를 주관해 인공지능 시대 고등교육 변화와 대학별 혁신 사례를 공유하고 미래 발전 방향을 모색했다. 기조강연에서는 장동선 궁금한뇌과학연구소 대표가 ‘AI 시대 대학교육의 변화와 미래’를 주제로 강연했다. 이어진 주제발표는 두 개 세션으로 진행했다. 세션 A에서는 경남대와 아주대, 울산대, 호남대가 ‘대학에서의 인공지능 활용 방안’을 주제로 교육혁신 사례를 발표했다. 경남대는 AI를 활용한 학생 전공 선택과 학업 설계, 다전공 확대 방안을 소개하고 제조AI·피지컬AI 분야 연구·산학협력 성과를 교육 현장에 적용하는 방안을 제시했다. 세션 B에서는 가톨릭관동대와 계명대, 전주대, 한남대가 ‘학령인구 감소에 따른 대학 대응 전략’을 주제로 대학 특성화와 지역 인재 양성, 지속 가능한 발전 방안을 논의했다. 대학들은 대학별 특성화를 통한 경쟁력 강화와 발전에 필요한 정보·자료 공유 등을 담은 협약을 체결하고 고등교육 환경 변화에 공동 대응하기로 했다. 박재규 경남대 총장은 “경남대는 지난 80년간 지역과 국가에 필요한 인재를 양성해 왔다”며 “제조AI와 피지컬AI를 중심으로 교육·연구·산학협력의 새로운 길을 열어 미래 100년을 준비하겠다”고 말했다. 경남대는 과학기술정보통신부의 2005억원 규모 피지컬AI 국가전략사업 총괄 주관대학으로 선정됐다. 교육부의 ‘초광역 성장엔진 인재육성사업’에서도 경남·인천·강원 제조AX·AI로봇 인재 양성 모델을 주관하고 있다. 학교는 이러한 사업을 앞세워 AI 연구개발과 산업 현장 실증, 전문 인재 양성을 강화한다는 방침이다. 한편 회의 둘째 날인 16일 회원 대학들은 진해 해군기지 일원에서 문화탐방을 진행할 예정이다.

자동차 업계에 집중됐던 휴머노이드 등 ‘피지컬 인공지능(AI)’ 경쟁이 조선업으로 옮겨붙었다. 생산성 제고와 작업 효율화를 위해 조선소 생산라인에 AI 기술과 로봇을 활용하는 등 ‘공정 고도화’ 분야에서 글로벌 기업들이 속도를 내고 있다. 국내 조선 3사도 대중국 초격차 확대 및 한미 조선 협력 프로젝트인 ‘마스가’(MASGA)의 진척을 위해 피지컬 AI 확보에 전력을 다하고 있다. 14일 조선업계에 따르면 이탈리아 조선업체 핀칸티에리는 로봇 전문기업 제너레이티브 바이오닉스와 선박 용접 작업이 가능한 AI 기반 휴머노이드를 개발 중이다. 복잡한 조선소 환경에서 기존 작업자와의 협업이 주요 목표다. 올해 말 현장 테스트를 거쳐 2년 내 투입할 계획이다. 일본 가와사키중공업은 엔비디아와 조선소 핵심 공정 수행이 가능한 AI 로봇을 개발 중이다. 엔비디아의 디지털트윈 기술로 가상 공간에 조선소를 재현한 뒤 AI 로봇에 용접, 도장, 검사, 자재 운반 등을 훈련시키는 구상이다. 미국 방산기업 안두릴 인더스트리는 지난 5일 2030년 가동을 목표로 메릴랜드주 볼티모어에 18만 6000㎡ 규모의 ‘아스널2’ 조선소를 구축한다고 발표했다. 총 투자비는 66억 달러로 ‘소프트웨어 중심 조선소’를 조성한다. 제작·조립·시험 등 전 공정을 데이터와 자체 소프트웨어로 제어해 생산라인을 재설계할 수 있는 방식으로 피지컬 AI와의 협업을 준비하는 것으로 보인다. 특히 기존에 공정별 이동 거리로 발생했던 병목 현상 등이 대폭 해소되면서 미 잠수함 산업 생산능력은 약 15% 확대될 전망이다. 우리나라 산업통상부와 해양수산부는 지난 12일 ‘조선 M.AX(제조 AX) 얼라이언스 전략회의’를 열고 2030년까지 민관 합동으로 1조 4000억원을 투입해 조선업 전반에 인공지능 전환(AX)을 가속할 것을 협의했다. 거제·부산, 목포·영암, 군산 등 3곳이 주요 거점으로, 조선 공정에 AI와 사물인터넷(IoT) 등을 접목할 계획이다. HD현대는 2030년까지 ‘미래 첨단 조선소’(FOS)를 구축하는 등 조선소 공정 자동화를 추진한다. 지난 13일 독일의 지멘스와 개소한 글로벌마린센터를 주축으로 디지털 조선소 구현 준비에 나섰다. 미국 로봇 기업 페르소나AI와는 조선 용접용 휴머노이드 로봇을 개발하고 있다. 삼성중공업도 2030년 무인 자동화 조선소 구현을 목표로 90종 이상의 자동화 장비 및 로봇을 개발·운용 중이다. 한화오션은 빅데이터와 AI를 활용해 생산·물류 공정을 최적화하는 스마트야드를 구축 중이다. 조선소의 디지털 전환을 넘어 피지컬 AI의 적용 기반을 확대하는 움직임으로도 읽힌다. 한화오션 관계자는 “거제사업장서 활용 중인 용접 로봇 등을 내년 말 한화필리조선소에도 확대 적용할 예정”이라며 “이는 마스가 추진을 뒷받침할 것”이라고 말했다. 피지컬 AI를 향한 조선 3사의 혁신은 세계 선박 수주 시장에서 대중국 돌파구를 마련하려는 목적도 깔려 있다. 영국 클라크슨리서치에 따르면 올해 1~9월 중국의 세계 선박 수주 점유율은 76%(5391만CGT)로 전년 동기 대비 14%포인트 상승했다. 같은 기간 우리나라는 15%로 2%포인트 하락했다.

역사적으로 거대한 기술 혁명의 승자는 새로운 동력원을 실물 세계의 인프라와 결합해 낸 국가들이었다. 18세기 영국이 1차 산업혁명의 패권을 쥔 이유는 단순히 석탄이 많아서가 아니었다. 석탄을 증기기관, 철강, 철도 등 하나의 거대한 ‘물리적 체계’로 연결하는 실물 인프라 구축에 성공했기 때문이다. 20세기 미국의 패권 역시 석유라는 에너지를 자동차, 물류 시스템이라는 실물 경제로 구현해 낸 데서 비롯되었다. 지금, 우리는 그와 맞먹는 세 번째 역사적 변곡점에 서 있다. 오픈AI, 구글 등 미국의 빅테크 기업들이 천문학적인 자본을 쏟아부으며 구축한 인공지능(AI)이 드디어 모니터 밖으로 뛰쳐나오고 있다. 사이버 공간에 머물던 지능이 자동차, 로봇, 공장, 전력망 등 실물 세계의 인프라와 결합하는 ‘피지컬 AI’ 시대가 열린 것이다. 그동안 소프트웨어 플랫폼 경쟁에서 한발 물러나 있던 한국 산업으로선 절호의 ‘공급망 역습’ 기회가 열린 것이다. 이 역습을 주도할 우리의 핵심 무기는 바로 현장의 데이터다. 지금껏 AI 패권은 알고리즘과 컴퓨팅 파워를 장악한 미국 빅테크의 독무대였다. 그러나 AI가 실물 경제에서 부가가치를 내려면 전혀 다른 자산이 필요하다. 바로 수십 년 축적된 ‘제조 데이터’와 ‘첨단 인프라’다. 반도체 미세 공정의 수율이나 조선소의 정밀한 용접 노하우 같은 실물 데이터 없이는 아무리 뛰어난 AI도 무용지물이다. 글로벌 데이터 기업 팔란티어가 한국을 주목하는 것도 각 산업 밑바닥에 흐르는 이 소중한 현장 데이터를 선점하기 위해서다. 우리는 빅테크의 공세에 맹목적인 적대감이나 두려움을 가질 필요가 없다. 오히려 그들의 ‘알고리즘 두뇌’와 우리의 ‘제조업 육체’를 결합하는 고도화된 협력 모델을 선제적으로 제시해야 한다. 한국의 정밀한 제조 현장을 빅테크 AI 기술의 최상위 테스트베드로 제공하는 대신, 핵심 기술을 공유받거나 조인트 벤처(JV)를 설립해 산업별 특화 AI를 공동 개발하는 방식이다. 데이터 주권은 지키되, 글로벌 최고 수준의 기술력과는 적극적으로 연대하는 ‘스마트한 동맹’만이 피지컬 AI 시대의 진정한 승리 공식이다. 하지만 기회는 양날의 칼이다. 1980년대, 일본은 세계 최고의 메모리 반도체와 가전 제조 능력을 갖추고도 ‘윈텔’(윈도우+인텔) 동맹으로 대변되는 미국의 소프트웨어 생태계에 종속되면서 결국 단순 하드웨어 조립 기지로 전락하고 말았다. 핵심 두뇌(OS)를 장악하지 못한 채 하청에 만족한 대가는 잃어버린 30년이었다. 지금의 AI 혁명에서도 이 역사는 반복될 수 있다. 빅테크의 범용 AI에 우리의 제조 현장 데이터를 고스란히 내어준다면, 한국 산업은 21세기 AI 식민주의, 즉 ‘디지털 소작농’으로 전락할 우려가 높다. 글로벌 플랫폼 기업에 종속되는 우를 범하지 않기 위해서는, 철저히 현장에 최적화된 전용 AI 모델을 우리 손으로 통제하고 운영할 수 있어야 한다. 우리가 확보한 독자적인 AI 통제권은 곧 지정학적 위기 속에서 가장 강력한 방패가 된다. 미중 반도체 전쟁 속 대만 TSMC의 ‘실리콘 방패’가 증명하듯 압도적 첨단 파운드리 인프라는 미국과 중국 모두가 함부로 단절할 수 없는 무기가 됐다. 지금의 AI 전쟁도 마찬가지다. 미국 주도의 첨단 보안망에 동참하되 범용 소재와 거대 시장에선 중국과 실용적으로 연결되는 ‘디리스킹’(위험 완화)을 펴야 한다. K배터리가 원자재는 중국과 협력하면서도 핵심 수율을 쥐고 있는 ‘스마트팩토리 제어 모델’은 철저히 보안망에 묶어 두는 것과 같은 방식이다. 미국 빅테크의 AI ‘뇌’(Brain)가 실물경제를 지배하려면 한국이 가진 첨단 제조의 ‘뼈와 근육’, 차세대 에너지 인프라라는 ‘혈관’이 절실하다. 우리가 피지컬 AI를 통해 생산성과 품질에서 압도적인 ‘K제조업의 방패’를 만들어 낸다면, 미국에는 대체할 수 없는 경제동맹이 되고 중국에는 ‘무시할 수 없는 파트너’로 자리매김이 가능하다. 역사적으로 강대국을 움직이는 최고의 무기는 언제나 현장에서 나오는 ‘대체 불가능한 초격차 실물 기술’임을 잊지 말아야 한다. 오일만 EBN 편집국장

사이버 공간에 머물던 인공지능(AI)이 휴머노이드라는 신체를 얻은 ‘피지컬 AI 시대’로 접어들면서 로봇이 사람에게 위해를 가하거나 성범죄에 악용되는 일이 현실에서 나타났다. 이에 휴머노이드 범죄에 대한 안전장치 마련이 필요하다는 목소리가 높다. 또 책임 공방도 확대될 전망이다. 12일(현지시간) 미국 뉴욕포스트에 따르면 독일 쾰른 경찰은 전날 한 패스트푸드점 앞에서 휴머노이드 로봇이 10대 여성 청소년을 성추행하도록 조종한 혐의로 16세와 19세 남성 청소년을 검거했다고 밝혔다. 1.2m 크기에 마블의 인기 캐릭터인 ‘아이언맨’을 닮은 휴머노이드는 민소매 셔츠와 트레이닝복 바지를 입고 있었다. 휴머노이드는 당시 피해자의 신체를 만지고 몸을 밀착하며 성행위를 연상시키는 동작을 한 것으로 전해졌다. 두 청소년은 범죄 장면을 촬영해 소셜미디어(SNS)에서 생중계했다. 경찰은 로봇과 휴대전화를 모두 압수하고 성적 모욕 혐의로 수사에 착수했다. 이번 사건에 대해 일각에서는 로봇 조종자뿐만 아니라 휴머노이드 기술을 악용하지 못하도록 설계했어야 한다는 지적도 나온다. 지난달 18일에는 미국 캘리포니아 샌프란시스코에서 사상 최초로 사람 대 로봇 간에 격투 경기가 열렸다. 당시 캘리포니아주 체육위원회는 승인 없는 인간 대 로봇 격투기 경기는 경범죄라는 입장이었지만 주최 측은 ‘금지 규제는 없다’고 주장해 논란이 되기도 했다. 브래드 스미스 마이크로소프트(MS) 사장은 이날 BBC와의 인터뷰에서 “세탁기와 식료품점의 우유 한 팩이 AI보다 더 많은 안전 규정을 적용받고 있다”며 “도구이자 무기인 AI에 대한 규제를 오늘 당장 시작해야 한다”고 말했다. 이어 “기업이 AI가 통제를 벗어날 때 이를 멈추거나 속도를 늦출 수 있는 ‘비상 브레이크’, 흔히 ‘킬 스위치’라 불리는 장치를 갖춰야 한다”며 “독립적인 정부 평가 기관이 새로운 AI 기술을 심사하고 AI 제품 출시 전 외부 평가 기관의 승인이 필요한 시점을 정해야 한다”고 제안했다.

(재)전남테크노파크와 KAIST 공과대학이 전남광주 지능형 로봇산업 육성 및 로봇 기반 지역 산업 경쟁력 강화를 위한 업무협약을 체결했다. 지난 12일 맺은 협약은 전남광주의 주력 제조산업과 KAIST 공과대학의 로봇·AI 분야 연구 역량을 연계해 기술개발·실증·기업육성 등 전주기 협력체계를 구축하고, 지역 산업현장의 AI·로봇 기술 적용과 확산을 촉진하기 위해 마련됐다. 전남광주는 철강·석유화학·조선 등 기간산업과 모빌리티·소재부품·식품 등 다양한 제조업이 집적돼 있다. 이때문에 산업현장의 인력 부족에 대응하고 생산성을 높이기 위한 AI·로봇 기반 생산 자동화 전환의 필요성이 커지고 있다. 이에 전남테크노파크 ICT로봇융합센터는 KAIST 공과대학이 보유한 로봇·AI 분야 연구 역량과 지역의 산업·기업 및 지원 인프라를 연계해 지역 산업 중심의 기술개발과 실증, 사업화 협력 체계를 구축해 나갈 계획이다. 양 기관은 이번 협약을 통해 ▲지능형 로봇 분야 기술개발·실증·기업육성 등 전주기 협력 ▲지능형 로봇산업 관련 정책 및 신규사업 공동 발굴·기획 ▲로봇 기술의 지역 산업현장 적용·보급 확산 ▲지능형 로봇 분야 전문인력 양성 및 지역기업 재직자 교육·인적교류 등을 중점적으로 추진한다. 특히 전남테크노파크 ICT로봇융합센터가 추진하는 ‘지능형 로봇·피지컬 AI 얼라이언스’와 KAIST 공과대학의 연구 역량을 연계해 지역기업의 기술수요를 발굴하고 산·학·연 기술교류와 협력모델을 구체화할 계획이다. 지능형 로봇 분야 실증과 중앙정부 신규사업을 공동 발굴·기획하고, AI·로봇 기반 지역산업 고도화를 위한 기술개발-인재양성-실증-사업화의 전주기 지원체계 구축에도 협력한다. 오익현 전남테크노파크 원장은 “이번 협약은 KAIST의 우수한 로봇·AI 연구 역량과 전남광주의 산업현장을 연결해 지역 제조산업의 혁신을 가속화하는 계기가 될 것이다”고 설명했다. 그는 “앞으로 지능형 로봇과 피지컬 AI를 중심으로 지역기업이 체감할 수 있는 기술개발과 실증, 인력양성 및 사업화를 연계하고, 전남광주가 미래 지능형 로봇산업의 거점으로 성장할 수 있도록 협력을 확대해 나가겠다”고 강조했다.

서울 서초구는 ‘양재 인공지능(AI) 미래융합혁신특구’ 지정 2주년을 기념해 17일 서초문화예술공원에서 AI 기술을 체험하고 즐길 수 있는 ‘2026 서초 AI 페스타’를 연다고 12일 밝혔다. 올해로 2회째를 맞는 페스타는 주민이 일상에서 다양한 AI 기술을 쉽고 재미있게 접하고 미래의 변화를 경험할 수 있게 마련됐다. 올해는 지난해보다 규모와 콘텐츠를 확대했다. 52개 기업·기관이 참여해 총 63개 체험 부스를 선보인다. 가장 눈길을 끄는 프로그램은 ‘피지컬 AI 로봇존’이다. 10종 이상의 AI 로봇을 한자리에서 만나볼 수 있다. 서초(SEOCHO)의 영문 알파벳을 활용한 6개 테마의 ‘AI 체험존’도 조성된다. ▲생활 속 AI ▲교육 ▲첨단 기술 ▲문화·예술 및 창작 ▲헬스케어 ▲공공서비스 등 다양한 분야의 AI 기술과 서비스를 선보인다. 체험 행사도 마련된다. AI 기술을 활용한 과자 뽑기 체험인 ‘플라잉 캐처’를 비롯해 건강 상태를 확인하고 다양한 운동을 체험하는 ‘찾아가는 AI 체육관’ 등이 운영된다. 가을 나들이처럼 즐기는 ‘AI 피크닉’ 콘셉트로 꾸며지는 것도 흥미롭다. 관심 있는 누구나 무료로 참여할 수 있다. 일부는 예약제로 운영된다.

GS건설은 허윤홍 대표를 비롯한 경영진과 80여개 협력사 대표가 참석한 가운데 12일 서울 강남구 삼성동 웨스틴 서울 파르나스에서 ‘그랑 파트너스 피에스타 2026’을 열었다. 해당 행사는 2004년부터 이어온 GS건설의 대표적인 상생협력 행사로, GS건설과 협력사가 함께 성장하고 소통하는 자리를 만든다는 의미가 담겼다. 올해는 전문가 강연과 신기술 소개 등을 통해 피지컬 인공지능(AI)를 비롯한 첨단 기술의 건설 현장 적용 방안과 건설 산업의 미래 경쟁력 강화 방향을 협력사들과 공유했다. GS건설 경영진과 협력사 대표들은 건설 현장에서 로봇을 더 활용할 수 있는 방안에 대해서도 자유롭게 의견을 나눈 것으로 전해졌다. 허 대표는 “협력사의 발전이 곧 GS건설의 발전”이라며 “협력사에 대한 실질적인 지원을 확대하고 정도경영과 소통을 바탕으로 상생과 동반성장을 이어가겠다”고 밝혔다. 특히 “피지컬 AI를 비롯한 첨단 기술을 적극 도입해 더 안전하고 경쟁력 있는 현장을 만들고 협력사와 함께 건설 산업의 미래를 이끌어 갈 것”이라고 강조했다. GS건설은 협력사와의 공정한 거래 질서 확립과 동반성장을 위한 지원 프로그램도 운영하고 있다.

“한 나라의 인공지능(AI) 주권은 소버린 AI ‘모델’만 만든다고 해결되는 문제가 아닙니다. 소버린 AI의 ‘운영’에 주권이 달려 있습니다.” 지미 리(70) ASI 파운드리 회장은 12일 서울 중구 웨스틴조선에서 진행한 서울신문과의 인터뷰에서 “공장에 AI가 도입된 경우 결국 누가 데이터와 피지컬 AI를 통제하는지가 핵심”이라며 이렇게 밝혔다. AI 주권을 확보하려 한국 등 세계 각국이 자체 AI 모델 개발에 열중하고 있지만 산업 현장에서 데이터와 AI를 어떻게 활용하고 통제할지 운영 원칙까지 결정할 수 있어야 비로소 실질적인 주권을 확보하는 것이라는 의미다. 리 회장은 “미국은 AI 모델과 지능을 갖췄지만 지난 수십년간 제조업을 도외시하면서 현장에서 축적된 고품질 데이터가 부족하다. 반면 한국은 제조업 데이터와 산업 현장 경험이 풍부하지만 이를 활용할 AI 기술력이 미국에 비해 상대적으로 부족하다”며 “양국의 상호 의존성을 살려 서로에게 ‘윈윈’이 될 수 있는 피지컬 AI 생태계를 만들면 한국의 협상력도 키울 수 있다”고 말했다. 이어 자신이 ASI 파운드리를 설립한 배경에 한미 간 장점을 살려 피지컬 AI의 새 모델을 구축하려는 의지가 담겼다고도 했다. 미국 ‘태권도 대부’ 고 이준구 사범의 아들인 리 회장(한국 이름 이형모)은 메릴랜드주 최초로 한국계 내각 장관을 역임했고 버지니아주 상무·통상 담당 차관보를 지냈다. 리 회장은 “한국의 제조업 데이터는 현장에서 축적된 고품질·비정형의 노하우”라며 “AI가 읽고 활용할 수 있도록 데이터를 구조화하고, 출처와 민감한 맥락을 식별할 수 없도록 처리하면 신뢰 가능한 산업용 피지컬 AI 솔루션을 만들 수 있다”고 제언했다. 이어 “한국 모델을 바탕으로 대만, 인도 등 아시아 전역으로 나아가는 것이 목표”라고 말했다. 피지컬 AI 확산에 따른 일자리 감소 문제에 대해서는 “산업혁명 시대와 같이 임금 인상과 고용 보장으로는 AI가 가져올 변화를 해결하기 어렵다”며 “인간의 판단과 창의성, 최종 결정이 필요한 분야를 인간의 일자리로 확보하고, 엄격한 엔지니어링 규칙을 통해 로봇의 안전성도 보장해야 한다”고 말했다. 리 회장은 이날 서울 중구 웨스틴조선 호텔에서 열린 ‘산업 AI 글로벌 협력’ 기자간담회에 참석하기 위해 방한했다. 이날 행사에 동반 참석한 얀 르쿤 AMI랩스 회장은 AI 속도조절론에 대해 “현재 AI가 주로 하는 일은 기존의 인간 지식을 조합하고 되풀이하는 수준”이라며 “최근 몇 달간 발생한 AI 보안 사고는 기업들이 사이버 보안에 충분한 경험을 갖추지 못한 엔지니어링의 문제”라고 선을 그었다.

AI 교양 의무 이수 후 AX로 확장학부와 대학원 연계 과정도 확대기업 실습과 산학 프로젝트 지원“지역 산업전환 이끌 인재 키울 것”국립순천대가 지방에서는 이례적으로 전교생 인공지능(AI) 기초교육부터 전공별 융합교육, 석·박사급 연구와 산업현장 실증까지 이어지는 AI·AI 전환(AX) 교육체제 구축에 나서 관심을 모은다. 올해 하반기 과학기술정보통신부의 ‘AI중심대학’과 ‘AI혁신인재양성사업’에 잇따라 선정되면서다. 두 사업에 투입되는 사업비는 8년간 총 479억원 규모다. 두 사업은 각각 학부와 대학원을 중심으로 운영되지만 국립순천대는 이를 별개 사업으로 두지 않고 하나의 인재양성 체계로 연결할 계획이다. 전교생 AI 기초교육에서 전공별 AX 교육, 석·박사급 연구와 산업현장 실증까지 이어지는 하나의 ‘인재양성 사다리’를 놓는다는 구상이다. ●전교생 AI 배우고, 전공마다 AX 입힌다 12일 국립순천대에 따르면 학부 교육의 출발점은 ‘전교생 AI 교육’이다. AI중심대학사업에는 2026년부터 2033년까지 8년간 정부지원금 212억원을 포함해 총 275억원을 투입한다. 전공과 관계없이 모든 학생이 5학점 이상의 AI 교양과목을 이수하도록 하고 데이터 분석과 생성형 AI 활용, 프롬프트 설계 등 AI를 실제 학업과 업무에 활용하는 능력을 기른다. 기초교육 이후에는 자신의 전공과 AI를 결합하는 AX 교육으로 확장한다. 사업에는 38개 학과가 참여한다. 비전공자가 AI·AX 교육으로 진입할 수 있도록 ‘AX 브릿지’ 교육과정을 운영한다. AI반도체, 뉴스페이스, 문화콘텐츠, 스마트농업 등 다양한 융합·연계전공을 확대하고 AI공학을 비롯해 AI 교육콘텐츠, 에너지AI, 피지컬AI, 기계우주항공AI 등 각 전공의 특성을 살린 심화교육도 운영한다. ●농업 전공자는 AI, AI 전공자는 농업을 국립순천대는 과기정통부 주관 ‘2026년 인공지능혁신 인재양성사업’에 최종 선정됨에 따라 스마트팜과 인공지능(AI) 기술을 결합한 ‘스마트농업 AX대학원’을 고흥스마트팜혁신밸리에서 고흥군과 공동 운영해 미래 농업 인재 육성에 나선다. 다음 달부터 2031년 12월까지 약 5년 2개월간 추진된다. 국비 155억원을 포함해 전남광주통합특별시·순천시 등에서 총 204억원의 사업비가 투입된다. 순천대는 스마트농업 분야의 AI·데이터 기반 혁신을 이끌 전문 인재 양성을 목표로 2027년부터 매년 40명씩, 총 200명의 석·박사급 인재를 배출할 계획이다. 교육과정은 ▲시설원예 AX ▲노지·무인농기계 AX ▲데이터·클라우드 AX 등 3대 핵심 특화 트랙으로 구성된다. 특히 전체 교육과정의 약 30%를 고흥혁신밸리 현장에서 직접 진행해 이론에 그치지 않고 실제 농업 현장에 AI와 데이터 기술을 적용하는 ‘현장 밀착형 실무 교육’을 한층 강화할 방침이다. 대학의 이론 교육과 혁신밸리의 재배·산업 현장이 맞물리면서 학생들은 작물 생육 데이터와 환경제어, AI·자동화 기술을 직접 다루며 실무 역량을 키울 수 있을 것으로 기대된다. 지역 주민과 청년들을 위한 혜택도 마련된다. 학사 학위를 보유한 고흥혁신밸리 보육센터 수료생과 고흥군민에게 대학원 교육 참여 기회를 적극 제공하고 참여기업 및 순천대의 AI 기반 농업 연구 성과를 지역 사회와 공유해 첨단 농업 기술의 저변을 확대할 계획이다. 스마트농업 AX 교육은 학생의 전공에 따라 출발점을 달리한다. 농학·원예·농기계·농업경제 등 농업 분야 전공자는 AI와 머신러닝을 보완해 배우고 AI·소프트웨어 전공자는 시설원예와 노지농업 등 농업 현장을 익힌다. 서로 다른 출발점에서 ‘브릿지’ 교육을 거친 학생들은 이후 시설원예, 노지·무인농기계, 데이터·클라우드 분야로 진입해 생성형 AI와 피지컬AI, 자율주행, 농업데이터 분석 등을 실제 농업 문제 해결에 적용한다. ●학부에서 대학원까지 ‘AI 사다리’ 학부와 대학원 사이의 경계도 낮춘다. 학·석사 및 학·석·박사 연계 과정을 확대하고 학부 3학년부터 대학원 교과목을 이수할 수 있도록 한다. 학부생이 연구실에서 연구를 경험하고 학점도 받을 수 있는 ‘연구실 인턴 학점제’도 도입한다. 학부에서 운영 중인 스마트농업융합전공을 대학원의 스마트농업 AX 전공과 연계해 학부 교육이 석·박사 연구로 이어지는 경로를 구축한다. ●기업이 교실로, 산업현장이 실험실로 기업은 교육과 연구의 공동 파트너로 참여한다. 학부에서는 네이버클라우드, 카카오엔터프라이즈, AWS, 업스테이지, 메가존클라우드, 한전KDN 등이 참여해 산업현장의 AI 기술을 교육하고 현장실습과 산학 프로젝트를 지원한다. 고성능 그래픽처리장치(GPU) 서버와 상용 대규모언어모델 등 AI 교육·연구 인프라도 확충한다. 대학원에서는 농기계 전문기업 대동과 AI 서비스 기업 이스트소프트가 공동연구개발기관으로 참여한다. 대동은 자율주행 농기계와 농작업 데이터, 실장비 가늠터를 제공하고, 이스트소프트는 생성형 AI와 AI 에이전트, 클라우드 서비스 기술을 교육·연구에 접목한다. 학생이 개발한 기술을 실제 장비와 서비스 환경에서 검증하고 산학공동 연구와 인턴십, 취·창업으로 연결하는 방식이다. 교육과 연구의 무대는 캠퍼스 밖 지역 산업현장으로도 넓어진다. 순천의 애니메이션·문화콘텐츠, 여수의 석유화학, 고흥의 우주항공·스마트농업, 광양의 첨단소재 등 지역 주력산업을 AI 교육 및 산학 프로젝트와 연계한다. 특히 순천·고흥 등에 구축한 그린스마트팜 가늠터는 스마트농업 AX 대학원의 현장실증 기반으로 활용할 계획이다. 이병운 순천대 총장은 “AI를 융합한 미래형 전문인재를 체계적으로 양성하고 교육과 연구 성과가 지역 산업의 혁신과 기업 성장으로 이어질 수 있도록 대학의 역량을 집중하겠다”며 “AI·AX 교육과 연구를 통해 지역의 산업 전환을 이끌 수 있는 인재양성 기반을 강화해 나가겠다”고 말했다.

“한 나라의 인공지능(AI) 주권은 소버린 AI ‘모델’만 만든다고 해결되는 문제가 아닙니다. 소버린 AI의 ‘운영’에 주권이 달려 있습니다.” 지미 리(70) ASI 파운드리 회장은 12일 서울 중구 웨스틴조선에서 진행한 서울신문과의 인터뷰에서 “공장에 AI가 도입된 경우 결국 누가 데이터와 피지컬 AI를 통제하는지가 핵심”이라며 이렇게 밝혔다. AI 주권을 확보하려 한국 등 세계 각국이 자체 AI 모델 개발에 열중하고 있지만 산업 현장에서 데이터와 AI를 어떻게 활용하고 통제할지 운영 원칙까지 결정할 수 있어야 비로소 실질적인 주권을 확보하는 것이라는 의미다. 리 회장은 “미국은 AI 모델과 지능을 갖췄지만 지난 수십 년간 제조업을 도외시하면서 현장에서 축적된 고품질 데이터가 부족하다. 반면 한국은 제조업 데이터와 산업 현장 경험이 풍부하지만 이를 활용할 AI 기술력이 미국에 비해 상대적으로 부족하다”며 “양국의 상호 의존성을 살려 서로에게 ‘윈윈’이 될 수 있는 피지컬 AI 생태계를 만들면 한국의 협상력도 키울 수 있다”고 말했다. 이어 자신이 ASI 파운드리를 설립한 배경에 한미 간 장점을 살려 피지컬 AI의 새 모델을 구축하려는 의지가 담겼다고도 했다. 미국 ‘태권도 대부’ 고 이준구 사범의 아들인 리 회장(한국 이름 이형모)은 메릴랜드주 최초로 한국계 내각 장관을 역임했고 버지니아주 상무·통상 담당 차관보를 지냈다. 리 회장은 “한국의 제조업 데이터는 현장에서 축적된 고품질·비정형의 노하우”라며 “AI가 읽고 활용할 수 있도록 데이터를 구조화하고, 출처와 민감한 맥락을 식별할 수 없도록 처리하면 신뢰 가능한 산업용 피지컬 AI 솔루션을 만들 수 있다”고 제언했다. 이어 “한국 모델을 바탕으로 대만, 인도 등 아시아 전역으로 나아가는 것이 목표”라고 말했다. 피지컬 AI 확산에 따른 일자리 감소 문제에 대해서는 “산업혁명 시대와 같이 임금 인상과 고용 보장으로는 AI가 가져올 변화를 해결하기 어렵다”며 “인간의 판단과 창의성, 최종 결정이 필요한 분야를 인간의 일자리로 확보하고, 엄격한 엔지니어링 규칙을 통해 로봇의 안전성도 보장해야 한다”고 말했다. 리 회장은 이날 서울 중구 웨스틴조선 호텔에서 열린 ‘산업 AI 글로벌 협력’ 기자간담회에 참석하기 위해 방한했다. 이날 행사에 동반 참석한 얀 르쿤 AMI랩스 회장 겸 미국 뉴욕대 교수는 AI 속도조절론에 대해 “현재 AI가 주로 하는 일은 기존의 인간 지식을 조합하고 되풀이하는 수준”이라며 “최근 몇 달간 발생한 AI 보안 사고는 기업들이 사이버 보안에 충분한 경험을 갖추지 못한 엔지니어링의 문제”라고 선을 그었다. 르쿤 회장은 메타의 AI 수석 과학자 출신으로 2018년 튜링상을 받은 AI 석학이다. 하정우 국가인공지능전략위원회 부위원장도 축사를 통해 “글로벌 AI 경쟁은 단순히 뛰어난 파운데이션 모델을 개발하는 것을 넘어 산업 현장에서 생산성과 경쟁력을 얼마나 높이느냐가 중요해지고 있다”며 “한국은 반도체·자동차·조선·배터리 등 세계적인 제조 기반과 수십 년간 축적된 산업 데이터, 공정 노하우를 갖추고 있다”고 강조했다. 간담회를 기획한 황명은 ASI 파운드리 한국 대표는 “한국 기업이 산업용 AI를 단순 도입하는 데 그치지 않고 실제 산업 현장에서 기술이 작동하는 기준과 활용 방식을 함께 만들어가는 역할을 하도록 협력 모델을 만들어갈 것”이라고 밝혔다.

경기도의회 미래과학협력위원회 김태형 위원장(더불어민주당, 화성5)은 지난 8일 차세대융합기술연구원 컨퍼런스룸에서 열린 ‘2026년 융합기술심포지엄(ConTech 2026)’에 참석해 피지컬 AI의 산업·생활 현장 확산과 미래산업을 위한 지속적인 투자의 중요성을 강조했다. 서울대학교와 경기도가 공동 주최하고 차세대융합기술연구원이 주관을 맡은 이번 행사는 ‘제조 및 모빌리티 산업 분야 피지컬 AI 융합 기술’이라는 핵심 주제 아래, 국내외 유수의 전문가들이 대거 참석해 최신 연구 성과와 급변하는 기술 동향을 심도 있게 공유하고 향후 제조 및 모빌리티 산업이 나아가야 할 미래 전환의 청사진을 다각도로 모색하기 위해 마련된 자리였다. 이날 행사에서는 캐나다 토론토대학교와 스웨덴 왕립공과대학교(KTH) 등 국내외 전문가들이 참여해 피지컬 AI와 제조업, 자율주행 및 미래 모빌리티 등을 주제로 다양한 발표와 논의를 진행했다. 특히 ▲AI 기반 생산·물류 ▲디지털트윈 ▲무인공장 ▲자율주행 로봇 ▲자율주행 기술 ▲스마트농업 등 제조·모빌리티를 비롯한 다양한 산업 분야에서 피지컬 AI의 활용 가능성이 논의됐다. 김 위원장은 미래과학협력위원회가 인공지능과 반도체를 비롯해 바이오 및 자율주행 등 미래의 핵심 산업과 연구 분야들을 심도 있게 아우르고 있으며, 특히 피지컬 인공지능 역시 위원회가 깊은 관심을 두고 지켜보는 영역이라고 설명했다. 이어 인공지능, 그중에서도 피지컬 인공지능은 더 이상 순수한 학문적 탐구 단계에만 머무르는 이론적 개념이 아니라고 진단하며, 가상 화면 속의 영역에 국한되지 않고 실제 산업 현장과 제조 공장, 그리고 우리의 일상생활 전반에 직접 적용됨으로써 구체적인 현실의 가치로 온전히 구현되고 있다고 거듭 강조했다. 또한 “피지컬 AI 기술은 빠르게 변화하고 있는 만큼, 오늘과 같은 심포지엄을 통해 연구진과 산업계 관계자들이 기술 변화를 이해하고, 우리 산업과 생활에 신속하게 도입하는 것이 중요하다”며 “이는 결국 미래 먹거리와 직결된다”고 말했다. 끝으로 김태형 위원장은 “경기도의 재정 상황이 어렵더라도 미래 먹거리를 위한 투자는 중요하다”며 “경기도의회도 차세대융합기술연구원과 협력해 기술개발이 더욱 활발하게 이뤄질 수 있도록 최선을 다하겠다”고 밝혔다.

노동계 반발 등 생산현장 투입 우려고령화 사회 일손 채울 핵심 자원이직률 높은 직종의 대안될 수도인류의 생산성 어떻게 확보할 건가피지컬AI 본격 도입에 따른 변화는진정한 휴머노이드, 의사소통 중요사회적 수용엔 수십년 걸릴 수도정서·문화적 적응에 한 세대 소요앞으로 어떤 과제를 풀어야 하나보스턴다이내믹스 구동기술 독보적정교한 손조작 능력·강화학습 집중안전 제어·기술 지속 발전시켜야 “사람들은 로봇이 일자리를 빼앗을 일만 걱정한다. 어느 정도는 그럴 수 있다. 하지만 로봇은 우리가 절실히 필요로 하는 노동력의 원천이기도 하다. 많은 나라에서 생산가능인구가 부족해지는 상황에서 앞으로의 화두는 ‘로봇을 이용해 노동력 부족을 어떻게 해결할 것인가’가 될 것이다.” ‘로봇공학의 대부’로 통하는 마크 레이버트(77) 보스턴다이내믹스 창립자 겸 로보틱스＆인공지능 연구소(RAI) 소장은 지난 6일 서울 강남구 코엑스에서 서울신문과 인터뷰를 하면서 로봇과 함께 공존할 미래에 대해 막연한 두려움에 사로잡힐 일이 아니라 가능성의 관점에서 바라봐야 한다고 강조했다. 고령화와 출산율 저하에 따른 거스를 수 없는 인구구조 변화 속에 인류의 지속가능한 생산성을 담보하려면 불가피하다는 측면에서다. 그는 ‘휴머노이드(Humanoid·인간 형태의 것)’란 단어조차 생소했던 1980년대 미국 카네기멜런대 연구실에서 한 발로 뜀박질하면서 균형을 잡는 1족 보행 로봇 ‘호퍼’를 개발했다. 당시에는 “도대체 뭐에 쓰겠느냐”는 반응이 대부분이었다. 하지만 그가 1992년 설립한 보스턴다이내믹스는 휴머노이드 로봇의 핵심 구동장치인 액추에이터 시스템이나 로봇의 점프를 제어하는 장치 등 독보적인 기술력을 인정받았고, 구글과 소프트뱅크를 거쳐 2021년 현대자동차에 인수됐다. 한 번쯤은 들어봤을 법한 4족 보행 로봇 ‘스폿’과 인간처럼 걷고 뛰는 ‘아틀라스’(사진)가 그의 작품이다. 아틀라스는 현시점에서 테슬라의 옵티머스와 함께 가장 뛰어난 산업용 휴머노이드로 평가받는다. 아이러니하게도 그는 최근 휴머노이드 열풍에 대해 차분했다. 레이버트 소장은 “휴머노이드 로봇이 얼마나 빨리 상용화될지에 대해 사람들은 지나치게 낙관적”이라고 짚었다. 또한 휴머노이드를 사람과 닮은 외형으로만 생각하는 천편일률적인 시각에도 선을 그었다. 주변 환경을 이해하고 의미 있는 의사소통을 하는 능력이 인간을 어설프게 닮은 얼굴보다 본질적이라고 했다. 다음은 일문일답. -노동계에서 로봇의 생산 현장 투입에 대한 우려와 반발(지난 1월 현대차 노조는 “노사 합의 없이 단 한 대의 로봇도 현장에 들어올 수 없다”고 밝혔다)이 크다. “진짜 질문은 ‘로봇을 이용해 노동력 부족 문제를 어떻게 해결할 것인가’이어야 한다. 많은 사람이 자신들의 일터에서 이직률이 높거나 필요한 기술을 가진 사람을 구하지 못한다고 이야기한다. 고령화, 젊은 사람들의 태도 변화, 출산율 감소까지 고려한다면 ‘앞으로 인류는 생산성을 어디에서, 어떻게 확보할 것인가’가 중요하다.” 그는 이날 ‘인공지능(AI)으로 그리는 미래도시의 일상’을 주제로 열린 서울시 주관 ‘스마트라이프위크(SLW) 2026’ 기조연설에서도 “로봇은 우리가 절실히 필요로 하는 노동력의 원천이다. (로봇을 통해) 생산성을 높은 수준으로 유지할 수 있는 노동력을 확보하는 것은 (인류가 얻게 될) 실질적인 기회”라고 밝혔다. -피지컬 AI가 본격적으로 일상에 들어오면 가장 먼저 체감하게 될 변화는 무엇일까. “일부는 이미 들어와 있다. 자율주행차나 한발 더 나아간 로보택시(미국·중국에서 상용화)는 지금도 이용할 수 있다. 이런 것들이 초기 단계의 변화다. 또 많은 창고와 공장에서 자동화가 이뤄지고 있다. 로봇이 시설을 점검하고 장비가 제대로 작동하는지 확인하는 데 사용된다. 다만 생각하는 모든 일이 실제 일어나기까지는 시간이 걸릴 것이다. 기술 개발은 물론, 정서·문화적으로 수용하는 데도 시간이 필요하다.” 그는 이날 기조연설에서도 거듭 강조했다. “어떤 로봇 기술은 사회적으로 받아들여지기까지 몇 년이 걸릴 것이고, 어쩌면 수십 년이 걸릴 수도 있다. 기술의 문제만은 아니다. 상당 부분은 문화의 문제다. 로봇 기술을 적용할 수 있는 모든 분야에 적응하기까지 한 세대가 걸릴 수도 있다.” -휴머노이드 기술이 ‘퍼포먼스’를 넘어 경제적 가치를 창출하는 단계까지 왔다고 보는가. “현재 휴머노이드 로봇이 할 수 있는 일은 상대적으로 제한적이다. 인간의 능력은 여전히 휴머노이드 로봇보다 뛰어나다. 인간보다 빨리 달리는 로봇을 봤고, 우리 팀도 곡예 동작을 할 수 있는 로봇을 만들었다. 하지만 사람을 다치게 하지 않고 벽에도 아무런 자국을 남기지 않으면서 집을 청소하는 것 같은 활동을 생각한다면 갈 길이 멀다. 휴머노이드 로봇이 얼마나 빨리 상용화될 것인지에 대해 사람들은 지나치게 낙관적이다.” 그는 외형에 집착하는 흐름에도 의문을 제기했다. “너무 많은 이들이 휴머노이드에 집중하고 있다. 휴머노이드란 대체 무엇인가. 팔 두 개, 다리 두 개, 머리 하나가 달려 있으면 모두 휴머노이드인가. 진정한 휴머노이드라면 자신의 환경을 이해하고, 의사소통을 할 수 있고, 어떤 지향이나 의지를 갖는 특성이 있어야 한다. 그런 의미에서 네 발 달린 로봇도 두 발로 걷는 로봇만큼 휴머노이드적일 수 있다.” -공상과학(SF) 영화처럼 가정용 로봇이 인간과 유사한 모습일 필요는 없다는 얘긴가. “유용한 기능을 갖추고, 가격이 적절하고, 가정환경에서 충분히 안전하면 (어떤 형태든) 상관없다고 생각한다. 문제를 일으키지 않을 만큼 충분히 똑똑해야 하겠지만, 어떻게 제어할 것인지에 대해서는 매우 신중해야 한다.” -현재 RAI 연구소는 로봇의 어떤 능력에 집중하고 있나. “우리가 이룬 진전 가운데 하나는 ‘강화학습(로봇이 시뮬레이션 환경에서 시행착오를 통해 훈련하며 제어, 경로 계획, 조작 기술을 향상시켜 복잡한 작업을 수행하도록 돕는 과정)’이다. 또 하나는 이동성과 길 찾기(내비게이션)이다. 로봇이 지하철을 타고 도시를 가로질러 식당이나 집을 찾아가서 그 안으로 들어갈 수 있을까. 아직 그런 일을 할 수 있는 로봇은 없다. 하지만 우리(인간)는 아주 쉽게 한다. 로봇이 실제 세상으로 나가 활동할 수 있도록 하는 요소도 연구하고 있다. 물리적인 움직임뿐 아니라 필요한 지식과 안전성도 중요하다. 특히 ‘손의 정교한 조작 능력’(manual dexterity)을 집중적으로 연구하고 있다. 로봇은 물체 하나를 집어 들고 움직이는 일을 할 수 있지만 사람이 무언가를 만들 때처럼 여러 부품을 동시에 쥐고 정밀하게 조작하거나 조립하는 일은 아직 하지 못한다.” -정교한 조작 능력을 어떻게 발전시키는가. “원격조작(teleoperation)을 통해 데이터를 수집해 이 문제를 해결하려 하고 있다. 예컨대 로봇에게 나사를 집어 구멍에 끼우는 법을 가르쳐야 한다면, 사람이 원격조작 장치를 이용해 로봇 손을 움직여 나사를 집고 끼우는 동작을 수백, 수천 번 반복해서 보여주는 식이다. 대규모 언어모델(LLM)이 인터넷에서 데이터를 찾아 활용한 것과 유사한 접근법이다. 우리도 그런 아이디어를 시험하고 있다. 컴퓨터 속 가상세계(시뮬레이터)를 사용하면 현실 세계에 연구실을 갖추지 않고도 이런 연구를 할 수 있다. 이런 게 강화학습의 장점이다. 정교한 조작 능력은 두뇌와 같은 기능만의 문제가 아니다. 하드웨어도 중요하다. 기존의 많은 로봇보다 정교한 조작 능력을 높이는 데 적합한 새로운 로봇 하드웨어 설계도 연구하고 있다.” -어느 시점에서 로봇 기술과 관련, 인간이 결국 해냈다라고 말할 수 있을까. “우리는 이미 여러 번 ‘해냈다’고 생각한다(웃음). 나에게 로봇 연구는 평생에 걸친 활동이다. 진전을 이룰 때마다 더 많은 아이디어와 다음 단계로 향하는 ‘문’을 열어준다. 하나의 정답만 있는 것은 아니다. 더 많은 것, 더 위대한 것을 할 기회가 계속 있을 뿐이다. 인간이 지금 어떤 일을 할 수 있다고 해서 그것으로 끝나는 것은 아니다. 인간은 매년 새로운 화두를 만들어 낸다. 언젠가는 로봇도 그렇게 될 것이라고 생각한다. 모든 과정은 목적지가 아니라 여정이다.” ■ 마크 레이버트는 1949년생으로 미국 노스웨스턴대 전기공학과를 졸업하고 1977년 매사추세츠공대(MIT)에서 생물을 모방한 보행 로봇으로 박사 학위를 받은 이후 50년 가까이 로봇 연구에 천착하고 있다. 1980년 카네기멜런대 교수로 부임해 가장 먼저 한 일도 로봇 연구실 ‘레그랩(leg lab)’을 꾸리는 것이었다. 이후 MIT로 자리를 옮겼고 1992년 보스턴 다이내믹스를 세워 30년 넘게 최고경영자(CEO)로 일했다. 네 발로 걷는 로봇개 ‘스폿’과 양팔로 물구나무를 서는 ‘아틀라스’가 그의 손에서 탄생했다. 지금은 2022년 현대차그룹이 설립한 ‘로보틱스＆AI 연구소(RAI)’에서 차세대 AI 기반 로봇 기술 연구를 총괄하고 있다.

2030년 수요 20배 이상 폭증 전망연산 고도화로 탑재량 2배로 늘 듯韓 삼전닉스·美 마이크론 개발 가속 中 창신의 매서운 추격세는 변수로 인공지능(AI) 데이터센터가 주도해온 반도체 수요 경쟁의 다음 격전지로 휴머노이드 로봇이 떠오르고 있다. 로봇의 ‘두뇌’ 역할을 하는 연산장치의 성능이 고도화하면서 로봇 한 대에 탑재되는 메모리 용량도 함께 늘어나는 추세다. 삼성전자와 SK하이닉스, 마이크론 등 국내외 반도체 기업들도 휴머노이드 시장의 성장 가능성에 주목하며 고대역폭메모리(HBM)를 이을 차세대 메모리 경쟁에 대비하고 있다. 시장조사업체 카운터포인트리서치는 11일 ‘휴머노이드 로봇 인사이트 리포트’에서 휴머노이드의 연산장치용 D램 수요가 올해 8300테라비트(Tbit)에서 2030년에는 약 17만 2000Tbit로 20배 가까이 증가할 것으로 내다봤다. 특히 로봇의 인공지능이 주변 환경 인식과 상황 판단, 동작 결정을 여러 단계로 나눠 처리하는 ‘계층형’ 방식에서 하나의 AI 모델이 이 과정을 통합적으로 수행하는 ‘엔드투엔드’ 방식으로 진화하고 있다. 이에 같은 기간 로봇 1대당 평균 D램 탑재량도 19기가바이트(GB)에서 39GB로 늘어날 것으로 예상했다. 반도체 기업들도 로봇 시장의 성장 가능성에 주목하고 있다. 산제이 메흐로트라 마이크론 최고경영자(CEO)는 지난달 30일(현지시간) 4분기 실적 발표에서 “휴머노이드 로봇에 필요한 메모리·저장공간 용량은 레벨4 이상 자율주행차와 비슷한 수준”이라며 “피지컬 AI가 2020년대 말 메모리·저장공간 수요를 이끄는 주요 동력이 될 것”이라고 전망했다. 마이크론은 지난 3월 자사 블로그에서 “거대 AI 모델, 실시간 인지 능력, 다중 센서가 융합된 로봇은 이전보다 더 많은 대역폭과 용량을 필요로 한다”며 “상업화에 성공하려면 마이크론이 선도하고 있는 LPDDR5·6 등 차세대 메모리와 고성능 솔리드스테이트드라이브(SSD)가 필요하다”고 강조했다. 삼성전자는 지난 7월 컨퍼런스콜에서 “확대되는 AI 기반 로봇 시장에 대응하기 위해 반도체 사업 전반에 걸쳐 고대역폭, 저전력 메모리, 온디바이스 AI용 이기종가속기(XPU), 이미지 센서, AI 반도체 파운드리, 첨단 패키징 역량을 아우르는 차세대 반도체 솔루션을 준비하고 있다”고 밝혔다. SK하이닉스 역시 지난 3월 ‘MWC 2026’에서 10나노급 6세대 공정 기술을 적용한 ‘로보틱스 LPDDR5/5x’를 전시했다. 향후 변수는 D램의 기술 격차를 좁혀 오는 중국이다. 중국 최대 D램 업체 ‘CXMT’는 지난달에 차세대 LPDDR6 양산을 발표하는 등 제품군을 고도화하며 로봇용 메모리에서도 잠재적 경쟁자로 부상하고 있다.

인공지능(AI) 데이터센터가 주도해온 반도체 수요 경쟁의 다음 격전지로 휴머노이드 로봇이 떠오르고 있다. 로봇의 ‘두뇌’ 역할을 하는 연산장치의 성능이 고도화하면서 로봇 한 대에 탑재되는 메모리 용량도 함께 늘어나는 추세다. 삼성전자와 SK하이닉스, 마이크론 등 국내외 반도체 기업들도 휴머노이드 시장의 성장 가능성에 주목하며 고대역폭메모리(HBM)를 이을 차세대 메모리 경쟁에 대비하고 있다. 시장조사업체 카운터포인트리서치는 11일 ‘휴머노이드 로봇 인사이트 리포트’에서 휴머노이드의 연산장치용 D램 수요가 올해 8300테라비트(Tbit)에서 2030년에는 약 17만 2000Tbit로 20배 가까이 증가할 것으로 내다봤다. 특히 로봇의 인공지능이 주변 환경 인식과 상황 판단, 동작 결정을 여러 단계로 나눠 처리하는 ‘계층형’ 방식에서 하나의 AI 모델이 이 과정을 통합적으로 수행하는 ‘엔드투엔드’ 방식으로 진화하고 있다. 이에 같은 기간 로봇 1대당 평균 D램 탑재량도 19기가바이트(GB)에서 39GB로 늘어날 것으로 예상했다. 반도체 기업들도 로봇 시장의 성장 가능성에 주목하고 있다. 산제이 메흐로트라 마이크론 최고경영자(CEO)는 지난달 30일(현지시간) 4분기 실적 발표에서 “휴머노이드 로봇에 필요한 메모리·저장공간 용량은 레벨4 이상 자율주행차와 비슷한 수준”이라며 “피지컬 AI가 2020년대 말 메모리·저장공간 수요를 이끄는 주요 동력이 될 것”이라고 전망했다. 마이크론은 지난 3월 자사 블로그에서 “거대 AI 모델, 실시간 인지 능력, 다중 센서가 융합된 로봇은 이전보다 더 많은 대역폭과 용량을 필요로 한다”며 “상업화에 성공하려면 마이크론이 선도하고 있는 LPDDR5·6 등 차세대 메모리와 고성능 솔리드스테이트드라이브(SSD)가 필요하다”고 강조했다. 삼성전자는 지난 7월 컨퍼런스콜에서 “확대되는 AI 기반 로봇 시장에 대응하기 위해 반도체 사업 전반에 걸쳐 고대역폭, 저전력 메모리, 온디바이스 AI용 이기종가속기(XPU), 이미지 센서, AI 반도체 파운드리, 첨단 패키징 역량을 아우르는 차세대 반도체 솔루션을 준비하고 있다”고 밝혔다. SK하이닉스 역시 지난 3월 ‘MWC 2026’에서 10나노급 6세대 공정 기술을 적용한 ‘로보틱스 LPDDR5/5x’를 전시했다. 향후 변수는 D램의 기술 격차를 좁혀 오는 중국이다. 중국 최대 D램 업체 ‘CXMT’는 지난달에 차세대 LPDDR6 양산을 발표하는 등 제품군을 고도화하며 로봇용 메모리에서도 잠재적 경쟁자로 부상하고 있다.

- 배터리 부피 95% 이상 차지하던 기판 완전 제거…에너지 밀도 최대 750Wh/L 산출- 독자적 박막·후막 계면 제어 기술…10C 초고속 방전에서도 용량 55% 유지 피지컬AI 운영 데이터 플랫폼 기업 아이엘이 기존 소형 전고체배터리의 구조적 한계를 극복하고 에너지 밀도와 고속방전 성능을 동시에 높인 차세대 전고체배터리 기술을 개발했다고 밝혔다. 아이엘은 기존 박막형 전고체배터리에서 전체 부피의 95% 이상을 차지하던 기판을 완전히 제거하고, 독자적인 ‘박막-후막 하이브리드 계면 제어 기술’을 적용해 부피당 에너지 밀도를 기존 대비 약 10배 수준으로 높일 수 있는 기술적 성과를 확보했다고 설명했다. 이번 기술의 핵심은 에너지 저장에 직접 기여하지 않으면서 배터리 부피의 대부분을 차지하던 기판을 없애고, 확보된 공간을 에너지 저장에 쓰도록 구조 자체를 재설계한 점이다. 기존 박막 전고체배터리는 약 500㎛ 두께의 실리콘 또는 유리 기판을 기반으로 제작돼 에너지 밀도를 높이는 데 구조적인 제약이 있었다. 회사는 기판을 완전히 제거하는 공정과 박막·후막 하이브리드 구조로 이 한계를 개선했다. 회사가 실제 제작한 전고체배터리 코인셀의 활물질을 기준으로 부피당 에너지 밀도를 산출한 결과, 기존 박막형의 약 50~80Wh/L 대비 500~750Wh/L 수준을 나타냈다. 이 수치는 패키징을 제외하고 기판·활물질·전해질·전극으로 구성되는 부피를 기준으로 계산했으며, 셀 간 제작 편차를 반영해 단일 수치가 아닌 범위로 제시했다. 이번 기술에서 주목할 부분은 에너지 밀도 향상뿐 아니라 고속방전 성능까지 함께 확보했다는 점이다. 일반적으로 전극을 두껍게 만들어 저장 용량을 높이면 이온 이동 거리와 내부 저항이 커져 고속 충·방전 성능이 떨어지는 상충 문제가 생긴다. 아이엘은 정밀 박막 공정의 고출력 특성과 전도성 가교 물질을 적용한 후막 전극의 고용량 특성을 결합하고, 박막과 후막 사이의 계면을 제어하는 독자적인 기술로 이 상충 관계를 개선했다. 아이엘이 공개한 방전 특성 평가 자료에서도 고속방전 성능의 차이가 확인됐다. 0.1C 방전 용량을 기준으로 1C 방전에서 일반 박막 전고체배터리의 용량 유지율은 85%인 반면, 아이엘의 소형 전고체배터리는 92%였다. 방전 속도를 5C로 높이면 일반 박막형은 40%로 떨어지지만 아이엘은 74%를 유지했다. 특히 10C 초고속 방전에서는 일반 박막형이 15%까지 감소한 반면 아이엘은 55%를 유지해 비교군 대비 약 3.7배 높은 용량 유지율을 나타냈다. 이번 성능 평가는 연구실 규모에서 동일한 제조 조건으로 제작한 복수의 전고체배터리 코인셀을 대상으로 진행됐다. 앞선 측정에서 생긴 셀의 열화와 손상이 뒤이은 측정 결과에 영향을 주지 않도록, 동일한 조건으로 만든 셀을 활용해 각 성능을 따로 평가했다. 회사는 이번 기술개발 과정에서 확보한 전자현미경 이미지를 통해 박막과 후막이 결합된 계면 구조도 공개했다. 서로 다른 특성을 지닌 박막과 후막을 하나의 배터리 구조로 결합하면서 계면을 정밀하게 제어하는 것이 기술의 핵심으로, 아이엘은 이를 통해 고용량과 고출력 특성을 동시에 확보할 수 있는 기반을 마련했다고 설명했다. 휴머노이드 로봇은 제한된 내부 공간에 배터리를 탑재해야 하는 동시에 관절과 구동부의 움직임에 필요한 전력을 안정적으로 공급해야 한다. 이에 따라 높은 에너지 밀도와 고출력 특성을 동시에 확보할 수 있는 배터리 기술은 향후 로봇의 구동 효율과 운용 성능을 결정하는 핵심 요소 가운데 하나로 꼽힌다. 아이엘은 이번 전고체배터리 기술개발을 단순한 소형 배터리 사업 확대가 아닌, 차세대 휴머노이드 로봇의 핵심 에너지 기술을 내재화하기 위한 중장기 전략의 일환으로 추진하고 있다. 휴머노이드 운영 데이터와 AI 기술을 중심으로 쌓아 온 피지컬AI 사업 역량을 에너지 기술 영역까지 확장해, 로봇의 구동 효율과 전원 안정성을 높이는 기반을 확보한다는 구상이다. 아이엘 고재환 배터리R＆D센터장은 “이번 기술의 핵심은 단순히 배터리 소재를 개선한 것이 아니라, 기존 박막 전고체배터리의 에너지 밀도를 제약하던 구조적 문제를 해결하고 고용량과 고출력이라는 두 가지 기술적 과제를 동시에 개선했다는 점”이라며 “독자적인 박막-후막 계면 제어 기술을 기반으로 차세대 소형 전고체배터리의 성능과 기술 경쟁력을 지속적으로 고도화해 나가겠다”고 밝혔다.

페르소나에이아이(페르소나AI, 대표 유승재)가 10월 6일 국가AI대상을 수상했다고 밝혔다. 회사는 포용성·신뢰성·안전성·보안성의 네 가지 통제 체계를 하나의 플랫폼에서 통합 제공하는 자사 플랫폼 ‘GEN STATION’이 높이 평가된 결과라고 설명하며, 이를 움직이는 네 가지 핵심 엔진의 기술 성과를 공개했다. 최근 몇 년 사이 국내 AI 시장의 화두는 ‘에이전트’로 옮겨갔다. 그러나 대부분의 논의는 어떤 거대언어모델(LLM)을 쓰느냐에 머문다. 페르소나AI의 기술 체계는 다른 전제에서 출발한다. 에이전트의 성능은 모델이 아니라, 기업 안에 흩어진 정보가 얼마나 정확하게 ‘지식’으로 바뀌어 있는지에서 갈린다는 것이다. 네 가지 엔진은 이 전제에 따라 배치됐다. 출발점은 음성지식이다. 상담과 회의, 현장의 말은 기업에서 가장 많이 발생하지만 가장 적게 축적되는 데이터다. 페르소나AI의 ‘음성 지식화 엔진’은 한국어 인식 정확도 95.23%(TTA V＆V 공인시험 실측)를 확보했다. 학습에는 한국어 음성 7만4,887시간과 경상·강원·전라·제주·충청 5대 권역 사투리 5만시간이 투입됐다. 회사는 사투리 학습으로 기존 기술 대비 인식 성능이 약 42% 향상됐다고 밝혔다. 이 수치에서 실무적으로 더 중요한 것은 두 가지다. 화자분리 지연이 1초 이내라는 점, 그리고 한 채널에서 최대 20명까지 화자를 분리·프로파일링한다는 점이다. 국내 화자분리 기술이 통상 8명 수준에 머문다는 점을 고려하면 앞선 성능이다. 대부분의 음성 기술이 녹음이 끝난 뒤 일괄 처리(배치) 방식으로 화자를 나누는 것과 달리, 실시간 스트리밍 상태에서 화자를 가른다는 점도 차별점이다. 지식축적이 실시간으로 이뤄져 AI가 과거 데이터가 아닌 현재 데이터를 바로 처리할 수 있다는 취지다. 회사가 이 지표를 강조하는 이유는 명확하다. 화자가 분리되고 문장이 정제돼야 대화가 끝나는 즉시 내용 검색, 자동 요약, 액션아이템 추출, 감성 분석이 가능한 구조화 데이터로 남기 때문이다. 음성인식을 서비스의 출력이 아니라 지식자산의 입력으로 쓰는 설계다. 경쟁 구도 역시 이 지점에서 갈린다. 글로벌 SaaS 음성 API는 대부분 폐쇄망 반입이 어려워 금융·공공의 데이터 주권 요건을 충족하지 못한다는 설명이다. 음성과 문서에서 뽑아낸 정보는 ‘신뢰성 온톨로지-RAG 엔진’으로 넘어간다. 멀티 에이전트가 업무 규칙과 제약조건을 반영해 스키마를 설계하고, 클래스·속성·트리플을 생성한 뒤, 문법·논리 일관성·질의 응답 가능성·원문 근거 일치·중복·모델링 규칙의 6개 기준을 통과한 것만 지식원으로 승격시킨다. 정량 결과는 세 가지다. 온톨로지 자동 구축 정확도는 전문가 검수 기준 85%, TTA에서 측정한 V＆V 테스트 결과 92%를 나타냈다. 전체 구축 공수의 절반 이상을 차지하는 지식 획득·개념화·형식 모델링·1차 검증 구간은 80%가 자동화됐다. 동일 테스트셋 기준 RAG 응답 오류율은 6.9%에서 4.3%로 38% 줄었고, 정확도로 환산하면 93.1%에서 95.7%로 개선됐다. 이 영역의 성능은 외부 기준으로도 확인됐다. 회사는 2024년 NeurIPS에 발표된 온톨로지 자동 학습 연구(OLLM)가 공개한 평가셋과 지표를 그대로 사용한 공인시험에서, Wikipedia·arXiv 두 도메인의 4개 지표 총 8개 항목 모두 논문 보고치를 상회했다고 밝혔다. 그래프 구조 유사도를 보는 Motif Distance는 arXiv 도메인에서 59.5% 개선됐다. 이 엔진이 해결하는 것은 최근 기술의 한계로 꼽히는 ‘자동이지만 검증이 없는’ 그래프 RAG 계열과 ‘엄밀하지만 수작업’인 전통 온톨로지 도구 사이의 공백이다. 이 기술은 규제가 엄격한 산업군의 대기업에서 상용 검증을 마쳤다. 앞선 두 엔진이 만든 지식자산 위에서 실제 업무를 수행하는 것이 ‘검증된 워크플로 중심 에이전트 빌더’다. 구조는 세 단계다. 가용 도구와 데이터 자산을 먼저 확인해 실행 불가능한 계획을 계획 단계에서 차단하고(Gap-aware Planner), 자연어 요구사항을 선언적 워크플로로 구성한 뒤(N2F, NL-to-Flow), 의미(LLM)·타입(JSON 스키마)·그래프 구조(DAG)의 3계층 검증을 통과한 워크플로만 배포한다. 이에 대한 효율 차이는 숫자로 드러난다. 동일한 온프레미스 모델과 동일 요구사항 기준으로 워크플로 하나를 생성하는 데 LLM 호출은 3회, 소요 시간은 6.3초였다. 같은 조건에서 대표적인 자동화 도구는 호출 35회를 기록했다. 회사는 생성 시간 44배 단축, 토큰 42.6배와 추론 비용 38.6배 절감으로 측정했다고 밝혔다. GPU 자원이 제한된 폐쇄망에서는 이 차이가 곧 처리량으로 이어진다. 에이전트의 도구 호출 정확도 역시 외부 기준과 대조됐다. 함수 호출 성능의 국제 벤치마크인 Berkeley Function Calling Leaderboard v4의 다중턴 카테고리 200건 전수 시험에서 70.5%를 기록해, 2025년 ICLR 논문(ToolACE)이 보고한 50.00%보다 20.5%포인트 높았다. 형식이 맞는지가 아니라 호출을 실제 실행한 뒤 최종 시스템 상태가 정답과 일치하는지를 판정한 결과다. 마지막 ‘지식축적형 자가진화 엔진’은 운영 이후를 담당한다. 이 엔진은 관측·진단을 맡는 에이전트와 처방·생성을 맡는 에이전트, 이 두 개의 30B급 모델로 구성된다. 핵심은 모델 가중치를 바꾸지 않는다는 점이다. 개선은 프롬프트·검색 전략·워크플로의 설정 계층에서 완결된다. 이 설계가 겨냥하는 것은 규제 산업의 구조적 딜레마다. 재학습으로 모델을 개선하면 이미 승인받은 모델의 검증 결과가 무효화돼 개선할수록 재검증 비용이 늘어난다. 폐쇄망에는 학습 인프라 자체가 없는 경우도 많다. 가중치를 건드리지 않으면 이 부담이 사라진다. 진단 방식도 다르다. 실패한 실행 기록을 저장된 상태에서 다시 돌리되 한 계층씩 이상적인 값으로 바꿔 넣어, 어느 계층을 고쳤을 때 성공으로 뒤집히는지를 관측한다. 추측이 아니라 개입으로 원인을 확정하는 방식이다. 여기에 샤플리(Shapley) 기반으로 계층별 기여도를 수치로 나눈다. 회사가 제시한 사례에서는 지식 0.62, 검색 0.28, 프롬프트 0.10으로 배분돼 수정 우선순위가 저절로 정해진다. 운영 장애의 근본원인을 찾는 성능은 공개 벤치마크로도 측정됐다. RCAEval 520개 케이스 시험에서 1순위 정답률 86.54%, 3순위 이내 정답률 96.54%를 기록했다. 관측·시각화까지만 제공하는 기존 도구들과 달리, 탐지에서 개선 실행까지를 자동으로 잇는다는 것이 회사의 설명이다. 네 가지 기술은 개별 제품이 아니라 하나의 순환 구조로 연결된다. ‘음성 지식화 엔진’이 현장의 말을 지식으로 바꾸고, ‘신뢰성 온톨로지-RAG 엔진’이 검증을 통과한 것만 적재하며, ‘검증된 워크플로 중심 에이전트 빌더’가 그 지식 위에서 업무를 실행하고, ‘지식축적형 자가진화 엔진’이 실행 결과의 실패 원인을 계층별로 진단해 다시 온톨로지로 되돌린다. 운영할수록 지식이 늘고, 늘어난 지식이 다음 실행의 정확도를 높이는 구조다. 이 구조는 회사의 플랫폼 ‘GEN STATION’ 위에서 데이터 자산화 → 모델·에이전트 개발 → 안전 배포 → 운영·모니터링 → 평가·피드백 → 자가진화의 6단계 흐름으로 구현된다. 별도의 ‘초경량 온디바이스 추론 엔진’도 AI 로봇과 키오스크 등 다양한 디바이스 탑재를 위해 함께 개발됐다. 기술은 현장 숫자로도 이어진다. 회사는 금융·보험·공공·보안 등 고신뢰 산업을 중심으로 90개 이상 기관·기업에 제품을 공급했으며, 2026년 기준 누적 수주 146건, 누적 사업화 매출 341.86억원, 누적 투자유치 413억원을 기록했다. 매출은 2023년 67억원, 2024년 85억원, 2025년 118억원으로 3년 연속 증가했다. 대외 검증도 누적됐다. CES 혁신상을 2년 연속 수상해 총 3관왕을 기록했고, 미국에서 열린 생성형 AI 솔루션 경진대회에서 1위를 차지했다. 과학기술정보통신부 피지컬 AI 기획위원으로 참여하고 있으며, 경남·전북 피지컬 AI 실증 사업에서는 산업별 특화 모델 영역을 맡고 있다. 페르소나AI 관계자는 “한국형 팔란티어와 같은 기술로써 좀 더 한국 정서에 맞는 기술로 에이전트가 단순 S/W가 아니라 H/W까지 연결되며 제어할 수 있는 단계로 확장되고 있다”고 밝혔다.

부산시는 민선 9기 시정 비전인 ‘미래 대전환의 중심, 해양수도 부산’ 실현을 위한 122개 공약사업의 실천 계획을 확정하고 본격적인 이행에 들어간다고 8일 밝혔다. 시는 세계를 연결하는 해양수도, 미래를 열어가는 혁신경제도시, 어디나 살기 좋은 균형성장도시, 모두가 건강한 시민행복도시 등 4대 도시 목표를 설정하고 핵심 사업을 속도감 있게 추진한다고 덧붙였다. 세계를 연결하는 해양수도는 국가 해양전략의 컨트롤타워 도약에 초점을 맞춰 해양 공공기관 이전, 가덕도신공항 적기 개항, 해양 AI 데이터센터 구축 등 해양 신산업 생태계를 집중적으로 조성한다. 미래를 열어가는 혁신경제도시​는 미래산업 혁신도시로의 대전환이 핵심으로, 민생 100일 비상조치를 필두로 피지컬AI 및 전력반도체 클러스터 조성, 부산형 청년 뉴딜 등을 통해 일자리와 기회를 창출한다. 어디나 살기 좋은 균형성장도시​는 북항 기능 재배치, 경부선 지하화, 부·울·경 30/60분 이동 혁신(TRX) 등 국가와 도시를 잇는 균형발전을 목표로 한다. 모두가 건강한 시민행복도시는 부산형 지역사회 통합돌봄, 공공 의료벨트 완성, 아시아 3대 크루즈 모항 조성 등 풍요롭고 따뜻한 공동체 조성에 중점을 둔다. 이번 공약은 122개 세부 사업(신규 82개, 계속 40개)으로 구성됐으며, 임기 내 77.9%(95개)를 완료하거나 주요 목표를 달성할 계획이다. 총사업비는 35조5250억원 규모로, 이 중 임기 내 17조9965억 원이 투입된다. 재원별로는 국비 18조8092억원, 시비 3조2107억원 등이 소요될 예정이다. 시는 향후 공약의 체계적인 이행 관리에 집중할 계획이다. 시 누리집을 통해 실천 계획을 우선 공개하며, 연말까지 시민배심원단의 심의를 거쳐 최종 책자를 발간할 예정이다. 전재수 부산시장은 “민선 9기 공약은 시민과의 약속이자 부산의 미래를 바꾸기 위한 실행계획”​이라며 “분명한 목표를 세운 만큼 이제는 하나하나 결과로 증명해 내겠다”라고 밝혔다.

‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법’(AI기본법)에 따라 지방자치단체가 갖게 된 인공지능집적단지 지정 권한을 경기도 차원에서 직접 집행하기 위해 세부 기준과 절차를 마련하는 조례안이 발의됐다. 경기도의회 미래과학협력위원회 소속 전석훈 의원(더불어민주당, 성남 3)이 마련한 경기도 인공지능집적단지 지정 및 지원에 관한 조례안은 지난 6일 입법 예고를 마쳤다. 전 의원에 따르면 비수도권 지자체들이 규제자유특구를 적극 활용해 AI 기업을 유치하는 것과 달리 경기도는 수도권 규제로 인해 특구 신청 대상에서 제외되어 왔다. 그러나 올해 1월부터 시행된 AI기본법 제23조를 통해 국가 외에 지자체도 집적단지 지정과 함께 행정·재정·기술적 지원을 펼칠 수 있는 제도적 발판이 마련됐다. 그럼에도 불구하고 경기도에는 이를 실행에 옮길 자체적인 규정이나 표준이 부재했던 상황으로, 상위 법률이 마련해 준 권한을 정작 현실에서 행사할 수 있는 제도적 장치가 비어 있었던 셈이라고 전 의원은 지적했다. 조례안은 15개 조문과 부칙으로 구성됐다. 시장·군수가 위치·면적과 특화 분야, 입주기관 유치계획, 공동 기반 시설 구축·운영 계획, 전력·통신 기반 확보 방안, 재원 조달 계획과 성과 목표를 담은 조성계획을 작성해 신청하면, 도지사가 같은 법 시행령 제17조의 고려 사항과 도 고유 기준을 따져 경기도 인공지능위원회 심의를 거쳐 지정·공고하도록 했다. 지정된 집적단지에는 ▲공동기반시설 구축·운영 ▲연구·개발과 실증·사업화 ▲인공지능 인재 양성과 채용 연계 ▲국내외 투자 유치 ▲공공부문 실증과 구매 연계를 지원하고, 인허가 전담 창구 운영과 실증특례·임시허가 등 규제특례 신청 지원 근거도 담았다. 지정 이후의 관리 장치도 뒀다. 도지사는 매년 입주기관 수, 투자 유치액, 고용, 매출, 공동 기반 시설 이용률을 평가해 도의회에 보고하고 공개해야 하며, 그 결과를 지원 규모 조정과 지정 취소에 반영할 수 있다. 거짓이나 부정한 방법으로 지정받은 경우에는 반드시 지정을 취소하도록 했다. 전 의원은 “간판만 걸어 놓고 방치하는 단지는 만들지 않겠다. 성과가 나지 않으면 지원을 줄이고 지정도 거둬들일 수 있게 했다”라고 강조했다. 도 단위 지원에서 끝나지 않고 국가사업으로 잇는 통로도 열었다. 조례안은 도내 지역이 국가가 지정하는 인공지능집적단지나 다른 법률에 따른 특구·특화단지로 지정될 수 있도록 시·군과 협력해 지원하도록 했다. 법상 전담기관 지정은 과학기술정보통신부장관에게 신청할 수 있게 하고, 지정 전까지는 도의 출자·출연 기관 등에 운영 지원 업무를 위탁할 수 있도록 했다. 또 ‘경기도 인공지능 기본조례’를 상위 틀로 두고 인공지능산업 육성, 피지컬 인공지능, 인공지능 스타트업, 인공지능 제조 혁신 등 기존 조례의 지원사업을 집적단지와 연계하도록 했다. 전 의원은 “판교에 모인 인공지능 기업과 성남·시흥 산업단지의 피지컬 인공지능 실증 기반은 이미 경기도에 있다. 지금은 컴퓨팅과 실증, 인허가 지원이 사업마다 흩어져 있을 뿐”이라며 “이 조례는 그 자산을 ‘경기 AI 특구’라는 이름으로 한곳에 모으는 설계도”라고 말했다. 한편, 전 의원은 오는 12일까지 시행되는 입법예고 기간 동안 도민을 비롯한 관련 기관의 다각적인 의견을 수렴해 조문 내용을 면밀히 보완한 후 대표 발의에 나설 방침이다. 해당 조례안에 대해 의견을 제시하려는 경우 우편, 이메일, 팩스, 혹은 경기도의회 공식 누리집을 이용해 경기도의회 법제과로 전달하면 된다.