“현실과 머신러닝 통합하는 ‘디지털 트윈 엔지니어’ 각광 받을 것” 작성일 02-16 42 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[Interview] 에릭 캠브리아 싱가포르 난양공대(NTU) 교수</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="pLCuGOgRcq"> <figure class="figure_frm origin_fig" contents-hash="0774dc7b3c872a0a45cff47951429fac82e23e9d2981980b8b3b645ce8f2f913" dmcf-pid="Uoh7HIaeoz" dmcf-ptype="figure"> <p class="link_figure"><img alt="미국 샌프란시스코에서 운행 중인 구글의 자율주행자회사 웨이모(Waymo)의 로보택시. 라이다, 레이다, 카메라를 결합한 다중 센서 융합 방식으로 높은수준의 안전성과 예측 가능성을 확보했다. /사진 AP연합" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/16/chosunbiz/20260216060156099xjxc.jpg" data-org-width="750" dmcf-mid="3jG9FTEoNb" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/16/chosunbiz/20260216060156099xjxc.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 미국 샌프란시스코에서 운행 중인 구글의 자율주행자회사 웨이모(Waymo)의 로보택시. 라이다, 레이다, 카메라를 결합한 다중 센서 융합 방식으로 높은수준의 안전성과 예측 가능성을 확보했다. /사진 AP연합 </figcaption> </figure> <p contents-hash="de28a6fd38cd99bb4d65bf8e424771ca264460d380768d8f83456f7ff2fd8797" dmcf-pid="udm3TwiPg7" dmcf-ptype="general">‘피지컬 AI(Physical AI·자율주행차나 로봇 등 물리적 형태가 있는 AI)’ 시스템의 유지·보수, 보정 및 감독 등과 관련된 새로운 직무가 등장할 것이다. 현실 세계와 머신러닝을 통합하는 디지털 트윈 엔지니어도 그중 하나다. 안전 및 검증 전문가는 필수 인력이 될 것이며, 인간과 인공지능(AI)의 협업 인터페이스 분야에서는 새로운 설계 전문성이 요구될 것이다.”</p> <p contents-hash="83c2617affb38800584dec0eec1274d254a00acdf10e16808abbab84301ca0df" dmcf-pid="7Js0yrnQgu" dmcf-ptype="general">에릭 캠브리아(Erik Cambria) 싱가포르 난양공대(NTU) 교수는 최근 서면 인터뷰에서 피지컬 AI 시대 유망한 일자리를 이같이 전망했다. 캠브리아 교수는 국제 학술 정보 분석 기업 클래리베이트(Clarivate)가 선정한 AI 분야 세계 1% 과학자 중 한 명이다. 신경망과 규칙 기반 AI를 결합한 ‘뉴로심벌릭(neuro-symbolic) AI’와 자연어 처리 등이 주된 연구 분야다. 학계에 몸담기 전에는 중국 베이징 소재 마이크로소프트(MS) 연구소와 인도 벵갈루루의 HP 연구소에서 근무했다.</p> <p contents-hash="3eef12b26fd250f5b8fc08c6febe213963844bb27e9ed91637b37ad284fb1716" dmcf-pid="ziOpWmLxkU" dmcf-ptype="general">그는 “시뮬레이션과 현실 간의 적지 않은 차이는 피지컬 AI 발전을 가로막는 중요한 걸림돌로 남아있다”고 지적하면서 “신뢰도 높은 시스템을 구축하기 위해서는 사고 과정을 투명하게 분석하는 ‘해석 가능성(Inter-pretability)’ 연구와 인과적 추론이 필수”라고 조언했다. 캠브리아 교수는 피지컬 AI 대신 ‘체화형 AI(Embodied AI)’라는 용어를 사용했다. 그가 속한 AI 관련 학계에서 더 보편적으로 사용한다는 설명이다. 하지만 국내 독자의 친숙도를 고려해 우리말 용어는 피지컬 AI로 통일하기로 한다. 다음은 일문일답.</p> <figure class="figure_frm origin_fig" contents-hash="bc2a441f00496d6614fbaa96ad4d22f36a2b0268a5043e118e30bfd772dc8113" dmcf-pid="qnIUYsoMap" dmcf-ptype="figure"> <p class="link_figure"><img alt="에릭 캠브리아 - 싱가포르 난양공대(NTU) 교수, 이탈리아 제노아대 전자공학, 영국 스털링대 /사진 난양공대컴퓨터과학·수학 박사, 전 미국 MIT 미디어랩 방문교수" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/16/chosunbiz/20260216060157385aywt.jpg" data-org-width="300" dmcf-mid="0v9Nxb5TjB" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/16/chosunbiz/20260216060157385aywt.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 에릭 캠브리아 - 싱가포르 난양공대(NTU) 교수, 이탈리아 제노아대 전자공학, 영국 스털링대 /사진 난양공대컴퓨터과학·수학 박사, 전 미국 MIT 미디어랩 방문교수 </figcaption> </figure> <p contents-hash="e0045afc62a9d111290dae8dbb884869e0bc5f33883d2ff1373386996344016d" dmcf-pid="BLCuGOgRc0" dmcf-ptype="general"><strong>피지컬 AI 대중화 시대, 가까운 미래에 현실이 될까.</strong></p> <p contents-hash="949d60b32adc5df59eca7f4e29d4c8f38ad180e3d4010a2d832f040f8c162520" dmcf-pid="boh7HIaej3" dmcf-ptype="general">“분야에 따라 구현 속도에 차이가 클 것이다. 물류, 제조, 정밀 농업, 의료용 로봇 분야에서 가장 먼저 경제적·환경적 타당성을 확보할 것으로 본다. 더 광범위한 접목을 위해서는 알고리즘도 개선해야 하고, 에너지 효율과 재료의 지속 가능성도 키워야 한다.”</p> <p contents-hash="1e608be416d1765a95b594afab294a51fc624f8a50e6b291fe60fe96241a3b8f" dmcf-pid="KglzXCNdNF" dmcf-ptype="general"><strong>주로 어떤 분야의 피지컬 AI 접목이 유망할까.</strong></p> <p contents-hash="dd11ca711c2175d890a7d5e71932555a6480b19df602c39653a945f743262694" dmcf-pid="9aSqZhjJgt" dmcf-ptype="general">“건설, 건물 유지·보수, 교통 허브, 환경 모니터링, 재난 대응, 창고 관리 등이 모두 유망한 분야다. 이들 분야는 (피지컬 AI의 핵심인) 지각, 구동, 자율성을 기반으로 효율성과 안전성, 지속 가능성을 크게 향상할 수 있다는 공통점이 있다.”</p> <p contents-hash="295e1c9116ef680840635f73b4c978488fe2fa413111faef33ed3f148e759c48" dmcf-pid="2NvB5lAiN1" dmcf-ptype="general"><strong>데이터센터 확산으로 인한 전력 수요 급증 등 지속 가능성 문제를 극복해야 할 텐데.</strong></p> <p contents-hash="987ef803e7980810c2cb43a85ee919f9f1565bda1db04f8cdb084f9c39480982" dmcf-pid="VjTb1Scna5" dmcf-ptype="general">“그러려면 시스템 전반을 재설계해야 한다. 우선 AI 연산의 기반을 에지 환경으로 옮겨야 한다. 그렇게 하면 데이터센터 의존도를 대폭 낮출 수 있다. 재생에너지로 구동하는 마이크로데이터센터(MDC) 공급을 늘리는 것도 데이터센터 건설 병목현상 해소에 도움이 될 것이다. 소프트웨어 분야에서는 거대 언어 모델(LLM)을 압축해 더 작은 모델로 바꾸거나, 스파스 컴퓨팅(sparse com-puting·방대한 데이터 중에서 꼭 필요한 일부만 사용해 추론하는 기술)을 도입하는 것 등이 해결책이 될 수 있다.”</p> <p contents-hash="03bca10ad047cb41e701b9c8fec024f939861cbe6647b826665c45e07e74a727" dmcf-pid="fAyKtvkLoZ" dmcf-ptype="general">에지 AI는 센서나 사물인터넷(IoT) 기기 등 데이터가 생성되는 장소 근처, 즉 네트워크의 가장자리(edge)에서 AI 연산을 처리하는 기술이다. 공장 내 에지 서버, 스마트 시티의 교통신호 제어장치 등이 에지 AI를 주로 활용한다. MDC는 캐비닛 한두 대 크기의 초소형 데이터센터로 병원, 공장, 지자체 등 중소 규모의 산업 현장에 설치될 수 있는 규모다. 수만 장의 그래픽처리장치(GPU)를 탑재한 대형 데이터센터에 비해 연산 능력은 떨어지지만, 모델 학습보다 추론에 중점을 둔분산형 AI 인프라로서 강점이 있다.</p> <p contents-hash="a5591f4997ae0057df1271382a6dce8e1c628b22a8f4b6949acc94e4eafc1e0c" dmcf-pid="4cW9FTEojX" dmcf-ptype="general"><strong>기존 스마트 빌딩·공장에 피지컬 AI를 접목하면 뭐가 달라지나.</strong></p> <p contents-hash="1acf4c31a82d56119b1e48103d8c26da24cedd5e4bc0b757c6cd8317faa28ca4" dmcf-pid="8kY23yDgcH" dmcf-ptype="general">“가장 큰 차이는 의사 결정 방식이 사후 대응이 아닌, 예측 가능하고 조율된 방식으로 전환된다는 점이다. 디지털 트윈을 통해 에너지 수요, 유지·보수 필요성, 물류 흐름 등을 예측할 수 있기 때문이다. 규칙 기반 자동화에서 건물 또는 시설 단위의 통합적 학습 기반 자율성으로 전환이 이뤄진다는 얘기도 된다.”</p> <p contents-hash="1c5146986b1d9f3d453c80739a0dd25dbf1d7463978284e3915235f0d5ffc4e8" dmcf-pid="6EGV0WwaaG" dmcf-ptype="general"><strong>디지털 트윈에 대해 좀 더 설명 부탁한다.</strong></p> <p contents-hash="8e2875d63baba527fa4b68b19a9963596737a25afd375b15e8fef25af4b5de8f" dmcf-pid="Pdm3TwiPAY" dmcf-ptype="general">“디지털 트윈은 현실 세계 기반 시뮬레이션, 다중 모드 센서 데이터, 학습된 인식, 확률 기반 제어, 물리적 시스템과 실시간 상호작용을 통합한다. 생성 AI(Generative AI)는 시나리오 기반 시뮬레이션과 누락된 정보 보완을 위한 중요한 구성 요소지만, 디지털 트윈은 현실 세계를 기반으로 한 모델과 데이터 기반 지능을 융합한 완전한 하이브리드 시스템이다.”</p> <p contents-hash="e41964c775fe4f128f1965d0175e12abb553a7fb004d5532d6d8e2064f045052" dmcf-pid="QJs0yrnQgW" dmcf-ptype="general"><strong>피지컬 AI 시대를 앞당기기 위해 어떤 노력이 필요할까.</strong></p> <p contents-hash="41e5bdf67e884e6c1c5ce06aad6f8e2d095fe8c04c0f1180b37bbce2a1fffbee" dmcf-pid="xiOpWmLxjy" dmcf-ptype="general">“작업 데이터를 충분히 확보해야 한다. 또한 고도로 표준화된 판단 기준도 마련해야 한다. 안전성 평가는 시나리오 기반으로 엄격하게 이뤄져야 한다. 시뮬레이션과 실제 현실 간 격차는 피지컬 AI 발전을 가로막는 중요한 걸림돌로 남아있다. 이를 극복하기 위해서는 분야별로 더 나은 적응 기술이 필요하다. 신뢰도 높은 시스템을 구축하기 위해서는 사고 과정을 투명하게 분석하는 해석 가능성 연구와 인과적 추론이 필수다. 지속 가능성 지표와 인간과 AI의 협업 프레임워크 또한 연구와 평가의 핵심 요소로 자리 잡아야 한다.”</p> <p contents-hash="08f49e45cdd33d7f3e0b0682880720427a77ac5cbddccedaeea1df86f2b94d9d" dmcf-pid="yZ2jMK1yjT" dmcf-ptype="general"><strong>통신 지연 문제는 어떻게 해결할 수 있을까.</strong></p> <p contents-hash="092826d83b17a7645cbe5494dd94d43cb729e685d0138b3afc7199ca75000c35" dmcf-pid="W5VAR9tWov" dmcf-ptype="general">“연결 상태가 불안정한 상황에서도 안전하게 작동하도록 설계해야 한다. 비상 상황에서 차량이 정지하거나 (드론의 경우) 공중에 멈춰있거나, 사전 설정된 안전 조치를 따를 수 있도록 하는 자율 기능과 유사시 작동 방식을 반드시 마련해야 한다. 통신 채널을 중복 운영하거나 라이다와 레이다, 카메라를 복합적으로 사용하는 다중 센서 융합(multi- sensor fusion) 기술을 사용하는 것도 안정성을 높일 수 있는 방법이다.”</p> <p contents-hash="66d3dbf9aa9e9d55c4693ce7e893cdf7f693c2779ba5fcfb1d9dc8a06cd1bd0d" dmcf-pid="Y1fce2FYgS" dmcf-ptype="general">라이다는 레이저 빔을 발사한 뒤 반사돼 돌아오는 시간을 계산해 거리와 위치를 측정하는 센서 기술이다. 주변 환경을 3D 점군 데이터로 인식할 수 있어 로봇의 위치 파악과 고정밀 지도 작성 등에 활용된다.</p> <p contents-hash="480a95516b144ce7e9d67465f63b09386daeac0ecae52cf7ac0abfb16ebdc623" dmcf-pid="Gt4kdV3GAl" dmcf-ptype="general"><strong>법적·제도적 보완도 필요하다고 보나.</strong></p> <p contents-hash="1fca175287ae833d04492733075be67e62eeedd477ff820ef2783b7620cbb9b3" dmcf-pid="HF8EJf0HNh" dmcf-ptype="general">“제조 업체와 운영자, 소프트웨어 개발자 각각의 책임 범위를 명시하는 방향으로 책임 관련 규정을 정비해야 한다. 또한 하드웨어와 소프트웨어 업데이트 등 AI의 학습을 구성하는 모든 요소에 대한 점검을 인증 절차에 포함해야 한다. 사고 발생 시 재구성이 용이하도록 상시적인 감사 추적(audit trail) 시스템도 가동해야 한다. 드론 및 국경을 넘는 로봇 운용의 경우 국가 간 협력이 매우 중요하다. 자율주행 상용화에 대비해 보험 제도도 정비해야 한다.”</p> <p contents-hash="f540b073e5a854406be39cdccd76503211bf559c82206cd6e0fccdc34ef131c5" dmcf-pid="X36Di4pXjC" dmcf-ptype="general"><strong>AI가 인간처럼 판단·추론하는 시대가 올까. </strong></p> <p contents-hash="0f9a60d2e7f671e94f1f76922383198495390165536111de345628d9942a22bd" dmcf-pid="Z0Pwn8UZaI" dmcf-ptype="general">“가능성은 있으나 먼 미래의 일이다. 지금의 AI 모델은 지각 능력과 패턴 인식에 탁월하지만, 상식적인 판단이 부족하고 장기 계획 수립 능력, 근거 있는 도덕적 추론 능력을 갖추지 못했다. 뉴로심벌릭 AI는 상징적 추론과 딥러닝(심층학습)을 결합해 더 안정적이고 해석 가능한 판단을 가능케 할 잠재력이 있다. 그렇다 해도 언제 그런 시대가 올지아무도 알 수 없다.”</p> <p contents-hash="6d0130337cc80066e0b14aef2f660d9ea04ead53756760e665c58d12f3cd545f" dmcf-pid="5pQrL6u5gO" dmcf-ptype="general">딥러닝은 대규모 데이터를 학습해 패턴을 잘 인식한다. 그러나 ‘왜 그런 판단을 했는지’ 에 대한 설명은 하지 못한다. 뉴로심벌릭 AI는 이 같은 한계를 극복하기 위해 딥러닝(뉴럴)과 심벌릭 AI(기호 기반 추론)의 융합을 시도하는 기술이다.</p> <p contents-hash="6b66f0d00f79d04ff33586c20bda11a197daaf6136cbdfa35b3d16a675bd5c67" dmcf-pid="1UxmoP71As" dmcf-ptype="general"><strong>피지컬 AI 시대에는 어떤 직업이 유망할까.</strong></p> <p contents-hash="37af4a6c9b6df75e8cce956a19abfb9782f272ac593d899018a72d41b81794f5" dmcf-pid="tuMsgQztom" dmcf-ptype="general">“피지컬 AI 시스템의 유지·보수, 보정 및 감독 등과 관련된 새로운 직무가 등장할 것이다. 현실 세계와 머신러닝을 통합하는 디지털 트윈 엔지니어도 그중 하나다. 안전 및 검증 전문가는 필수 인력이 될 것이며, 인간과 AI 협업 인터페이스 분야에서는 새로운 설계 전문성이 요구될 것이다.”</p> <p contents-hash="958d3372655fdabf753e442e94deee304ed47318bacb31243c30816ce6e8abb5" dmcf-pid="F7ROaxqFar" dmcf-ptype="general">- Copyright ⓒ 조선비즈 & Chosun.com -</p> </section> </div> <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p> 관련자료 이전 "새벽배송도 늦다"…'실시간 배송' 전쟁 02-16 다음 [인터뷰] 볼펜서 출발해 ‘반도체·로봇’ 부품사로… 류재완·송진웅 에스비비테크 대표 “피지컬 AI 시대, 사업 확장 주력” 02-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
