"머리만 있던 AI, 손발 달았다 … 지금 제조업은 피지컬AI 혁명중" 작성일 05-18 28 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">윤석준 포스코DX 로봇자동화센터장<br>피지컬AI에 제조업 미래 달려<br>더 안전하고 효율적인 일터로<br>산업현장 로봇의 핵심은 '눈'<br>3D 센서 기술의 중요성 커져<br>모양 다른 철강제품 자동운반<br>포스코DX, 현장 적용해 혁신</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="1eKxEkrNvg"> <figure class="figure_frm origin_fig" contents-hash="89b924edab288707a32c639a0c2a8055b1fee0c32da974f3b84a556fa6240650" dmcf-pid="td9MDEmjyo" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/18/mk/20260518162107951gtcj.jpg" data-org-width="1000" dmcf-mid="5vkh03u5ya" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/18/mk/20260518162107951gtcj.jpg" width="658"></p> </figure> <p contents-hash="6c6afa3016ef255483c0bda718c8c3655c626b4d2eed7cdc6b0d8176521a00d4" dmcf-pid="FJ2RwDsAhL" dmcf-ptype="general">생성형 인공지능(AI)이 텍스트와 지식의 세계를 바꿨다면 이제 산업계의 관심은 실제로 움직이는 피지컬 AI로 옮겨가고 있다. 결국 AI 시대의 승부처는 발명 자체보다 확산에 있다는 점에서 로봇과 AI가 얼마나 빠르게 현장에 적용되느냐가 중요한 분기점인 셈이다. 특히 철강과 뿌리산업 등 제조업은 피지컬 AI의 가치를 증명할 수 있는 현장으로 꼽힌다.</p> <p contents-hash="4e3262bd33d861ef631f680213460f0909b552743b04ed3effcc0f5c2901a637" dmcf-pid="3iVerwOchn" dmcf-ptype="general">윤석준 포스코DX 로봇자동화센터장은 최근 매일경제와 만나 피지컬 AI를 두고 "한마디로 말하면 주변 환경을 인식하고 판단해서 행동하는 AI"라며 "그렇게 보면 로봇은 피지컬 AI가 적용되는 가장 대표적인 사례라고 할 수 있다"고 설명했다.</p> <p contents-hash="22880e3f472d85619d2635a2daf8b1c915074637267c290876e51aa44c0e9a2c" dmcf-pid="0nfdmrIkvi" dmcf-ptype="general">그는 비전 기반 자율주행과 로봇 연구를 이어온 뒤 현재 포스코 제철소와 그룹사 공장에 로봇 자동화 기술을 적용하고 있다. 포스코DX에서는 로봇과 AI를 결합해 제철소를 더 안전하고 지능화된 공장으로 바꾸는 역할을 맡고 있다.</p> <p contents-hash="e0b15b7e39a8629b5ba1bd163ca6079ead2c624e962ebd381177c50a66a4a612" dmcf-pid="pL4JsmCESJ" dmcf-ptype="general">포스코DX가 피지컬 AI 분야에 집중하는 이유는 현장이 단순하지 않기 때문이다. 자동차처럼 정해진 위치에 부품이 오고 같은 동작을 반복하는 공정은 전형적인 정형 작업이다. 반면 제철소는 처음부터 최종 철강 제품이 만들어질 때까지 연속 공정으로 이어져 작업 대상의 위치와 상태가 계속 바뀐다. 그만큼 사람도 위험에 자주 노출된다. 윤 센터장은 "제철소는 열이 많고 고중량 물체를 다뤄 사람이 작업하기 어려운 곳이 많다"며 "사람이 하기 힘든 곳에 로봇을 적용해 더 안전해지고 사람은 고부가가치 일을 하게 하는 것이 목표"라고 말했다.</p> <p contents-hash="b4c23e3c20ec687af5fb5257d49fdddc2fd63db11d13031625fff3d5e7406623" dmcf-pid="Uo8iOshDvd" dmcf-ptype="general">이런 환경에서 로봇의 핵심은 '눈'이다. 윤 센터장은 로봇 비전을 사람 얼굴 인식과 같은 개념으로 보면 안 된다고 했다. 제조 로봇이 필요한 비전은 물체가 공간상 어디에 어떤 자세로 놓여 있는지 파악하는 기술이다. 로봇은 해당 좌표를 알아야 비로소 가서 집고 옮기고 작업할 수 있다. 그렇기에 3차원 공간에서 움직이는 로봇은 포인트클라우드 데이터를 얻는 3D 센서가 필요하다. 포스코 현장처럼 작업 대상이 계속 달라지는 곳일수록 3D 센서와 비전 기술의 중요성이 커진다.</p> <p contents-hash="046406486b6cb794ff19318fcadbf35df654f678dc5c57d69fa3edfd242578f0" dmcf-pid="ud9MDEmjhe" dmcf-ptype="general">산업 로봇도 예전과 많이 달라졌다. 처음의 로봇은 정해진 경로와 동작만 반복하는 '눈 없는 기계'에 가까웠다. 하지만 비전과 AI가 들어오면서 위치가 바뀌고 형상이 달라져도 스스로 인식하고 작업하는 방향으로 진화했다. 윤 센터장은 이를 두고 "기존에는 자동화가 중심이었다면 지금은 점차 인텔리전트 팩토리로 넘어가는 과정"이라고 표현했다.</p> <p contents-hash="dea343851c979603d1a0c5915481dcfae5c63cbd070589815ddc6cea1e915790" dmcf-pid="7J2RwDsAhR" dmcf-ptype="general">챗GPT 이후 제조 현장에서 가장 큰 변화로 그는 인식 영역의 발전을 꼽았다. 과거엔 사람이 규칙을 정해 인지 체계를 설계했다면 이제는 데이터 기반으로 다양한 상황을 학습시키는 방식이 더욱 중요해졌다는 설명이다.</p> <p contents-hash="1998eaef9127f67f202915d5ac3b109bab75d097f5ea8b5609286a881ae7a924" dmcf-pid="ziVerwOcTM" dmcf-ptype="general">생성형 AI와 피지컬 AI의 결합도 강조했다. 제조 현장에선 결국 이 두 가지가 함께 가야 한다는 게 그의 판단이다. 생성형 AI가 판단과 조언을 맡는다면 피지컬 AI는 실제 물리적 실행을 담당하는 식이다. 윤 센터장은 "하나는 머리 역할이고 하나는 손발 역할"이라고 말했다.</p> <p contents-hash="8d1ff246f7c911621d1d821358209613994cb17bbae646ed1a2d60b2777df056" dmcf-pid="qnfdmrIkCx" dmcf-ptype="general">포스코DX가 실제로 적용한 대표 사례 중 하나는 비정형 선재 코일을 AI 기반 크레인으로 자동 운반하는 기술이다. 일반 코일과 달리 선재 코일은 포장 상태와 적재 방식에 따라 모양이 제각각이라 모든 경우를 사람이 규칙으로 설계하기 어렵다. 여기서 3D 센서가 코일의 형상을 공간상에서 파악하고 AI가 중심점을 계산한 뒤 크레인이 이를 잡아 자동으로 움직이는 방식이 적용됐다.</p> <p contents-hash="0d588a340a1d26f66dfcdf96a465e27d5b55f5062834e2d16e8a9e6dee398e10" dmcf-pid="BL4JsmCEWQ" dmcf-ptype="general">다만 그는 제조 현장에서 휴머노이드가 곧바로 주력이 되지는 않을 것으로 봤다. 가정은 사람 중심으로 설계돼 있어 사람 형태의 로봇이 자연스러울 수 있다. 그러나 제조 현장은 생산 설비 중심으로 짜여 있어 반드시 사람과 같은 외형일 필요는 없다고 분석했다. 윤 센터장은 "제조 현장에서는 휴머노이드 요소 기술이 적용된 다른 형태의 로봇으로 갈 가능성이 크다"며 "사람 형태보다 오히려 산업용 로봇과 협동로봇, 모바일 매니퓰레이터, 로봇화된 크레인 같은 다양한 형태가 더 빠르게 확산할 수 있다"고 말했다.</p> <p contents-hash="91b86db7391b1a5d5d9f7239eecd38c3bd64c6e3d3203b12b537e2fe69eaba62" dmcf-pid="bo8iOshDCP" dmcf-ptype="general">사람의 역할이 완전히 사라지는 것도 아니다. 위험하고 반복적인 직접 생산 업무는 줄어들 수 있지만 사람은 점점 통합 판단과 관제, 유지보수, 예방 정비 역할로 이동하게 된다는 설명이다. 결국 여러 로봇이 함께 일할 때도 핵심은 전체를 조율하는 관제 시스템이다. 앞 공정 로봇이 아무리 빨라도 뒤 공정이 받쳐주지 못하면 오히려 병목이 생기기 때문이다. 윤 센터장은 "현장에는 로봇과 로봇화된 설비가 존재하고 운전실에서는 에이전트나 AI가 보조를 하며 사람은 슈퍼바이저처럼 관리하는 형태가 될 가능성이 크다"고 말했다.</p> <p contents-hash="08b35e5033f12d52ba41ee8d46b29a39c8f6fb770b9b8171cd104f87dda2fef5" dmcf-pid="Kg6nIOlwC6" dmcf-ptype="general">그는 앞으로 2~3년 안에 제조 현장이 더 빠르게 바뀔 것으로 봤다. 인구 구조상 노동 가능 인구가 줄고 특히 철강과 뿌리산업엔 젊은 인력 유입이 적기 때문이다. 윤 센터장은 "로봇 적용은 필수며 안전과 생산성, 데이터 축적, 표준화, 최적화가 같이 올라가고 결국 산업 경쟁력으로 이어질 것"이라며 "제조업의 미래는 AI와 로봇이 책임지는 방향으로 갈 수밖에 없다"고 강조했다. </p> <p contents-hash="e20d5701995082fb7a10a09189c9cef36b2b25cd6501659601b0cea7dc5e9b46" dmcf-pid="9aPLCISrv8" dmcf-ptype="general">[박성배 기자 / 사진 김호영 기자]</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 ‘던파’에 ‘그랑블루’ 최초 시연까지, 플레이엑스포 2026 어떤 게임 나오나? 05-18 다음 IBK기업은행장배 전국사격대회 개막, 대회 첫날부터 대회신기록 05-18 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
