장병탁 서울대 교수 "초거대 AI 정면승부 어렵다…韓, 피지컬 AI로 승부해야" 작성일 07-08 24 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[인터뷰]"제조 현장·산업 데이터가 韓 강점…AI 입힌 산업 수출해야"<br>"제조업식 돌다리 문화 한계…데이터 모으고 시도하는 AI 방식 필요"</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="YhTxUBgRtm"> <figure class="figure_frm origin_fig" contents-hash="64b12799cb76a5ad8ea6aead0cb017530b89132297fc376fcf327089cf2febe5" dmcf-pid="GlyMubaeGr" dmcf-ptype="figure"> <p class="link_figure"><img alt="[서울=뉴시스]장병탁 서울대학교 컴퓨터공학부 교수가 7일 오후 서울 강남구 한국과학기술단체총연합회에서 열린 그룹 인터뷰에서 발언하고 있다. (사진=한국과학기술단체총연합회) 2026.07.07. hsyhs@newsis.com" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/08/newsis/20260708060207755ulnv.jpg" data-org-width="720" dmcf-mid="yxtgVPrNGO" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/08/newsis/20260708060207755ulnv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> [서울=뉴시스]장병탁 서울대학교 컴퓨터공학부 교수가 7일 오후 서울 강남구 한국과학기술단체총연합회에서 열린 그룹 인터뷰에서 발언하고 있다. (사진=한국과학기술단체총연합회) 2026.07.07. hsyhs@newsis.com </figcaption> </figure> <p contents-hash="5e6de38586dd43c8273633f2461fe384594f9a403e404aa50bdf6f0b611c1cc9" dmcf-pid="HpzDMiSr5w" dmcf-ptype="general">[서울=뉴시스]윤현성 기자 = "한국이 미국 빅테크처럼 초거대 AI 모델로 정면 경쟁하기는 어렵습니다. 하지만 피지컬 AI, 산업 AI는 우리가 리딩할 수 있는 영역입니다."</p> <p contents-hash="6623c16bc4e681b2eab306c2ab5f2fa0011dcfc6e44d3e478ebda35bb786d8c3" dmcf-pid="XUqwRnvmHD" dmcf-ptype="general">장병탁 서울대 컴퓨터공학부 교수는 서울 강남구 한국과학기술회관에서 진행한 인터뷰에서 한국 인공지능(AI) 전략의 승부처로 피지컬 AI와 산업 AI를 꼽으며 이같이 말했다.</p> <p contents-hash="6717aa449caf81ec97038dd0e2acbc8eed16e1a149f652b251848dc2c0560ead" dmcf-pid="ZuBreLTsYE" dmcf-ptype="general">장 교수는 미국 빅테크와 자본·GPU 규모로 경쟁하는 방식은 한국에 불리하다고 봤다. 다만 반도체·자동차·제조 현장을 갖춘 한국은 물리세계 데이터를 기반으로 AI를 산업에 입히는 영역에서 경쟁력을 가질 수 있다는 설명이다.</p> <p contents-hash="f8bb39a3485bcc27bfae784e6196ee557213c2ad7bd7078569564348a7cf99dc" dmcf-pid="57bmdoyOtk" dmcf-ptype="general">그는 "미국 빅테크 하나가 GPU를 수십만대씩 살 수 있는 상황에서 같은 방식으로 경쟁하려는 것은 어렵다"며 "피지컬 AI로 가면 아직 전 세계적으로도 데이터가 충분하지 않고, 오히려 한국이 가장 잘 준비된 나라일 수 있다"고 말했다.</p> <p contents-hash="f8fa020ef6207b50298aa0597f9f8b6b891dc8665debed744caac3df6daa882d" dmcf-pid="1zKsJgWIGc" dmcf-ptype="general">피지컬 AI는 로봇이나 기계가 물리세계에서 보고, 만지고, 움직이며 일하도록 하는 AI다. 장 교수는 기존 생성형 AI가 인터넷에 축적된 텍스트 데이터를 기반으로 발전했다면, 피지컬 AI는 목적에 맞는 데이터를 새로 만들어야 한다고 강조했다.</p> <p contents-hash="ebad1db1a9dbb2cea675bf5111b7cedd74d4d56496732bbf2663594e109fd047" dmcf-pid="tq9OiaYCYA" dmcf-ptype="general">그는 "제조업 현장에서 사람이 하고 있는 작업을 그대로 데이터화해 기계가 대신하도록 하는 접근"이라며 "시각, 손의 움직임, 터치, 소리 같은 데이터가 작업에 따라 중요해질 수 있다"고 설명했다.</p> <p contents-hash="7eb7bfce6bb525ca70a3a6cb555371f0804e6609f9f96ab7d8050e018aa02851" dmcf-pid="FB2InNGhGj" dmcf-ptype="general">관건은 제조업 문화와 AI 개발 방식의 충돌이다. 장 교수는 제조업은 설계와 검증을 거듭한 뒤 제품을 내놓는 반면, AI는 데이터를 모아 시행착오를 거치며 발전한다고 진단했다. 그는 "돌다리를 수차례 두드려야 하는 제조업 문화와 AI가 발전하는 문화는 많이 다르다"며 "그 문화를 수용하고 자신감을 갖고 시도하는 것이 가장 큰 과제"라고 했다.</p> <p contents-hash="ec2027068648726456f2d74e975386db3eca0551342b0df2075e657ff3aef2e0" dmcf-pid="3bVCLjHl5N" dmcf-ptype="general">다만 피지컬 AI는 실제 현장에서 작동하는 만큼 안전 문제를 피할 수 없다는 문제가 있다. 이에 대해서는 "초거대언어모델(LLM) 같은 경우 글은 잘못 써도 사람이 죽지는 않지만, 피지컬 AI는 안전 문제가 생긴다"며 "가상세계에서 미리 학습하고, 마지막에는 현장 데이터와 결합하는 방식이 필요하다"고 말했다.</p> <p contents-hash="9f8cf6eff97ae346eddf5fe54db35dee6b997d33c5c49f92efe303afbccaca97" dmcf-pid="0KfhoAXSXa" dmcf-ptype="general">독자 AI 모델에 대해서는 "모델 자체를 수출하는 방식보다 AI를 입힌 산업을 수출하는 방식이 한국에 적합하다"고 진단했다. 장 교수는 "초거대 언어모델은 이미 늦었지만, 피지컬 AI를 하려면 AI 모델과 데이터, 컴퓨팅 인프라는 갖춰야 한다"며 "그 기반에 깔린 것이 완전히 외국 의존이면 안 된다"고 지적했다.</p> <p contents-hash="fc8ed95d04e1381f51405f5879b3756b2beae75581b2978af4c86d83c3af0ce6" dmcf-pid="p94lgcZvXg" dmcf-ptype="general">그는 한국 제조업이 기존 방식에 머물 경우 후발국에 추격당할 수 있다고도 경고했다. 장 교수는 "제조업의 강점은 가져가되, 제조업 문화는 바꿔야 한다"며 "AI를 입혀 부가가치가 높은 제조로 전환해야 한다"고 거듭 강조했다.<br> </p> <figure class="figure_frm origin_fig" contents-hash="2ee32f62bf8e40afb990917b9ef3a13d1bb7016c667c729f6068f67c15477ab5" dmcf-pid="U28Sak5TZo" dmcf-ptype="figure"> <p class="link_figure"><img alt="[서울=뉴시스] 박영태 기자 = 19일 서울 중구 더플라자 호텔에서 열린 피지컬 AI 얼라이언스 2기 출범식에서 한국 스타트업 RLWRLD 로봇 AI 'RLDX-1‘이 제품포장을 시연하고 있다. 2026.06.19. since1999@newsis.com" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/08/newsis/20260708060207957dokj.jpg" data-org-width="720" dmcf-mid="WKjUSYV7Xs" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/08/newsis/20260708060207957dokj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> [서울=뉴시스] 박영태 기자 = 19일 서울 중구 더플라자 호텔에서 열린 피지컬 AI 얼라이언스 2기 출범식에서 한국 스타트업 RLWRLD 로봇 AI 'RLDX-1‘이 제품포장을 시연하고 있다. 2026.06.19. since1999@newsis.com </figcaption> </figure> <p contents-hash="56614e345af69582b178227cf59c732312b0fbfc614fb15d9736c7348f2095e0" dmcf-pid="uV6vNE1yGL" dmcf-ptype="general">다음은 장병탁 서울대 컴퓨터공학부 교수와의 일문일답.</p> <p contents-hash="531076638d8965bf54880084182e58593dc749f39779f03612d03f762f1bbf86" dmcf-pid="7fPTjDtW5n" dmcf-ptype="general"><strong>Q. 한국 피지컬 AI의 경쟁력으로 제조 데이터를 많이 강조해왔다. 가장 중요한 데이터는 무엇인지?<br> </strong><br> '지금까지 대형언어모델은 인터넷에 데이터가 많이 축적된 뒤 생성형 AI 기술이 발전하면서 만들어졌다. 그런데 피지컬 AI는 아직 데이터가 없는 경우가 대부분이다. 그래서 어떤 데이터가 중요하냐를 일반적으로 말하기보다, 어떤 목적을 생각하고 그 목적에 맞는 데이터를 만들려고 하는 게 맞다. 필요하면 센서도 새로 장착해야 한다. 조금 더 목적 지향적으로 접근해야 한다."</p> <p contents-hash="5ed2e34dc0e1d3b821ab424a4ef092965de29b07e62ca3ba70f8dec821cf6a82" dmcf-pid="z4QyAwFY5i" dmcf-ptype="general"><strong>Q. 피지컬 AI를 가장 먼저 실증하기 좋은 제조 현장은 어디라고 보는지?<br> </strong><br> "어느 한 곳을 딱 짚긴 어렵다. 피지컬 AI를 개발하는 방법 자체가 과거와 달라졌다. 예전 휴머노이드 로봇은 프로그래밍하고 코딩하려고 했는데, 지금은 그렇게 하지 않는다. 이젠 사람이 하는 것을 그대로 재현할 수 있게 데이터를 모으고 학습시킨다. 제조업 현장에서 사람이 하는 작업을 그대로 데이터화해서 기계가 대신하도록 하는 접근이다. 조립을 한다면 시각 정보, 손가락 움직임, 터치, 소리 같은 데이터가 중요해질 수 있다."</p> <p contents-hash="f0c77b19a9f3c3488093044f64675905284825994da83384264f0f6fadfc8dd3" dmcf-pid="qNkzyX8BYJ" dmcf-ptype="general"><strong>Q. 결국 피지컬 AI 연구는 사람을 연구해서 그대로 AI에 이식한다는 것인지?</strong></p> <p contents-hash="46064eb70d0c4024fdbcf0524f192f061ea238a8e24bc6a64028a58e1b7a57d1" dmcf-pid="BjEqWZ6b1d" dmcf-ptype="general">"그런 셈이다. AI 연구가 사람 연구로 바뀔 수 있다. 사람이 어떻게 뇌를 쓰고, 어떻게 인지하고, 어떻게 행동하는지를 기술로 만드는 것이 AI다. 사람에 관한 것을 데이터로 모으면 AI가 로봇을 시켜 일도 할 수 있지만, 더 길게 보면 인간을 이해하는 방법이 될 수도 있다."</p> <p contents-hash="b27f4fd3fb160383918139a94c7b31641f251c9416db50571f333542c98f5a88" dmcf-pid="bADBY5PKHe" dmcf-ptype="general"><strong>Q. 피지컬 AI가 기존 언어모델의 한계를 보완할 수 있는지?</strong></p> <p contents-hash="ae896a41786fc3c12cf7d64f6715f7cd12ad1e8c22b617d8e5f48419d79c060c" dmcf-pid="KcwbG1Q9HR" dmcf-ptype="general">"언어모델은 비유하자면 와인을 한 번도 보지도, 마셔보지도 않았는데 와인 책을 전부 읽은 와인 박사와 같다. 질문하면 답을 다 하지만 실제 와인을 경험한 적은 없다. 기계는 물병이라는 글자는 알지만 물병을 만져보거나 쏟아본 경험은 없다. 피지컬 AI는 그런 것을 넣어주는 것이다. 물병을 만져보고, 쏟아보고, 경험하게 해주는 것이다. 그러면 AI의 문제로 여겨지는 할루시네이션(환각)은 지금보다 훨씬 줄어들 것이다."</p> <p contents-hash="d313bd9d2d4b64fafb67485bbfcea8337201f75168b588154f618361a168bcbc" dmcf-pid="9krKHtx2HM" dmcf-ptype="general"><strong>Q. 피지컬 AI가 제조·물류 현장에 실제 쓰이려면 얼마나 걸린다고 보는지?</strong></p> <p contents-hash="56c8a6765c5456e4a079451b4011b23321013df878429bdfee8b3668bf258f02" dmcf-pid="2Em9XFMVXx" dmcf-ptype="general">"특정 문제로 좁히면 5년이 아니라 2~3년 안에도 할 일이 많다. 모든 글을 다 쓰는 대형언어모델처럼 범용으로 가려면 시간이 걸리겠지만, 공장이나 물류 현장에서 사람이 반복적으로 하는 단순 작업은 다르다. 데이터를 잘 모으고, 학습할 수 있는 인프라와 플랫폼을 갖추면 가능하다. 오히려 큰 장애 요인은 기술에 대한 이해와 투자다."<br><strong><br> Q. 제조업과 AI의 개발 방식은 어떻게 다른지?</strong></p> <p contents-hash="e38a7882ed4c5b4e801b670cb4cdd5e5ce655a72ad97b842be971eaf6947506e" dmcf-pid="VDs2Z3RfGQ" dmcf-ptype="general">"제조업은 설계하고, 돌다리를 두드리고 두드린 뒤 제품을 내놓는 방식으로 발전했다. 그런데 AI는 반대다. 제품을 내놓은 뒤 시행착오를 하면서 데이터를 모으고, 굴러가면서 발전한다. 그래서 제조업 문화와 AI가 발전하는 문화가 많이 다르다. 이 문화를 수용하고 자신감을 갖고 시도해야 하는데 아직 그러지 못하는 것이 피지컬 AI, 제조 AI 발전에 가장 큰 장애 요인이라고 생각된다."</p> <p contents-hash="52e0838a821902ed2f3be68dbbbc32ecc5ae90b213922872df847c7b77fb9099" dmcf-pid="fwOV50e4YP" dmcf-ptype="general"><strong>Q. 한국은 미국 빅테크 등과 AI 분야에서 경쟁력을 얼마나 갖출 수 있을거라고 보는지?</strong></p> <p contents-hash="ed5ce398ddc80d1acef5e0a3a6630223fe0a7b3de2e75cc5594dcf079ab58816" dmcf-pid="4rIf1pd8Y6" dmcf-ptype="general">"미국 빅테크와 GPU나 자본 규모로 경쟁하는 것은 어렵다. 미국 빅테크 하나가 국가가 확보하려는 규모의 GPU를 바로 살 수 있는 상황이다. 하지만 피지컬 AI나 산업 AI로 가면 다르다. 아직 전 세계적으로도 데이터가 충분하지 않다. 한국은 제조업 현장이 있고, 반도체 공장 같은 세계적 현장도 있다. 피지컬 AI, 산업 AI는 우리가 잘할 수 있는 영역이다."</p> <p contents-hash="3fa25b97529ec0647f36c3a9f49bbfdc7a6efd3e5dbcb036cb937ca7b6f55abe" dmcf-pid="8mC4tUJ6t8" dmcf-ptype="general"><strong>Q. 한국도 독자 AI 모델이 필요한가? 현재 정부가 추진 중인 독자 파운데이션 모델 개발 등을 어떻게 보나.</strong></p> <p contents-hash="4154eb151af793a985d0981dd062aeb925ea00546055eea9ca926b9d6193d775" dmcf-pid="6sh8FuiP14" dmcf-ptype="general">"미국 빅테크가 하는 초거대 언어모델을 다시 하는 것은 이미 늦었다. 하지만 의존하지 않으려면 AI 모델, 데이터, 컴퓨팅 인프라는 가지고 있어야 한다. 국방이나 보안, 프라이버시 때문에도 그렇다. 모델 자체를 수출하려는 것보다, 그 위에 제조나 로봇 같은 산업을 얹어 수출해야 한다. 다만 밑에 깔린 것이 완전히 외국 의존이면 안 된다."</p> <p contents-hash="0297ea5c535f3644c5fe59b45e4430e88cbfd0921f45c9b66446334566b145c0" dmcf-pid="POl637nQHf" dmcf-ptype="general"><strong>Q. AI 버블, AI 투자 과잉론에 대해서는 어떻게 보는지?</strong></p> <p contents-hash="3c96d9898bf773929e33aa4309e129c3905ae194a8c61fb82c5c97fd5ba803df" dmcf-pid="QISP0zLxtV" dmcf-ptype="general">"인터넷 때도 버블이 있었고 실제로 터지기도 했다. 하지만 기술적으로 보면 이런 투자가 필요하다. 큰 혁신을 만들려면 자본, 인재, GPU가 집적돼야 한다. 알파고가 증명한 것도 결국 확신을 가지고 데이터를 모으고 GPU를 붙이고 될 때까지 한 것이다. 일부는 실패할 수 있지만, 이런 투자가 없으면 새로운 브레이크스루가 나오지 않는다.”</p> <p contents-hash="7a7f69466f71ad71a790878d5b5d6bb42fd528350bfa30e99c4369e2dc34ed4e" dmcf-pid="xCvQpqoM52" dmcf-ptype="general"><strong>Q. AI와 제대로 융화되기 위해 한국 제조업은 무엇을 바꿔야 할까?</strong></p> <p contents-hash="ea02f0493931038686273aad813c0ac20c18ad8663e8e2c902f719e6d9cfe389" dmcf-pid="yfPTjDtW59" dmcf-ptype="general">"제조업의 강점은 가져가되 제조업 문화는 바꿔야 한다. 기존 제조업은 돌다리를 두드리는 방식으로 성공했다. 하지만 AI는 더 빠르게 시도하고 데이터를 모으면서 발전한다. 제조업도 AI가 결합되면 디지털 시스템처럼 바뀔 수 있다. 저부가가치 노동 방식에 머물면 다른 나라에 추월당할 수밖에 없다. AI를 입혀 부가가치가 높은 제조로 전환해야 한다."</p> <p contents-hash="d67ce15adccdddb68f6ca8800002e0bc82734442dd56959204a4233a251ef41c" dmcf-pid="WZFafQmjXK" dmcf-ptype="general"><a href="https://www.newsis.com/?ref=chul" target="_blank">☞공감언론 뉴시스</a> hsyhs@newsis.com </p> </section> </div> <p class="" data-translation="true">Copyright © 뉴시스. 무단전재 및 재배포 금지.</p> 관련자료 이전 [비즈톡] “비싼 AI만 쓰지말고...” ‘토성비’ ‘토크노믹스’ 시대 07-08 다음 삼성·SK 메모리값 치솟자…PC 업계, 중국산으로 눈 돌린다 [IT썰] 07-08 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
