【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스][AIF2026] “현장 데이터 부족, 피지컬AI 병목···로봇 움직임 게임이 가르칠 것”

온카뱅크관리자

2026-09-17 13:57:25

<div id="layerTranslateNotice" style="display:none;"></div> 장한용 NC AI 피지컬AI랩 실장 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="ZzEvSvmjJk">
 <figure class="figure_frm origin_fig" contents-hash="1cc6919113a81b963339d4d74d1f4eea0ec5cdfe62e68f68d91e29e9748aebb5" data-idxno="239817" data-type="photo" dmcf-pid="5qDTvTsAic" dmcf-ptype="figure">
 <img alt="장한용 NC AI 피지컬AI랩 실장은 17일 시사저널e 주최로 서울 용산구 그랜드하얏트 서울에서 열린 '제12회 인공지능 국제포럼(AIF 2026)'에서 발표하고 있다. / 사진 = 시사저널e" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/552777-a6ToU27/20260917135018171tsku.jpg" data-org-width="960" dmcf-mid="X5T3F3GhdE" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/552777-a6ToU27/20260917135018171tsku.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 장한용 NC AI 피지컬AI랩 실장은 17일 시사저널e 주최로 서울 용산구 그랜드하얏트 서울에서 열린 '제12회 인공지능 국제포럼(AIF 2026)'에서 발표하고 있다. / 사진 = 시사저널e
 </figcaption>
 </figure>
 [시사저널e=김용수 기자] NC AI가 게임 개발 과정에서 축적한 3차원(3D) 시뮬레이션과 모션캡처 기술을 피지컬 인공지능(AI)에 접목해 산업용 로봇의 '현장 경험' 부족 문제를 해결하겠다는 전략을 내놨다. 로봇의 하드웨어와 AI 모델 성능이 빠르게 발전하고 있지만, 실제 산업 현장에서 필요한 작업 데이터를 충분히 확보하기 어렵다는 점을 피지컬 AI의 핵심 병목으로 보고, 게임 산업이 축적해 온 가상세계 구축·물리 시뮬레이션·캐릭터 움직임 기술을 대안으로 활용하겠다는 구상이다.
 장한용 NC AI 피지컬AI랩 실장은 17일 시사저널e 주최로 서울 용산구 그랜드하얏트 서울에서 열린 '제12회 인공지능 국제포럼(AIF 2026)'에서 '게임 기술로 푸는 피지컬 AI의 데이터 병목'을 주제로 발표하며 "피지컬 AI의 데이터 병목은 결국 로봇이 배울 세계를 만들 수 있느냐의 문제다. 한국에는 그 세계를 30년 동안 만들어 온 게임 산업이 있다"고 밝혔다.
 장 실장은 기존 산업용 로봇과 피지컬 AI의 차이로 '새로운 상황에 대한 적응'을 꼽았다. 현재 공장에 투입된 로봇들은 정해진 작업을 높은 정확도로 반복할 수 있지만, 새로운 작업을 맡기려면 사람이 다시 프로그래밍해야 한다. 반면 피지컬 AI는 카메라 등을 통해 주변 상황을 인식하고 스스로 판단해 행동하도록 하는 것이 목표다. 그는 이를 "재프로그래밍 비용을 데이터로 대체하려는 시도"라고 설명했다.
 문제는 부족한 현장 데이터다. 로봇이 실제 산업 현장에서 작업하기 위해서는 '두뇌'뿐 아니라 현장 경험이 필요하지만, 로봇이 어떤 상황에서 어떻게 움직였는지를 기록한 행동 데이터는 인터넷에 축적된 텍스트나 이미지와 달리 충분하지 않다.
 산업 현장에서 데이터를 직접 수집하는 데도 한계가 있다. 생산 현장은 학습을 위한 공간이 아닌 만큼 로봇이 반복적으로 시행착오를 겪도록 하기 어렵고, 불량이나 오류 상황을 의도적으로 만들어 데이터를 확보하기도 힘들다. 조명과 계절, 설비 상태 등 다양한 조건의 데이터를 확보해야 하지만 실제 현장에서 동시에 여러 조건을 구현하는 것도 쉽지 않다.
 NC AI가 피지컬 AI 기술을 개발 중인 조선 용접과 철강 재질 시험 분야에서도 같은 문제가 나타났다. 조선소 파이프 용접 과정에서는 아크 불빛과 금속 증기로 작업 시야가 가려지고, 불량 상황도 드물어 학습 데이터를 확보하기 어렵다. 철강 재질 시험실에서는 시편마다 크기와 무게중심, 표면 상태가 달라 로봇이 다양한 방식으로 물체를 집어보며 학습해야 하지만, 실제 생산 라인에서 반복적인 실패를 허용하기 어렵다.
 장 실장은 현재 로봇 AI가 사람이 원격으로 조종해 보여준 제한적인 '정답 데이터'에 크게 의존하고 있다고 진단했다. 학습 과정에서 경험한 상황에서는 정상적으로 작동하지만, 카메라 위치나 작업 환경이 달라지면 성능이 급격히 떨어질 수 있다는 것이다. NC AI가 공개된 주요 로봇 모델을 실제 현장에 적용한 과정에서도 이같은 한계를 확인했다고 설명했다.
 그는 데이터 부족 문제에 대해 중국은 대규모 인력을 활용한 데이터 수집, 미국은 시뮬레이션을 통한 가상 데이터 생성 방식으로 대응하고 있다고 설명했다. 특히 미국은 실제 데이터를 무한정 확보하기 어렵다는 점을 고려해 가상의 환경을 만들고 로봇이 그 안에서 반복 학습하도록 하는 방식을 확대하고 있다. NC AI 역시 가상세계와 인간 영상, 인간 모션 등 세 가지 축을 활용해 데이터를 만드는 방식을 택했다.
 NC AI는 현장을 디지털트윈으로 복제한 뒤 물리 시뮬레이션 환경에서 로봇을 반복 학습시키고, 월드모델을 활용해 실제 현장에 존재하지 않았던 상황까지 생성하는 방식을 개발하고 있다. 이후 비전언어모델(VLM)과 행동모듈을 학습시켜 실제 로봇에 적용하고, 실제 현장에서 발생하는 가상세계와 현실 간 오차를 다시 데이터로 축적하는 순환 구조다.
 다만 장 실장은 영상 생성 중심의 월드모델만으로는 로봇 학습에 필요한 물리 법칙을 완전히 구현하기 어렵다고 지적했다. 영상만으로 만들어진 가상환경에서는 물체가 다른 물체를 관통하거나 현실과 다른 움직임을 보이는 문제가 발생할 수 있어서다. 로봇이 실제 물체를 잡고 움직이려면 형상과 질량, 마찰, 접촉 등이 반영된 3D 물리 시뮬레이션이 필요하다는 설명이다.
 이 과정에서 장 실장이 주목한 것이 게임 기술이다. 산업 현장을 그대로 구현하는 디지털트윈과 새로운 3D 물체를 만드는 생성 기술, 물체 간 상호작용을 계산하는 물리 시뮬레이션은 모두 게임 개발 과정에서 오랫동안 활용된 기술이다. 장 실장은 "세계는 만들어야 하고, 그걸 게임이 해왔다"고 말했다.
 로봇의 움직임을 만드는 데도 게임 산업이 보유한 모션캡처 기술을 활용할 수 있다고 봤다. 사람과 유사한 형태의 로봇일수록 인간의 동작 데이터를 그대로 활용할 여지가 큰데, 일반 영상만으로 3D 움직임을 추출하면 깊이 정보가 부족해 발이 미끄러지거나 몸이 떨리는 등 오류가 생길 수 있다. 이에 실제 사람의 전신 움직임을 정밀하게 기록하는 모션캡처 데이터가 로봇 학습 과정에서 중요한 역할을 할 수 있다는 설명이다.
 NC AI는 게임 제작 과정에서 자체 모션캡처 스튜디오를 운영하며 사람의 움직임 데이터를 축적해 왔다. 장 실장은 모션캡처가 로봇 동작의 기본적인 자세와 움직임을 제공하고, 실제 물체와 접촉할 때 필요한 힘과 촉각 정보 등은 실제 로봇 데이터를 통해 보완하는 방식이 필요하다고 설명했다.
 NC AI는 로봇의 '두뇌'에 해당하는 AI 모델도 직접 개발하고 있다. 향후 외부에서 더 성능이 높은 공개 모델이 등장할 경우에도 산업 현장에서 확보한 데이터를 활용해 사전학습과 미세조정, 강화학습 등을 거쳐 현장에 최적화한다는 계획이다.
 장 실장은 게임 산업의 경쟁력을 피지컬 AI로 확장하기 위해서는 실제 산업 현장과의 결합이 중요하다고 강조했다. 게임 기술로 생성한 데이터는 어디까지나 가상 데이터인 만큼 가상환경에서 학습한 로봇이 실제 현장에서도 동일하게 움직이도록 만드는 '심투리얼' 과정이 마지막 관문이라는 것이다. NC AI는 현재 제조·철강·물류·조선·국방 분야 기업들과 관련 기술을 개발하고 있다.
 장 실장은 "가상 세계와 움직임은 게임이 만들고, 현실의 오차는 현장이 줄여준다. 세계 최고의 게임 산업과 세계 최고의 제조 현장을 동시에 가진 나라가 한국"이라며 "로봇의 몸은 로보틱스가 만들고, 로봇의 움직임은 게임이 가르칠 것"이라고 강조했다.
 </section> 
 </div> 
 Copyright © 시사저널e 무단전재 및 재배포 금지

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기