경남대, 2005억원 규모 피지컬 AI 국가전략사업 총괄…제조 현장 실증 본격화
AI를 활용하여 생성한 이미지입니다.
AI · LLM · 2026년 9월 19일 국내 이슈
경남대학교가 과학기술정보통신부와 정보통신산업진흥원이 추진하는 2005억원 규모 피지컬 AI 국가전략사업의 총괄 주관대학으로 선정됐어요. 경남대는 한화오션과 두산에너빌리티 등 13개 기업·기관과 함께 2030년까지 제조 현장에 적용할 AI를 개발하고 실증할 계획이라고 9월 19일 밝혔어요.[1] 생성형 AI 서비스 이야기가 아니라 공장과 조선소의 설비를 실제로 움직이는 시스템에 초점이 맞춰졌다는 점이 핵심이에요.
피지컬 AI는 무엇이 다른가
챗봇이나 이미지 생성 모델은 주로 화면 안에서 답변과 콘텐츠를 만들어요. 피지컬 AI는 카메라·센서·설비 데이터로 현실의 상태를 읽고, 그 결과에 따라 로봇과 장비의 움직임을 제어하는 기술이에요.[1] 같은 AI라는 말을 쓰지만 실패했을 때의 비용과 검증 방식은 크게 달라요. 문장이 조금 어색한 것과 생산라인이 잘못 움직이는 것은 위험의 크기가 다르기 때문이에요.
이번 사업이 제조업에 맞춰진 이유도 여기에 있어요. 조선·방산·기계·주조·금형 현장은 온도, 압력, 진동, 재료 상태처럼 물리적 변수가 많고, 현장마다 작업 조건이 달라요. 데이터센터에서 잘 작동한 모델을 그대로 가져와서는 부족하고, 설비와 공정에 맞는 학습 데이터와 안전 기준이 함께 필요해요.
| 구분 | 이번 사업에서 언급된 내용 | 현장 적용 때 볼 조건 |
|---|---|---|
| 사업 규모 | 핵심 사업 2,005억원 | 예산이 실제 과제·장비·실증으로 어떻게 나뉘는지 확인해야 해요. |
| 참여 주체 | 경남대와 13개 기업·기관 | 각 기관의 역할과 데이터 공유 범위를 봐야 해요. |
| 전체 지역 투자 | 경남 AX 사업 총 6,763억원 | 지역 전체 사업과 피지컬 AI 핵심 사업을 섞어 읽으면 안 돼요. |
| 기간 | 2026년부터 2030년까지 | 당장 상용 제품이 나오는 일정은 아니에요. |
경남대가 맡는 역할
경남대는 설비·센서·생산 공정에서 나오는 데이터를 모아 제조 데이터 기반을 구축하는 역할을 맡아요. 기사에 따르면 열과 유체의 움직임 같은 물리 법칙을 AI가 학습하도록 하는 물리정보신경망, 즉 PINN 기술과 사람·AI가 함께 판단하는 거대행동모델 개발이 포함돼요.[1]
여기서 데이터 수집은 단순히 센서 숫자를 많이 모으는 작업이 아니에요. 어느 설비에서 언제 측정했는지, 정상과 이상 상태를 어떻게 구분했는지, 작업자가 개입한 순간을 어떻게 기록했는지가 모델의 품질을 좌우해요. 제조 현장에서는 드문 고장 사례가 가장 중요할 때도 있어서, 평상시 데이터만으로는 안전한 판단을 만들기 어려워요.
13개 기업·기관 참여가 뜻하는 것
한화오션과 두산에너빌리티를 포함한 13개 기업·기관이 참여하면 연구실 모델을 실제 설비에 연결할 기회는 커져요. 조선소와 발전·기계 현장은 설비와 공정이 달라 한 분야에서 얻은 결과를 다른 현장에 그대로 적용하기 어렵지만, 여러 환경을 함께 검증하면 모델의 적용 범위를 더 구체적으로 확인할 수 있어요.[1]
반대로 기업별 데이터 형식과 보안 수준이 다르면 공동 학습이 늦어질 수 있어요. 제조 데이터에는 생산량이나 불량 정보뿐 아니라 설비 상태와 작업 방식이 들어가므로, 누가 어떤 데이터를 보관하고 외부 연구자가 어디까지 접근하는지도 중요한 조건이에요. 이번 발표만으로 데이터 공유 방식이나 보안 설계가 확정됐다고 보기는 어려워요.
현장에 도입될 때 남은 질문
피지컬 AI의 성패는 모델 이름보다 안전한 운영 절차에 달려 있어요. 사람이 즉시 정지할 수 있는지, 모델이 확신하지 못하는 상황에서 작업자에게 넘기는지, 잘못된 명령을 되돌릴 수 있는지부터 정해야 해요. 생산성을 높이는 수치가 공개되더라도 실증 조건과 비교 기준이 없으면 다른 공장에 그대로 적용하기 어렵고요.
이번 사업은 국가 연구개발과 지역 제조업을 연결하는 계획이지, 경남의 모든 공장이 곧바로 자율화된다는 발표는 아니에요. 2030년까지 과제 선정, 데이터 구축, 시제품 개발, 현장 검증이 차례로 진행될 가능성이 크고, 각 단계의 결과가 공개되는지 확인해야 실제 성과를 판단할 수 있어요.
독자가 확인할 다음 발표
- 세부 과제 공고에서 어떤 제조 공정과 장비가 실증 대상으로 정해지는지 확인하세요.
- 성과를 볼 때 정확도뿐 아니라 오작동률, 사람의 개입 빈도, 정지·복구 절차를 함께 보세요.
- 기업이 참여하는 AI 실증에서는 데이터 보관 위치와 접근 권한이 어떻게 정해졌는지 확인하세요.
국내 AI 정책과 현장 적용 흐름은 AI·LLM 이슈 목록에서 이어서 볼 수 있어요.
