[K-로봇, 확산의 조건 ③] ‘한 번 성공’으론 공장 못 간다…피지컬 AI, 반복 검증이 관건 뉴로메카, AI 추론·안전 제어 분리한 PSF 전략 제시…실패 복구·로봇 스킬 재사용 강조 AI·로봇 기술을 산업과 일상의 수요로 연결하려면 무엇이 필요한가. ‘AI·로봇 산업 생태계 전략 국회포럼’에서 제시된 정책과 기업 전략을 바탕으로 학습·실증·양산 기반부터 데이터 활용, 공공부문의 역할까지 짚는다. 로봇이 시연에서 작업을 한 차례 성공하는 것과 실제 생산라인에서 같은 작업을 안정적으로 반복하는 것은 다른 문제다. 피지컬 인공지능(AI)이 산업 현장에 적용되려면 작업 성공률뿐 아니라 오류 감지와 복구, 안전성 검증 등 기존 로봇 제어기술과 AI를 결합한 운영체계가 뒷받침돼야 한다.박종훈 뉴로메카 대표는 21일 서울 여의도 국회의원회관에서 열린 ‘AI·로봇 산업 생태계 전략 국회포럼’에서 현장 적용을 위한 기술적 과제와 개발 방향을 소개했다.박 대표는 피지컬 AI의 산업 현장 적용을 위해서는 로봇 하드웨어와 범용 작업 지능에 더해 반복적인 성능 검증이 가능한 실행체계가 필요하다고 강조했다. 작업 성공률과 소요 시간, 실패 감지·복구 능력, AI 모델 변경 이후 재검증 가능성 등을 주요 기준으로 꼽았다.그는 “기존 공장 자동화는 작업 대상이나 부품이 바뀔 때마다 지그와 프로그램을 수정해야 하는 경우가 많았다”며 “범용 AI 모델 역시 학습에 많은 데이터가 필요하고, 작업 실패 시 원인 파악이 어렵다는 한계가 있다”고 설명했다.뉴로메카는 이를 보완하기 위해 자체 개발한 ‘피지컬 스킬 파운데이션(PSF·Physical Skill Foundation)’을 활용하고 있다. 인식과 동작 계획, 안전 기능을 별도 모듈로 나눠 검증하는 방식이다.로봇이 작업을 시작하기 전 시뮬레이션으로 충돌 가능성을 확인하고, 실행 중 환경이 달라지면 경로를 수정하거나 작업 중단·재시도 등을 결정한다. 박 대표는 “AI의 추론과 로봇의 안전을 철저하게 분리시키는 구조”라며 작업 단계별 검증과 오류 대응의 중요성을 강조했다.기존에 학습한 로봇 동작을 재사용하는 것도 주요 전략이다. 뉴로메카는 물체 집기와 적재, 문 개폐, 정밀 삽입 등의 동작을 ‘스킬’로 구성하고 이를 조합해 복합 작업을 수행하도록 설계했다.박 대표는 “작업마다 시연 데이터를 새롭게 모으고 다시 학습할 필요가 없다”며 기존 로봇 기술과 작업 경험의 재사용이 중요하다고 말했다.시스템 통합(SI) 작업의 자동화도 추진한다. 실제 공정에 로봇을 투입하려면 작업 환경의 디지털 트윈 구축부터 그리퍼 설계, 프로그램 작성과 사전 검증까지 거쳐야 한다. 뉴로메카는 AI를 활용해 이 과정을 연결하는 자동화 체계를 개발하고 있다.박 대표는 “현재 20~30개 현장 프로젝트를 진행하고 있다”며 PCB 가공, 자동차 부품 조립, 물류 운송 등 실증 사례를 소개했다. 서로 다른 생산 현장에서도 동일한 알고리즘을 안정적으로 반복 적용할 수 있는지 검증하는 데 초점을 맞추고 있다고 설명했다.박 대표는 기존 로보틱스 분야에서 축적한 제어·설계·검증 기술을 AI와 결합해야 한다고 강조했다. 피지컬 AI의 산업화가 범용 AI 모델 개발뿐 아니라 실제 로봇의 동작을 안정적으로 구현하고 운영하는 기술에 달려 있다는 판단이다.

[K-로봇, 확산의 조건 ③] ‘한 번 성공’으론 공장 못 간다…피지컬 AI, 반복 검증이 관건

뉴로메카, AI 추론·안전 제어 분리한 PSF 전략 제시…실패 복구·로봇 스킬 재사용 강조

기사입력 2026-10-23 14:05:35

구글 선호 출처로 추가

[산업일보]

AI·로봇 기술을 산업과 일상의 수요로 연결하려면 무엇이 필요한가. ‘AI·로봇 산업 생태계 전략 국회포럼’에서 제시된 정책과 기업 전략을 바탕으로 학습·실증·양산 기반부터 데이터 활용, 공공부문의 역할까지 짚는다.

박종훈 뉴로메카 대표

로봇이 시연에서 작업을 한 차례 성공하는 것과 실제 생산라인에서 같은 작업을 안정적으로 반복하는 것은 다른 문제다. 피지컬 인공지능(AI)이 산업 현장에 적용되려면 작업 성공률뿐 아니라 오류 감지와 복구, 안전성 검증 등 기존 로봇 제어기술과 AI를 결합한 운영체계가 뒷받침돼야 한다.

박종훈 뉴로메카 대표는 21일 서울 여의도 국회의원회관에서 열린 ‘AI·로봇 산업 생태계 전략 국회포럼’에서 현장 적용을 위한 기술적 과제와 개발 방향을 소개했다.

박 대표는 피지컬 AI의 산업 현장 적용을 위해서는 로봇 하드웨어와 범용 작업 지능에 더해 반복적인 성능 검증이 가능한 실행체계가 필요하다고 강조했다. 작업 성공률과 소요 시간, 실패 감지·복구 능력, AI 모델 변경 이후 재검증 가능성 등을 주요 기준으로 꼽았다.

그는 “기존 공장 자동화는 작업 대상이나 부품이 바뀔 때마다 지그와 프로그램을 수정해야 하는 경우가 많았다”며 “범용 AI 모델 역시 학습에 많은 데이터가 필요하고, 작업 실패 시 원인 파악이 어렵다는 한계가 있다”고 설명했다.

뉴로메카는 이를 보완하기 위해 자체 개발한 ‘피지컬 스킬 파운데이션(PSF·Physical Skill Foundation)’을 활용하고 있다. 인식과 동작 계획, 안전 기능을 별도 모듈로 나눠 검증하는 방식이다.

로봇이 작업을 시작하기 전 시뮬레이션으로 충돌 가능성을 확인하고, 실행 중 환경이 달라지면 경로를 수정하거나 작업 중단·재시도 등을 결정한다. 박 대표는 “AI의 추론과 로봇의 안전을 철저하게 분리시키는 구조”라며 작업 단계별 검증과 오류 대응의 중요성을 강조했다.

기존에 학습한 로봇 동작을 재사용하는 것도 주요 전략이다. 뉴로메카는 물체 집기와 적재, 문 개폐, 정밀 삽입 등의 동작을 ‘스킬’로 구성하고 이를 조합해 복합 작업을 수행하도록 설계했다.

박 대표는 “작업마다 시연 데이터를 새롭게 모으고 다시 학습할 필요가 없다”며 기존 로봇 기술과 작업 경험의 재사용이 중요하다고 말했다.

시스템 통합(SI) 작업의 자동화도 추진한다. 실제 공정에 로봇을 투입하려면 작업 환경의 디지털 트윈 구축부터 그리퍼 설계, 프로그램 작성과 사전 검증까지 거쳐야 한다. 뉴로메카는 AI를 활용해 이 과정을 연결하는 자동화 체계를 개발하고 있다.

박 대표는 “현재 20~30개 현장 프로젝트를 진행하고 있다”며 PCB 가공, 자동차 부품 조립, 물류 운송 등 실증 사례를 소개했다. 서로 다른 생산 현장에서도 동일한 알고리즘을 안정적으로 반복 적용할 수 있는지 검증하는 데 초점을 맞추고 있다고 설명했다.

박 대표는 기존 로보틱스 분야에서 축적한 제어·설계·검증 기술을 AI와 결합해야 한다고 강조했다. 피지컬 AI의 산업화가 범용 AI 모델 개발뿐 아니라 실제 로봇의 동작을 안정적으로 구현하고 운영하는 기술에 달려 있다는 판단이다.

뒤로 기사목록

산업일보 영상뉴스 모아보기

산업일보 페이스북 바로가기

임지원 기자 jnews@kidd.co.kr

이 기자의 다른기사 보기 >