[더파워 최성민 기자] 아이엘 정문식 CAIO가 실제 산업 현장에서 확보한 데이터를 중심으로 Physical AI 경쟁력을 강화하겠다는 전략을 밝혔다.
피지컬AI 데이터 플랫폼 기업 아이엘은 정문식 CAIO가 취임 이후 처음으로 Physical AI 연구소의 기술 전략과 중장기 비전을 공개했다고 밝혔다.
정 CAIO는 “Physical AI의 경쟁력은 로봇을 얼마나 많이 보유하느냐가 아니라, 실제 산업 현장에서 얼마나 많은 양질의 데이터를 확보하고 이를 AI 학습과 성능 개선으로 연결할 수 있느냐에 달려 있다”고 설명했다.
아이엘이 제시한 기술 전략은 ‘Physical AI Data Flywheel’ 구축이다. 제조 현장에서 데이터를 수집하고, 이를 AI 모델 학습과 고도화에 활용한 뒤, 다시 로봇에 적용해 현장 운영 데이터를 재축적하는 방식이다.
이 구조는 로봇이 실제 현장에서 일하는 과정 자체를 AI 학습의 기반으로 삼는 것이 특징이다. 로봇이 수행한 작업 결과와 현장 상황, 장애 및 복구 과정이 다시 데이터로 축적되고, 해당 데이터가 AI 모델 개선에 활용된다.
아이엘은 자체 제조 인프라를 Physical AI 실증 공간으로 활용하고 있다. 회사는 휴머노이드 ‘아이엘봇’을 제조 현장에 투입해 자재 운반, 공정 간 이동, 부품 공급, 설비 점검, 반복 작업 등 다양한 업무를 단계적으로 학습시키고 있다.
현장에서는 영상 데이터와 행동 데이터, 작업 결과, 로봇 상태, 장애·복구 관련 정보 등 다양한 데이터가 생성된다. 아이엘은 이를 수집·정제해 AI 모델 학습에 적용하고, 개선된 모델을 다시 휴머노이드에 탑재해 성능을 검증한다.
검증 항목은 작업 성공률, 정확도, 운영 안정성, 확장성 등이다. 아이엘은 이 같은 반복 과정을 통해 실제 제조 환경에 최적화된 Physical AI 기술 구조를 확보한다는 계획이다.
Physical AI 연구소는 글로벌 AI 플랫폼과 오픈소스 모델도 적극적으로 활용한다. 다만 외부 기술 활용은 개발 속도를 높이기 위한 수단으로 두고, 실제 현장에서 생성되는 데이터와 이를 학습·운영하는 핵심 역량은 내부 자산으로 축적한다는 방침이다.
아이엘 정문식 CAIO “Physical AI 경쟁력, 현장 데이터 확보에 달려”
아이엘은 특정 로봇이나 AI 플랫폼에 의존하지 않는 자체 기술 체계를 구축하는 것을 목표로 한다. 데이터 수집, AI 학습, 로봇 적용, 현장 데이터 재축적까지 이어지는 전 과정을 자체적으로 운영할 수 있는 기반을 마련하겠다는 구상이다.
정문식 CAIO는 “Physical AI 시대에는 하드웨어 자체보다 실제 산업 현장에서 축적되는 데이터와 이를 AI 학습으로 연결하는 역량이 중요한 경쟁력이 될 것”이라며 “아이엘은 실제 제조 현장을 보유하고 있다는 강점을 활용해 데이터 수집부터 AI 학습, 로봇 적용, 재학습까지 이어지는 선순환 구조를 구축하겠다”고 말했다.
이어 “외부의 우수한 AI 기술은 적극적으로 활용하되 현장에서 생성되는 데이터와 이를 학습·운영하는 핵심 역량은 아이엘의 자산으로 축적할 것”이라며 “이를 통해 아이엘만의 Physical AI 기술 경쟁력을 만들어 나가겠다”고 강조했다.
아이엘은 향후 자체 제조 현장에서 검증한 운영 모델을 외부 산업 현장으로 확대한다. 제조를 시작으로 물류, 시설관리, 보안 등 로봇의 반복 운영이 가능한 산업군으로 적용 범위를 넓히고, AI와 운영 소프트웨어가 결합된 Physical AI 플랫폼으로 사업을 확장할 계획이다.
정 CAIO는 “궁극적으로 아이엘이 지향하는 것은 로봇을 공급하는 기업에 머무르는 것이 아니다”라며 “현장에서 로봇이 일할수록 데이터가 축적되고, 그 데이터가 다시 AI와 로봇을 진화시키는 구조를 구축해 아이엘을 대한민국을 대표하는 Physical AI 데이터 플랫폼 기업으로 성장시키겠다”고 밝혔다.
