전체메뉴 검색
산업

[현장] "로봇 만들 돈도, 실험할 공간도 없다"…피지컬 AI 인프라 한계 '한 목소리'

김아령 기자 2026-03-24 18:14:36
24일 국회 의원회관 제2세미나실에서 ‘피지컬 AI 시대: 로봇기술의 발전과 대한민국 산업의 미래’ 정책 토론회가 개최됐다. [사진=김아령 기자]

[경제일보] “로봇과 AI 기술이 빠르게 발전하고 있지만, 실제 산업에서 쓰이려면 데이터 확보 구조와 비용 문제, 제도 정비가 함께 풀려야 합니다. 특히 장비 보조금과 연구 공간 등 인프라 지원이 함께 뒤따라야 합니다.”
 
24일 국회 의원회관 제2세미나실에서 열린 ‘피지컬 AI 시대: 로봇기술의 발전과 대한민국 산업의 미래’ 정책 토론회에서는 로봇 산업의 기술 수준과 별개로 상용화 전환을 가로막는 구조적 한계가 핵심 쟁점으로 부상했다.
 
이날 토론회에는 최리군 현대자동차 로보틱스랩 상무와 유회준 KAIST AI반도체대학원 원장, 이규빈 GIST 인공지능연구소장, 박동일 한국기계연구원 첨단로봇연구센터장, 윤석준 포스코DX 상무 등 산학연 주요 관계자들이 참석해 기술·산업·정책 전반을 점검했다.
 
발제를 맡은 최리군 상무는 로봇 산업이 기술 발전 속도와 달리 시장 확산 단계로 이어지지 못하고 있다고 진단했다. 그는 “피지컬 AI는 빠르게 발전하고 있지만 실제 현장에서 활용하기에는 비용과 인프라, 활용 시나리오가 부족하다”며 “총소요비용 기준에서 경쟁력을 확보하지 못하면 시장 확대에는 한계가 있다”고 말했다.
 
최리군 현대자동차 로보틱스랩 상무가 '로보틱스 산업 현황과 로보틱스 랩의 도전'을 주제로 발언하고 있다. [사진=김아령 기자]
 
글로벌 로봇 시장 규모는 약 150조원 수준으로, 산업용 로봇을 포함해도 초기 시장에 머물러 있다는 평가가 제시됐다. 특히 휴머노이드 등 차세대 로봇은 기술 시연은 빠르게 늘고 있지만 실제 수익 모델로 이어진 사례는 제한적인 상황이다.
 
최 상무는 로봇 산업의 확산 조건으로 성능과 비용 구조를 동시에 언급했다. 그는 “성능 고도화와 함께 유지관리, 인증, 운영 안정성 확보가 병행돼야 한다”며 “부품 공용화와 모듈화를 통한 비용 절감과 공급망·파트너 협력을 기반으로 한 생태계 구축이 필요하다”고 강조했다.
 
이어진 토론회에서는 데이터 확보 방식과 제도 간 간극이 주요 쟁점으로 부각됐다. 윤석준 포스코DX 상무는 “제조 현장에서는 규제 샌드박스 활용이 제한적이고 데이터 활용에도 제약이 존재한다”며 “현장 적용을 전제로 한 제도 설계가 필요하다”고 말했다.
 
표준 경쟁과 산업 구조 문제도 함께 언급됐다. 박동일 한국기계연구원 첨단로봇연구센터장은 “중국이 국제표준화 논의에서 영향력을 확대하고 있다”며 “데이터셋과 모듈 구조 등 핵심 영역에서 표준 주도권 경쟁이 진행되고 있다”고 밝혔다.
 
국내 산업 구조 역시 한계가 확인됐다. 국내 로봇 기업은 약 2500개 수준이며 이 중 98%가 중소기업으로 구성돼 있다. 매출 10억원 미만 기업 비중도 95.1%에 달해 산업 저변은 넓지만 규모의 경제를 확보한 기업은 제한적인 구조다.
 
연구 환경과 인프라 부족 문제도 주요 쟁점으로 제기됐다. 토론에서는 고가의 로봇 장비 도입 부담과 연구 공간 부족이 반복적으로 언급됐다.
 
이규빈 GIST 인공지능연구소장은 “로봇 장비는 가격이 높지만 도입 절차가 까다롭다”며 “장비 보조금과 같은 지원이 필요하다”고 말했다. 이어 “로봇 연구는 넓은 실험 공간이 필수지만 현재 구조에서는 확보가 쉽지 않다”고 지적했다.
 
정책 방향과 관련해 정부는 산업 현장 중심 데이터 확보와 제도 정비 필요성을 강조했다. 박태완 과학기술정보통신부 정보통신산업정책관은 “AI와 로봇 산업 확산의 핵심은 데이터”라며 “데이터 규제를 완화하면서도 개인정보 보호와의 균형을 맞추는 방향으로 제도를 설계해야 한다”고 말했다.
 
권순목 산업통상자원부 산업인공지능정책과장은 “데이터를 연구개발 과제로만 접근하는 방식에서 벗어나 실제 서비스와 제품을 통해 축적되는 구조로 전환해야 한다”며 “기업이 참여하는 실증 확대와 산업 현장 기반 데이터 확보가 정책의 중심이 돼야 한다”고 말했다.
 
정책 지원 방식의 한계도 함께 지적됐다. 이규빈 소장은 “현재는 한 번 지원을 받은 과제와 유사한 내용이면 다른 기업이 동일한 시도를 하려 해도 지원이 제한되는 구조”라며 “로봇 분야는 반복적인 실패와 개선 과정이 필수인데 이런 구조에서는 학습이 축적되기 어렵다”고 말했다.
 
이어 “여러 번 시도와 반복 학습이 가능하도록 지원 체계를 개선할 필요가 있다”고 강조했다.
0개의 댓글
0 / 300
댓글을 삭제 하시겠습니까?
닫기
로그인 후 댓글작성이 가능합니다.
로그인 하시겠습니까?
닫기
기사 이미지 확대 보기
닫기