첸이밍 NTU 교수 "피지컬 AI, 챗GPT와 달라…산업 특화 데이터 필요"

[키플랫폼 AI 인사이트]첸이밍 싱가포르 난양공과대학교(NTU) 기계항공공학부 교수 인터뷰

첸이밍 싱가포르 난양공과대학교 교수/사진제공=첸 교수

"산업용 AI(인공지능)는 챗GPT 같은 LLM(초거대 언어모델)과는 다릅니다. 피지컬 AI를 '신비화'하지 말고 과장 없이 정확히 이해해야 합니다. 인간과 AI의 역량을 상호 보완적으로 결합해 가치를 극대화하는 방법을 찾아야 합니다."

첸이밍(Chen I-Ming) 싱가포르 난양공과대학교(NTU) 기계항공공학부 교수는 머니투데이와의 인터뷰에서 피지컬 AI의 산업 적용에 대해 이같이 밝혔다.

전기전자기술자협회(IEEE)와 미국기계학회(ASME) 석학회원인 첸 교수는 로봇 공학 분야의 세계적인 권위자로 싱가포르 로봇 생태계를 이끄는 핵심 사령탑이다. 30년째 난양공대 교수로 재직 중인 첸 교수는 싱가포르의 국가적 로봇 혁신 센터인 CARTIN(Center for Advanced Robotics Technology Innovation, 첨단 로봇 기술 혁신 센터)의 공동 소장을 맡고 있다. 또 건설 특화 로봇 기업 트랜스포마로보틱스와 지능형 물류 솔루션 기업 핸드플러스로보틱스를 창업하기도 했다.

━

피지컬 AI 현장 도입…지능형 로봇은 '조만간', 휴머노이드는 '시간 필요'
━
첸 교수는 피지컬 AI의 발달로 수년 내 상당수의 '다크 팩토리'(사람이 없이도 24시간 가동되는 무인·자동화 제조 공장)가 출현할 것이라 내다봤다.

그는 "피지컬 AI를 제조업에서 널리 쓰이는 기존 산업용 로봇에 지능을 추가하는 것으로 본다면 이는 빠르게 확산될 것"이라며 "특히 전자, 바이오·제약처럼 구조화된 실내 제조 환경을 갖는 분야에서는 공장의 약 90%가 AI와 완전히 통합돼 '라이트 오프'(Lights-off) 공장(무인·자동화 공장, 다크 팩토리)에 가까워질 수 있다고 생각한다"고 밝혔다.

산업용 로봇의 지능화란 센서 추가, 로봇 비전 시스템 강화, 연산 능력 향상 등을 통해 로봇을 포함한 제조 설비가 자동화를 넘어 자율화 단계로 나아가는 것을 말한다.

다만 첸 교수는 휴머노이드 로봇이 제조업 전반에 활용되려면 시간이 더 필요할 것으로 예상했다. 3~5년 안에 휴머노이드 로봇이 제품 생산의 전면에 등장하기는 어렵다는 것이다.

첸 교수는 "피지컬 AI를 휴머노이드 로봇에 지능을 탑재해 주변 환경을 더 잘 이해하고 현재 사람이 하는 작업을 수행하게 하는 것으로 본다면, 3~5년 내 공장에 휴머노이드 로봇이 투입되는 유의미한 사례가 더 나올 수는 있다"면서도 "대규모 확산은 여전히 드물 가능성이 큰데, 휴머노이드는 아직 초기 단계이며 적합한 활용처를 찾아가는 과정에 있다"고 강조했다.

피지컬 AI를 실제 현장에 적용하기 위해 꼭 필요한 것으로는 '산업 특화 데이터(Domain data)'를 꼽았다. 산업 특화 데이터란 특정 산업 분야의 전문 지식과 현장 경험 등을 말한다. 누구나 얻을 수 있는 정보가 아니라 해당 산업 현장에서만 쌓이는 고유한 전문 지식이란 뜻이다. 예컨대 제철소에서 수십 년간 근무한 숙련공이 철판이 롤러를 통과할 때 발생하는 미세한 소리를 듣고 해당 제품의 상태를 알아채는 것과 같은 노하우가 산업 특화 데이터에 해당한다.

첸 교수는 "휴머노이드에 내장되는 피지컬 AI는 그 로봇이 투입되는 응용 분야에 맞는 도메인 지식을 갖춰야 한다"며 "하드웨어와 소프트웨어(피지컬 AI)가 잘 맞아떨어질 때 폭넓은 적용이 가능해질 것"이라고 말했다.

이어 "각 제조 분야에 어떤 유형의 AI가 도움이 되는지, 그리고 그 AI가 요구하는 도메인 지식과 개발 비용, 성능에 대해 정확히 파악해야 한다"며 "산업용 AI는 (LLM과는 달리) 설비가 매일 데이터를 생성하는 정적이지 않은 동적인 AI다"고 덧붙였다.

AI 관련 주요 용어/그래픽=이지혜

━
"로봇과 컴퓨터는 달라…하드웨어-소프트웨어 개발 분리 못해"
━
첸 교수는 로봇과 컴퓨터의 차이를 이해하는 것이 피지컬 AI를 실제 산업 현장에 적용하는 데 중요하다고 설명했다. 로봇은 연산 결과를 모니터로 출력하는 LLM과 달리 하드웨어와 소프트웨어가 보다 긴밀하게 연결돼 있다는 것이다.

그는 "로봇 시스템은 하드웨어와 소프트웨어가 매우 정교하게 통합된 것"이라며 "많은 사람들이 로봇을 컴퓨터처럼 생각하면서 하드웨어와 소프트웨어 개발을 깔끔하게 분리할 수 있다고 생각하지만 실제로는 그렇지 않다"고 강조했다.

또 "디지털 세계와 물리적 실체를 연결하는 과정에는 돌발적이고 미묘한 변화까지 견딜 수 있는 견고한 인터페이스가 필요한데 아직 부족하다"며 "(현장 도입 단계에서) 로봇 기업이 겪는 가장 어려운 과제는 관절 모터, 센서 데이터 입력, 로봇 동작 제어 등 전 계층에서의 하드웨어-소프트웨어 시스템 통합이다"라고 부연했다. 설비의 노후도나 작업 환경의 미세한 변화에 맞춰 AI 모델이 실시간으로 변경돼야 한다는 뜻이다.

첸 교수는 피지컬 AI가 물리적 실체가 있는 환경에서 작동하는 만큼 디지털 세계에서 작동하는 AI에 비해 불완전성이 존재한다고 했다. 이 같은 현상에 대해 "명목상 동일한 로봇이 같은 소프트웨어를 실행해도 실제로는 서로 다른 행동을 보이곤 한다"고 설명했다.

첸 교수는 이같은 로봇의 불완전성을 해결하기 위해 시스템엔지니어링 접근법을 시도했다. 그는 "반복적인 테스트와 개선을 통해 각 서브 시스템의 신뢰성과 강인성을 확보하고 전체 로봇 시스템을 신뢰할 수 있게 만들어야 한다"며 "로봇을 만드는 방식은 하드웨어와 소프트웨어 모두 자동차와 로켓을 만들 듯 체계적으로 해야 한다"고 밝혔다.

이를 통해 첸 교수는 피지컬 AI가 적용된 '가변 모듈형 로봇'(Variable modular robots)을 개발하는 것을 목표로 하고 있다.

첸 교수는 "피지컬 AI를 로봇의 관절 구동기(액추에이터) 수준까지 내려보내 진정으로 지능적이고 자신의 상태에 적응하면서 선제적으로 반응하도록 만들고 싶다"며 "근육을 과도하게 사용한 인간이 피로감을 느껴 움직임을 늦추는 것과 비슷한 것으로, 현재 휴머노이드를 포함해 어떤 로봇 관절 모터도 이런 능력을 갖추지 못했다"고 설명했다.

첸 이밍 (I-Ming Chen) 싱가포르 난양공대 교수 이력/그래픽=김지영

━
"피지컬 AI 도입, 일자리 대체 불가피…인간-로봇 협업 중요"
━
첸 교수는 피지컬 AI가 도입되는 경우 인간과 로봇의 협업 과정을 잘 설계하는 것이 중요하다고 밝혔다. 그는 "이상적인 협업은 로봇이 단순·반복·위험 작업을 맡아 인간을 보완하고, 인간은 모방하기 어려운 복잡·고도의 작업을 수행하는 것"이라며 "현재 고난도 용접이나 초정밀 계측 작업은 숙련된 장인이 수행하는데 향후 10년 동안도 상당 부분 비슷할 것"이라고 말했다.

다만 일정 수준의 일자리 대체는 불가피할 것으로 봤다. 첸 교수는 "피지컬 AI 도입에 따른 일자리 대체는 피할 수 없다"며 "하지만 피지컬 AI를 개발하는 비용과 대체 대상 작업의 가치 사이에는 항상 비용과 가치의 비교가 존재하기 때문에 결국 비용 대비 효과와 ROI(투자 대비수익률, Return on investment)가 핵심 관심사"라고 설명했다.

이어 "조선과 방위산업은 많은 고난도 작업이 숙련 노동자에 의존한다"며 "로봇은 저난도 작업을 맡는 등 인간과 로봇 간 역할 분담이 중요해질 수 있다"고 덧붙였다.

첸 교수는 피지컬 AI가 글로벌 공급망을 유기적으로 강화하는데 기초가 될 것이라 강조했다. 첸 교수는 "산업용 AI는 전체 사업 계획을 담당하는 최상위 의사결정 AI, 공급망 관리 AI, 공장·기계 수준의 AI로 계층적으로 구성될 것"이라며 "이는 AI로 강화된 인더스트리 4.0"이라고 했다.

그러면서 "이를 통해 설비·기계 수준에서 발생한 변동이 상위 공급망 시스템 나아가 비즈니스 단계까지 실시간으로 매끄럽게 반영될 수 있다"고 전망했다.

현재 수준의 컴퓨터 연산력으로도 산업 현장에서 피지컬 AI 구현이 가능할 것이라는 게 첸 교수의 분석이다. 그는 "피지컬 AI를 도메인 특화 용도로 구성하고, 현장 배포를 위해 작은 모델로 증류하면 현재의 GPU(그래픽 병렬처리장치) 규모와 엣지 컴퓨팅 장치(단말 장치에서 데이터가 처리되는 장치)로도 충분하다고 본다"며 "이런 논리로 보면 도메인 특화 피지컬 AI 모델과 연산 효율을 위한 소형화가 앞으로 발전할 것"이라고 예상했다.

안재용 기자 poong@mt.co.kr

Copyright ⓒ 머니투데이 & mt.co.kr. 무단 전재 및 재배포, AI학습 이용 금지.