BlogTODAYS PICKS SubTrend 피지컬 AI 시대, 제조업이 지금 준비해야 할 것 | 베스핀글로벌 제조 버티컬 BDE 담당 황상원 상무 인터뷰 TREND by Miyeon. Jo 2026년 07월 01일 2026년 07월 01일 1.8K 피지컬 AI는 현실 세계의 작업을 직접 수행하는 AI로, 특히 제조업에서 핵심 키워드로 떠오르고 있다. (사진=생성형 AI 제작) 피지컬 AI(Physical AI), 물리적 환경을 인식해서 판단하고 실제로 움직이거나 행동하는 AI를 뜻합니다. 텍스트나 이미지를 다루는 생성형 AI와는 달리 현실 세계에서 상황에 즉각적으로 답하는 AI죠. 그중 제조업은 피지컬 AI의 가장 대표적인 분야로, 공장 운영을 더 유연하고 효율적으로 만드는 데 활용되고 있습니다.“피지컬 AI는 사람이 다칠 수 있어요”베스핀글로벌 황상원 상무가 던진 이 한 문장이 제조업 AI의 본질을 꿰뚫습니다. 생성형 AI는 틀려도 다시 물어보면 그만이지만, 피지컬 AI는 작은 오차 하나가 사람의 안전과 직결되기 때문이죠. 그렇다면, 제조 기업은 피지컬 AI를 받아들이기 위해 어떤 준비를 해야 할까요?현대자동차, 삼성전자 등 굵직한 기업을 거쳐 지금은 베스핀글로벌에서 제조 사업 개발을 이끌고 있는 황상원 상무님을 만나 제조업 피지컬 AI의 현위치와 피지컬 AI 시대에 기업이 지금 당장 무엇을 해야 하는지 직접 물어봤습니다. 황상원 상무는 삼성전자, 현대자동차를 비롯한 국내 주요 제조 기업과 함께한 10년의 경험을 토대로, 현재 베스핀글로벌에서 제조 버티컬을 담당하고 있다. 기획부터 구축, 운영까지 AI 도입의 전 과정을 고객사와 함께 만들어간다. (사진=베스핀글로벌) 제조업의 AI는 똑똑하기만 해서는 안 된다 Q. 제조업에서 AI를 한다는 것은 어떤 걸 의미하나요? 제조업에서 AI라고 하면, 이제는 피지컬 AI를 말하는 수준이 됐습니다. 거의 기준이 됐어요. 일반적으로 AI라고 하면 LLM 같은 언어 모델을 떠올리는 경우가 많은데, 제조업에서는 달라요. 공장 안에서 실제로 움직이고, 보고, 감지하는 피지컬 AI를 일컫습니다. Q. 피지컬 AI는 LLM같은 일반 AI 모델과 무엇이 다른지 궁금합니다. 결정적인 차이점은 안전성을 담보해야 한다는 거예요. 보통 클로드, 제미나이 같은 LLM에 음성으로 물어보면 답이 바로 나옵니다. 간혹 오류가 날 수 있지만, 그렇다고 해서 사람이 물리적으로 다치진 않아요. 그런데, 공장 같은 경우 자율주행 자동차, 드론, 로봇팔, 휴머노이드 같은 피지컬 AI가 한 번 실수를 한다면, 사람이 다칠 수 있습니다. 이게 결정적인 차이점이죠. LLM은 얼마나 똑똑한가, 얼마나 학습을 잘 시켰는가가 관건이라면, 피지컬 AI는 안전성과 정확성이 100% 보장되어야합니다. “오차없이 정확하고 물리적으로 안전하다는 전제하에, 다른 역할을 빠르게 수행하느냐가 그다음 경쟁력입니다.”(사진=베스핀글로벌) Q. LLM은 틀려도 다시 물어보면 되는데, 피지컬 AI는 그게 안 되는 거군요. 네, 사람이 다칠 수 있으니까요. 그런데 완전 무인 스마트 팩토리로 가기에는 일론 머스크도 얘기하고 있지만, 보수적으로 보면 앞으로 10년은 걸릴 거라고 봅니다. 그전까지는 어떤 형태로든 사람과 AI가 공존하는 과정이 필요할 거예요. 그 과정에서 사람이 다치면 안 되니까요. Q. 제조업에서 피지컬 AI는 실제로 어떤 기술들로 구성되어 있나요? 비전 AI, 센서 기반 자동화, 디지털 트윈. 이 세 가지가 전체 피지컬 AI를 이루는 컴포넌트들이라고 보시면 돼요. 비전 AI는 말 그대로 ‘보는’ 겁니다. 공장 안에서 장애물이 있는지, 컨베이어 벨트가 어떻게 돌아가는지 봐야 하니까 필수가 됐어요. 비전 AI가 수집한 데이터를 LLM이 분석하고, 그 결과를 바탕으로 실제로 움직이는 게 로봇팔이나 휴머노이드가 되는 구조입니다. 센서들은 온도, 습도, 진동 등 각각의 데이터를 수집하는 역할인데, 여기서 중요한 게 센서 퓨전이에요. 진동 센서 하나만 울리면 왜 진동이 심해졌는지 알 수가 없거든요. 거기에 비전 AI와 전류 센서 3~4개가 동시에 감지를 하면, 베어링이 마모돼서 열이 나고 그래서 진동이 심해진 거라는 정확한 원인과 결과를 알 수 있어요. 인간이 오감으로 감지하는 것과 비슷하지만 그 이상이죠. 디지털 트윈은 공장을 그대로 가상 세계에 구현해 놓는 겁니다. 실제 공장에서 고장을 내보려면 돈도 들고 사람도 다칠 수 있으니, 가상 세계에서 먼저 시뮬레이션을 돌려보는 거예요. 어떤 상황이 워닝인지, 어떤 원인으로 문제가 생기는지를 실제 피해 없이 미리 확인할 수 있는 거죠. 제조업에서 피지컬 AI가 본격화된 이유 Q. 글로벌 빅테크 행사에서 피지컬 AI가 핵심 키워드로 계속 등장하고 있습니다. 제조업에서 피지컬 AI가 이렇게 주목받게 된 이유가 있을까요? 크게 세 가지 이유가 맞아떨어졌다고 봐요. ① GPU 연산 능력 향상 디지털 트윈처럼 가상 세계에서 시뮬레이션을 돌릴 수 있을 정도로 GPU 연산 능력이 올라왔어요. 아직 비싸긴 하지만 기업들이 감당 못 할 수준은 아니거든요. 그래서 NVIDIA 같은 곳에서 자신 있게 피지컬 AI를 구현할 수 있을 만큼 충분해졌다고 말할 수 있게 된 거죠. ② 엣지 컴퓨팅 발전 공장 안에 로봇이 100대 있으면, 센서 하나당 하루에 수십 기가바이트의 데이터가 모여요. 그걸 다 클라우드에 올렸다가 받아오면 시간이 엄청나게 걸리는데, 공장은 갑자기 긴급한 상황이 생길 수 있잖아요. 그래서 급한 판단은 로봇 안에서 자체적으로 처리할 수 있도록 하는 엣지 컴퓨팅 기술이 많이 발전했습니다. ③ 월드 모델 발전 기계는 실제로 뭔가를 만지고 움직여야 하잖아요. 그러려면 중력, 마찰력 같은 물리 법칙을 이해해야 하는데, 로봇 AI에게 그런 것들을 계속 학습시켜서 이제는 어느 정도 오차 없이 물리적인 움직임을 할 수 있게 됐다는 게 업계의 판단이에요. “이 세 가지가 맞물린 지금, 많은 제조 기업이 이제는 피지컬 AI를 도입할 때가 됐다고 느끼고 있습니다.” (사진=베스핀글로벌) Q. 국내 제조업 현장에서도 이 흐름을 체감하고 있나요? 작년이나 재작년까지만 해도 피지컬 AI 도입이 아직 멀었다, 실제 공장에 적용하려면 얼마나 복잡한 데라는 시각이 많았어요. 그런데 이제는 NVIDIA도 표준을 만들어 가겠다고 자신 있게 얘기하고, GPU 연산력으로도 충분하다고 하니까, 안 하면 나만 뒤처지겠다는 위기감이 커지고 있는 것 같습니다. Q. 그렇다면 실제 제조 현장에서 어떤 모습으로 구현되고 있나요? 많은 분이 휴머노이드 로봇을 떠올리실 텐데요. 실제로는 공장에서 정교하게 작동하려면 아직 시간이 더 필요해요. 지금 현장에서 많이 적용되고 있는 건 비전 AI를 활용한 품질 검사입니다. 현대자동차에서 완성차가 나오면 10명이 하나하나 흠집은 없는지, 깜빡이는 잘 켜지는지 전부 검사하거든요. 그런데 비전 AI가 컨베이어 밸트를 따라가면서 찍으면 1초 만에 불량 여부를 바로 판단해 줄 수 있어요. 설비 예지 보전도 많이 합니다. 압축기 같은 설비에 진동 센서를 달아두면, 진동이 갑자기 심해질 때 미리 주말에 셧다운해서 부품을 교체할 수 있거든요. 갑자기 1시간 동안 고장나서 컨베이어 벨트가 멈추면 수억 원 다운 타임 손실이 날 수 있는데, 그걸 미리 예방해 주는 거예요. 그리고 협동 로봇 케이스도 있습니다. 용접처럼 반복적이고 위험한 작업에서 로봇과 인간이 한 쌍으로 함께 하는 거죠. 기계가 반복 동작을 돌리고 옆에서 사람이 디렉션을 주는 방식으로요. 제조업 피지컬 AI, 데이터 준비가 우선이다 Q. 요즘 제조업 고객사들을 만나면 어떤 고민을 많이 하시나요? 일단 제조업에서 AI가 최고의 화두예요. AI를 빼면 할 얘기가 없을 정도죠. 그런데 작년까지만 해도 AI를 해야 하나 말아야 하나를 고민하는 단계였다면, 지금은 팀까지 꾸려서 PoC도 해봤지만, 생각대로 잘 안되더라는 얘기를 많이 하십니다. LLM은 할루시네이션이 있어도 결과가 바로 나오는데, 실제 공장에서는 여러 이유로 쉽지 않거든요. AI의 맛은 봤는데, 이걸 어떻게 제대로 써야 하나를 고민하는 경우가 많습니다. Q. 제조업에서 피지컬 AI를 잘 쓰기 위해 기업들이 맨 먼저 준비해야 할 것은 무엇인가요? 데이터 레디니스*요. 데이터가 많이 쌓여 있다고 그걸 AI에 그냥 집어넣으면 똑똑해질 거라고 생각하는 경우가 많은데요. 결코 그렇지 않습니다. AI가 잘 학습할 수 있도록 전처리해 주는 과정이 반드시 필요해요. 공장은 20~30년 치 데이터가 쌓여 있는데, C레벨 분들이 우리가 보유한 데이터 많으니 읽혀서 공부만 시키면 되지 않냐고 하시거든요. 절대 아닙니다. 포맷도 다 다르고, 중간에 빠진 데이터도 있고, 서로 관계도 정리가 안 돼 있어요. 이 상태로는 AI가 제대로 학습할 수가 없습니다. 특히 데이터가 많은 제조업일수록 지금 당장 시작하셔야 해요. 그거라도 무조건 하셔야 하고, 나중에 시간을 많이 절약할 수 있습니다. 📌 데이터 레디니스 Data Readiness AI 모델이 학습할 수 있도록 데이터를 수집, 정제, 가공하여 준비된 상태로 만드는 과정. 포맷 통일, 시간 동기화, 결측값 처리, 레이블링 등의 전처리 작업을 포함한다. 이 과정을 거쳐 즉시 AI 학습이나 분석에 투입할 수 있게 최적화된 데이터를 ‘레디 데이터(Ready Data)’라고 한다. Q. 결국 데이터가 핵심이네요. 맞습니다, 데이터 준비 없이는 아무것도 시작할 수 없어요. 피지컬 AI 도입이 당장 어렵더라도, Ready Data만큼은 지금 당장 쌓아야 해요. 이 과정이 생각보다 시간도 오래 걸리고 어려운 작업이에요. 포맷도 맞춰야 하고, 빠진 데이터도 채워야 하고, 설비 간의 관계도 정리해야 하니까요. 그렇지만, 결국 데이터 정리가 경쟁력이 될 겁니다. Q. 마지막으로, 제조업 피지컬 AI 도입을 고민 중인 기업에 한말씀해 주신다면요. 레디 데이터는 준비는 무조건 하셔야 합니다. 특히 데이터가 많이 쌓인 제조 기업일수록 지금부터 해야 해요. 나중에 시간을 얼마나 아낄 수 있는지가 여기서 결정되거든요. 레디 데이터가 제조 AI로 가는 가장 중요한 출발점이라고 생각합니다. “레디 데이터부터 잘 정리해야 그다음을 향해 걸어갈 수 있습니다. 이 과정이 시간도 오래 걸리고 힘든 작업이지만, 제조 AI로 빠르게 나아갈 수 있는 지름길이 될 거예요.” (사진=베스핀글로벌) 제조업 피지컬 AI, 데이터 준비 그 시작부터 함께 제조업에서 AI는 이제 피지컬 AI가 기준이 됐습니다. 그런데 피지컬 AI는 생성형 AI와 근본적으로 달라요. 화면 안에서 끝나는 게 아니라 실제 공장에서 움직이고, 감지하고, 판단하기 때문에 작은 오차 하나가 사람의 안전과 직결됩니다. GPU 연산력, 엣지 컴퓨팅, 월드 모델이 맞아떨어지면서 이제는 해볼 만한 시대가 됐지만, 막상 현장에서 시작하려면 생각보다 훨씬 복잡한 과정이 기다리고 있어요.피지컬 AI 시대, 제조업이 준비해야 할 것은 결국 데이터입니다. 황상원 상무의 말처럼, 20~30년 치 데이터가 쌓여 있어도 전처리가 안 된 데이터는 AI에게 아무 의미가 없습니다. 포맷도 다르고, 빠진 데이터도 있고, 설비 간 관계도 정리가 안 돼 있으니까요.베스핀글로벌은 이 복잡한 과정을 처음부터 끝까지 함께 합니다. 데이터를 모으고 정제해서 AI가 학습할 수 있는 상태로 만드는 것부터 구축과 운영까지, 제조 AI로 가는 전 과정을 파트너로서 지원합니다. 피지컬 AI 도입이 아직 멀게 느껴진다면, 지금 당장 시작할 수 있는 것이 있습니다. Ready Data가 무엇인지, 왜 제조업 AI의 성패를 가르는 핵심인지 다음 글에서 확인해 보세요. 관련 상품 제조 DX 방금 읽은 인사이트를 실무에 직접 적용하고 싶으시다면?지금 바로 베스핀글로벌에 문의하세요. 문의하기 더 읽어볼 만한 컨텐츠 피지컬 AI 시대, 제조업이 지금 준비해야 할 것 | 베스핀글로벌 제조 버티컬 BDE 담당 황상원 상무 인터뷰 레디 데이터(Ready Data)란? 20년 치 데이터가 쌓여도, AI가 못 읽는 이유 목차 피지컬 AI 시대, 제조업이 지금 준비해야 할 것 | 베스핀글로벌 제조 버티컬 BDE 담당 황상원 상무 인터뷰 “피지컬 AI는 사람이 다칠 수 있어요” 제조업의 AI는 똑똑하기만 해서는 안 된다 Q. 제조업에서 AI를 한다는 것은 어떤 걸 의미하나요? Q. 피지컬 AI는 LLM같은 일반 AI 모델과 무엇이 다른지 궁금합니다. Q. LLM은 틀려도 다시 물어보면 되는데, 피지컬 AI는 그게 안 되는 거군요. Q. 제조업에서 피지컬 AI는 실제로 어떤 기술들로 구성되어 있나요? 제조업에서 피지컬 AI가 본격화된 이유 Q. 글로벌 빅테크 행사에서 피지컬 AI가 핵심 키워드로 계속 등장하고 있습니다. Q. 국내 제조업 현장에서도 이 흐름을 체감하고 있나요? Q. 그렇다면 실제 제조 현장에서 어떤 모습으로 구현되고 있나요? 제조업 피지컬 AI, 데이터 준비가 우선이다 Q. 요즘 제조업 고객사들을 만나면 어떤 고민을 많이 하시나요? Q. 제조업에서 피지컬 AI를 잘 쓰기 위해 기업들이 맨 먼저 준비해야 할 것은 무엇인가요? Q. 결국 데이터가 핵심이네요. Q. 마지막으로, 제조업 피지컬 AI 도입을 고민 중인 기업에 한말씀해 주신다면요. 제조업 피지컬 AI, 데이터 준비 그 시작부터 함께 제조업AI 이전 글 레디 데이터(Ready Data)란? 20년 치 데이터가 쌓여도, AI가 못 읽는 이유
