스카이인텔리전스, 엔비디아 발간 글로벌 백서에 참여

스카이인텔리전스, 엔비디아 발간 글로벌 백서에 참여

시뮬레이션에서 현장 검증까지…확장 가능한 피지컬 AI 학습체계 제시

[아이뉴스24 문영수 기자] 스카이인텔리전스(대표 이재철)는 ABB 로보틱스와 엔비디아가 공동 발간한 두 번째 산업용 피지컬 AI 글로벌 백서 '산업용 피지컬 AI를 위한 인재 양성(Preparing Talent for Industrial Physical AI)'에 AWS, 아시아인포(AsiaInfo), 딜로이트(Deloitte)와 함께 주요 기여자(Main Contributor)로 참여했다고 21일 밝혔다.

지난 20일 발간된 백서는 주요 기업과 전문가들이 기술 방향과 적용 방법을 제시하는 산업 레퍼런스 역할을 한다. 이번 백서는 제조업을 중심으로 산업용 피지컬 AI를 '실제 물리적 환경을 인지·판단하고 로봇·자동화 장비 등을 통해 작업을 수행하는 AI 시스템'으로 정의하고 현장 적용에 필요한 인재 역량과 학습·검증 방식을 체계화했다. 특히 각 지역의 산업·교육 환경에 적용할 수 있는 글로벌 프레임워크를 제안했다.

ABB 로보틱스와 엔비디아가 공동 발간하고 스카이인텔리전스가 주요 기여사로 참여한 '산업용 피지컬 AI 인재 양성' 백서 표지와 기여자 소개 페이지. [사진=스카이인텔리전스]

이번 백서가 주목한 핵심 과제 중 하나는 피지컬 AI의 빠른 확산과 실제 산업 현장의 활용 성숙도 사이의 간극이다. 백서가 인용한 딜로이트의 'State of AI in ER&I: The Untapped Edge 2026' 조사는 2025년 8~9월 전 세계 24개국 기업 고위 리더 3235명을 대상으로 실시됐다.

에너지·자원·산업재(Energy, Resources & Industrials, ER&I) 분야 응답자 591명 중 72%가 피지컬 AI를 최소 제한적인 수준으로 활용하고 있었지만 중간 이상 수준의 활용은 19%에 그쳤다. 반면 향후 2년 내 최소 제한적으로 활용할 것으로 예상한 응답은 91%에 달했다. 도입은 빠르게 늘고 있지만 실제 산업 운영에 적용·확장할 수 있는 역량은 아직 그 속도를 따라가지 못하고 있다는 분석이다.

또 다른 과제는 인재·교육의 준비도와 실제 산업 현장이 요구하는 역량 사이의 간극이다. 같은 조사에서 ER&I 분야 응답자의 53%는 AI 활용 역량을 높이기 위해 더 폭넓은 인력을 대상으로 교육하고 있으며, 50%는 업스킬링·리스킬링 전략을 설계하거나 실행하고 있다고 답했다. 그러나 84%는 아직 AI 역량에 맞춰 직무를 재설계하지 않은 것으로 나타났다. AI 교육과 인재 육성은 확대되고 있지만 이를 실제 직무와 현장 운영 역량으로 연결하는 데는 한계가 있다는 분석이다.

백서는 이를 해소하기 위해 단순한 AI 교육을 넘어 산업 현장에 필요한 역량 구축이 필요하다고 강조했다. 피지컬 AI는 AI 모델뿐 아니라 센서·로봇·제어시스템·데이터 인프라·생산공정·안전·품질 등이 복합적으로 연결되는 만큼 기술 개발부터 시스템 통합·현장 운영까지 산업 전반의 인재 역량이 필요하다는 것이다. 특히 각 분야의 전문성을 유지하면서도 AI·로보틱스·제조공정 등 인접 분야의 언어와 제약조건, 검증 기준을 이해하고 연결하는 '번역적 역량(Translational Capability)'을 핵심 개념으로 제시했다.

스카이인텔리전스는 이번 백서의 주요 기여자(Main Contributor)로 참여해 실제 산업 환경과 시뮬레이션을 연결하는 피지컬 AI 역량 및 학습 체계 구축 논의에 전문성을 더했다. 백서 3부 '확장 가능한 학습 생태계 구축'에는 조시 류(Josh Liu) CTO의 코멘트도 직접 인용됐다. 그는 "산업용 피지컬 AI 프로그램은 입증 가능한 역량을 중심으로 구축돼야 한다"며 실제 과제와 실습을 기반으로 이해에서 배포·개선까지 이어지는 학습 체계의 중요성을 강조했다.

백서에서 주요하게 다룬 디지털트윈과 시뮬레이션, 합성데이터는 스카이인텔리전스가 피지컬 AI 분야에서 기술 역량을 축적해온 영역이다. 백서는 '시뮬레이션과 디지털트윈'을 핵심 역량으로 제시하고, 설계·운영 검증부터 합성·희소사건 데이터 생성, 운영 의사결정, 인재 학습까지 활용할 수 있다고 설명한다.

학습 과정은 '이해, 시뮬레이션, 물리적 검증, 업무 적용, 개선' 5단계로 제안했다. 특히 '시뮬레이션 우선(Simulation First)'을 강조하되 '시뮬레이션만(Simulation Only)'으로 끝나지 않고 실제 환경에서 검증해 현장 적용과 개선으로 연결해야 한다고 했다.

교육 평가 역시 '무엇을 배웠는가'에서 '실제 산업 현장에서 무엇을 할 수 있는가'로 확장했다. 교육과정 이수나 시험 통과에 그치지 않고 시스템 시연, 검증 계획, 시뮬레이션 및 물리적 테스트 등을 통해 실제 수행능력을 확인하는 방식이다.

이재철 스카이인텔리전스 대표는 "산업용 피지컬 AI가 실제 현장으로 확산되기 위해서는 기술뿐 아니라 이를 이해하고 연결하며 검증·운영할 수 있는 인재 역량이 함께 갖춰져야 한다"며 "이번 백서의 주요 기여자 참여를 계기로 시뮬레이션·디지털트윈 등 피지컬 AI 기술 역량을 기반으로 글로벌 산업계와의 기술 논의를 확대하고, 실제 제조 현장에서 활용 가능한 피지컬 AI 생태계 구축에 기여할 계획"이라고 말했다.

한편 스카이인텔리전스는 지난 1차 백서 '고정밀 제조업을 위한 산업용 피지컬 AI(Industrial Physical AI in High-Precision Manufacturing)'에서도 주요 기여자로 참여해, 산업 공차·반사·가림 등 고정밀 제조 현장의 핵심 변수를 반영한 합성데이터로 로봇 비전 AI를 생산 라인 도입 전에 학습·검증하는 방법을 제시한 바 있다.

/문영수 기자(mj@inews24.com)