[카드뉴스] 로봇 잘 만드는 것만으론 부족… 피지컬 AI 승부처는 ‘현장’

AI 요약

피지컬 AI 경쟁 기준이 ‘무엇을 할 수 있는가’에서 ‘현장에서 얼마나 오래, 안정적으로 일하는가’로 이동했으며 가동시간·작업 성공률·사람 개입 횟수 등이 새로운 현장 KPI로 떠오르고, 가장 큰 병목은 실제 현장에서 쌓이는 힘·촉각·작업의 성패·예외 상황 등 실세계 행동 데이터라고 지적했습니다. 현장 배치는 데이터 확보의 시작으로 배치→데이터 생성→모델 재학습→성능 개선·원가 하락→재배치의 데이터 플라이휠을 만들고 가치도 로봇 판매에서 설치·시스템 연동·지속 운영과 개선으로 확대돼 RaaS가 확산하고 있습니다. 삼일PwC는 한국의 기회로 반도체·조선·배터리·자동차 등 난공정 제조 현장을 꼽으며 데이터를 수집·표준화해 AI 학습 자산으로 전환할 체계가 필요하다고 제언했고, 공급기업은 업종 특화 모델·희소 부품·운영 서비스에 집중하고 데이터 및 파인튜닝 권리를 계약 단계에서 명확히 해야 하며 수요기업은 초기 도입 범위를 좁혀 KPI로 효과를 검증하고 실패·예외·작업자 개입 기록과 데이터 소유권 및 개선 모델 사용 범위를 확���할 것을 제안했습니다.