핵심 요지

  1. 피지컬 AI 현지화 학습에 한국 데이터가 필수 자산이다. 엔드투엔드(E2E) AI는 학습한 환경과 다른 곳에서 성능이 저하된다. 테슬라 FSD가 한국에서 교통법규를 위반하는 사례가 실제로 발생하듯, 현지 재학습이 불가피하다. 조선·반도체·자동차·방산이 한 나라에 집약된 구조 덕분에 전 세계 기업들이 한국 현장 데이터 확보를 위해 알게 모르게 몰려들고 있다.
  1. 피지컬 AI 인프라 공급자가 최종 제품사보다 구조적으로 유리하다. 골드러시 시대 청바지 비유처럼, 3D 디지털 트윈 시뮬레이션 환경과 센서 캘리브레이션 인프라를 공급하면 자율주행·로봇 개발사 모두가 고객이 된다. 자율주행차를 직접 만들었다면 현대자동차·웨이모와 경쟁해야 했겠지만, 인프라 공급사는 동일한 환경을 복수 고객에게 반복 공급한다.
  1. 탈중국 수요가 한국의 산업 포지션을 강화한다. 미국은 중국 로봇 수입을 차단하고, 일본 기업도 비중국산을 요청한다. 제조 역량과 수요처를 동시에 보유한 한국이 피지컬 AI 데이터 원천으로 주목받지만, 미국의 10분의 1 수준인 스타트업 투자 유치 규모와 데이터 규제를 극복하는 것이 과제로 남는다.

왜 지금 이 영상인가

피지컬 AI 확산이 연구용 수 대 단계를 넘어 소카 자율주행 서비스 전환 준비, 한진 휴머노이드 물류 자동화처럼 100대 이상 양산·상용 운영 단계로 진입하고 있다. 이 전환점에서 국내 유일 OpenDRIVE 상용 표준 정회원으로 활동하는 모빌테크 김재승 대표가 한국이 미국·중국 사이에서 데이터와 인프라 전략으로 어떤 포지션을 가져갈 수 있는지를 사업 현장 경험에 근거해 설명한다.

발언 요지 (시각은 원본 영상 기준)

  • [00:00~03:51] 미래도시는 기존 도시가 서서히 변화하는 방식으로 온다 — 샌프란시스코 웨이모 로봇택시, 중국 우한 로봇배송이 이미 주민 일상이 됐고, 도요타 우시티·사우디 신도시 등 계획형 미래도시도 병행 추진 중이다. 강남 배달 로봇·자율주행차 실험이 줄어든 것은 시뮬레이션으로 검증하는 방식이 주류가 됐기 때문이라고 설명했다.
  • [03:55~07:47] 시뮬레이션 투 리얼리티 갭 정량화가 핵심 과제 — 현실과 가상 환경의 차이를 도로 마찰력·광택·재질까지 수치화해 관리하고, 엔비디아 옴니버스와 즉시 호환되는 표준 포맷으로 3D 시뮬레이션 공간을 공급한다. 가상환경에서 학습한 AI가 실제에서도 성능 차이가 거의 없으려면 이 갭 최소화가 전제 조건이다.
  • [07:49~11:42] E2E AI 전환으로 현지화 데이터가 불가결 — 룰베이스에서 엔드투엔드 AI로 바뀌며 테슬라 FSD가 한국에서 교통법규를 위반하고 주행 성능이 달라지는 사례가 실제로 발생한다. 광주 자율주행 200대 실증을 내년 3,000대로 확대하는 등 정부 지원과 함께 전 세계 기업의 한국 데이터 수집 수요가 폭발적으로 늘고 있다.
  • [11:44~15:34] 조선·자동차·반도체 현장이 글로벌 피지컬 AI 학습 거점 — 보스턴다이나믹스가 자동차공장에서 부품을 옮기고, 엔비디아 투자를 받은 조선 자동용접 로봇이 가동되는 등 굵직한 제조 산업이 집약된 한국은 AI 수요처와 데이터 원천을 동시에 보유한 희소한 나라라고 표현했다.
  • [15:37~19:30] 동일 3D 데이터를 자율주행 검증·지자체 도시계획에 복합 활용 — 강남·판교·광주 거리가 이미 3D 스캔돼 시뮬레이션 환경으로 구성됐고, 지자체 도로 관리·도시계획에도 쓰인다. 재건축 단지 수주 경쟁에서 건설사들이 자율주행 셔틀·배달로봇 도입을 영업 포인트로 내세우는 단계까지 진입했다.
  • [19:32~23:25] 위험·반복 작업 로봇 대체, 일자리는 관리직으로 전환 — 용접·중량물 이동·택배 상하차 등 위험 작업이 우선 로봇으로 대체되고, 일자리는 로봇 관리·유지보수 방향으로 전환될 것으로 전망한다. 사람이 전자지도를 쓰듯 AI·로봇이 3D 공간지도를 쓰는 구조가 사회 필수 인프라로 자리잡을 것이라 예측했다.
  • [23:27~27:18] 피지컬 AI 데이터는 인터넷과 달리 선점이 경쟁 우위 — ChatGPT·Claude는 인터넷 공개 데이터를 공유하지만 자동차공장·조선소 현장 접근 권한은 한정적이어서, 먼저 들어간 기업이 더 나은 AI를 만들어 더 많은 현장에 납품하는 선순환을 갖는다. 인프라 공급사는 로봇 종류와 무관하게 모든 개발사를 고객으로 삼을 수 있다.
  • [27:20~31:14] 탈중국 흐름이 한국의 구조적 기회로 작용 — 미국은 중국 로봇 수입을 차단하고, 일본 기업도 중국산 비선호 요청이 늘어나 조선·방산·반도체·자동차를 보유한 한국이 '축복받은 시작 지점'이라 표현했다. 미국의 제조업 공백과 중국의 지정학적 한계를 한국이 메울 수 있다는 입장이다.
  • [31:16~35:08] 스타트업 투자 유치 미국의 10분의 1, 규제는 완화 중 — 자본력 열세로 GPU 구입 등 연구비 조달이 어렵지만, AI 학습용 데이터에 대한 개인정보 규정 완화와 광주 국토부의 자율주행 허가 확대 방침으로 규제 환경이 개선되고 있다. 규제는 해소 가능하나 자본 시장 규모는 구조적 한계라고 진단했다.
  • [35:10~39:03] 연구 단계에서 100대 이상 양산 단계로 전환 — 소카가 카셰어링에서 자율주행 서비스·데이터 판매로 전환을 준비하고, 한진이 휴머노이드 로봇 대규모 물류 투입을 추진하는 등 시장이 신뢰성과 대량 운영 역량 중심으로 이동했다. 앞으로 3~4년간 양산·운영 역량이 있는 업체를 주목하라고 말했다.
  • [39:05~42:56] 가정부터 데이터센터까지 사소한 작업도 피지컬 AI화 — 배달원 헬멧 카메라, 미국 가사도우미 안경 착용으로 휴머노이드 학습 데이터를 수집하고, 엔비디아 행사에서 케이블 연결 로봇을 시연하는 등 공장부터 가정까지 세밀한 작업의 데이터화가 진행 중이다. 한국 아파트가 15·20층 레이아웃이 표준화돼 가정용 로봇 학습에 유리하다고 지적했다.
  • [42:58~46:53] 데이터 선제 축적이 한국의 핵심 전략 — AI 모델은 자본 집약적이고 GPU는 구매 가능하지만, 공장·물류·자율주행 현장 접근이 제한된 피지컬 AI 데이터는 희소 자산이다. 지금부터 축적해야 하드웨어가 성숙됐을 때 한국 환경에 최적화된 로봇·자율주행을 투입할 수 있으며, 모빌테크는 그 학습·검증 인프라 공급을 목표로 한다고 밝혔다.

김재승의 입장 — 강세(한국 피지컬 AI 데이터 인프라)

김재승은 조선·반도체·자동차·방산이 집약된 한국 제조 구조와 탈중국 지정학적 흐름 덕에 한국이 피지컬 AI 시장에서 유리한 출발 위치에 있다고 주장한다. 모빌테크는 로봇·자율주행 개발 전반에 필요한 3D 디지털 트윈과 센서 캘리브레이션 인프라를 공급함으로써 최종 제품사 간 경쟁과 무관하게 시장 전체를 고객으로 삼는 구조를 지향한다고 밝혔다. 스타트업 자본 열세는 구조적 한계이나, 데이터 규제 완화와 현장 데이터의 희소성을 감안하면 지금이 선점 시점이라는 것이 일관된 입장이다. 이 표시는 말한 사람의 견해를 옮긴 것이며 서비스의 투자 의견이 아니다.