피지컬AI 데이터팩토리: 로봇이 스스로 진화하는 시대

2026년 3월 3일, 한국 최초의 피지컬AI 데이터팩토리가 문을 열었습니다. 이 시설은 단순한 연구소가 아닙니다. 제조·농업·건설·국방 현장의 데이터가 로봇의 뇌에 직접 연결되는 ‘산업 학습 인프라’입니다. 생성형 AI가 텍스트를 다룬다면, 피지컬AI는 현실을 다룹니다.

피지컬AI가 뭔데? 생성형 AI와 뭐가 다른가

2022년 말 ChatGPT가 등장한 이후 우리는 생성형 AI(Generative AI)의 시대를 살아왔습니다. 텍스트를 생성하고, 이미지를 만들고, 코드를 작성하는 이 AI들의 공통점은 하나입니다. 모니터 안에서만 산다는 것이죠. 아무리 뛰어난 GPT-5나 클로드도 공장 컨베이어 벨트 위의 부품을 집어 올릴 수는 없습니다.

피지컬AI(Physical AI)는 이 한계를 부수는 기술입니다. 로봇·자율주행차·드론 등 물리적 하드웨어에 AI 두뇌를 탑재해, 현실 세계에서 스스로 판단하고 행동하는 지능을 만드는 것이 핵심 개념입니다. 단순히 정해진 동작을 반복하는 기존 산업용 로봇과 달리, 피지컬AI 로봇은 처음 보는 환경, 예상치 못한 장애물, 불규칙한 부품 배치에도 스스로 적응할 수 있습니다.

2026년 1월 CES에서 젠슨 황 엔비디아 CEO가 14대의 휴머노이드 로봇과 함께 입장하며 선언했습니다. “AI는 이제 몸을 얻었다.” 같은 행사에서 현대차그룹 보스턴 다이내믹스의 ‘아틀라스’는 무대 위를 유연하게 걸었고, LG의 AI 홈 로봇 ‘클로이드’는 가사를 수행했습니다. 이것이 피지컬AI가 ‘미래’에서 ‘지금’으로 내려온 순간입니다.

▲ 목차로 돌아가기

데이터팩토리의 구조: 3단계 폐쇄형 학습 루프 해부

마음AI가 2026년 3월 3일 경기도 성남 본사에 개소한 ‘피지컬AI 데이터팩토리‘는 로봇 학습 인프라의 국내 1호 시설입니다. 이 시설의 핵심은 단순한 하드웨어 집합체가 아닌, 가상-실증-현장을 연결하는 폐쇄형 학습 루프(Closed-Loop Learning)에 있습니다.

이 구조에서 결정적으로 중요한 것은 영상·센서·관절 제어 데이터의 통합 처리입니다. 단순히 카메라 영상만 저장하는 게 아니라, 로봇이 팔을 얼마나 꺾었는지, 어떤 상황에서 판단을 수정했는지, 실패한 순간의 환경 변수가 무엇이었는지를 모두 구조화해 학습합니다. 연간 300TB 이상이라는 수치는, 그것이 약 100만 시간의 HD 비디오에 해당하는 엄청난 규모라는 점에서 그 포부를 가늠할 수 있습니다.

컴퓨팅 인프라 측면에서는 엔비디아 DGX H100 12대, DGX A100 4대, SSD 스토리지 서버 4대를 갖춘 고성능 컴퓨팅 환경을 구축했습니다. 이는 한국 기업 자체 AI 인프라 기준으로도 상당한 수준입니다.

▲ 목차로 돌아가기

왜 한국이 피지컬AI에서 유리한가: 제조 데이터의 힘

생성형 AI 경쟁은 솔직히 말해 자본 전쟁이었습니다. 오픈AI, 구글, 메타가 수십조 원을 GPU에 쏟아붓는 게임에서 한국이 이길 방법은 없었죠. 하지만 피지컬AI는 다른 게임입니다. 이 게임의 핵심 자원은 현장 데이터와 제조 경쟁력이기 때문입니다.

세계은행 통계(2023년 기준)에서 한국의 제조업 비중은 GDP의 24.3%입니다. 중국(26.2%)에 이어 2위이며, 제조 강국 일본(19.2%), 독일(18.5%), 미국(10.5%)을 모두 앞섭니다. 반도체 미세공정 데이터, 조선소 숙련 용접 노하우, 자동차 정밀 조립 데이터는 구글이나 마이크로소프트가 쉽게 확보할 수 없는 자산입니다. 이것이 바로 피지컬AI 데이터팩토리가 갖는 전략적 가치입니다.

특히 AI 반도체 분야에서 변화가 인상적입니다. 피지컬AI 로봇은 클라우드가 아닌 온디바이스에서 실시간 판단이 이뤄져야 하기 때문에, 저전력·고효율 NPU(신경망처리장치)가 GPU보다 더 중요합니다. 퓨리오사AI의 2세대 칩 ‘RNGD’, 리벨리온의 ‘리벨쿼드’, 그리고 현대자동차그룹과 딥엑스가 공동 개발한 로봇용 온디바이스 AI 칩 ‘엣지브레인’은 이 분야에서 한국이 조용히 글로벌 경쟁력을 축적하고 있음을 보여줍니다.

▲ 목차로 돌아가기

VLA 모델이란 무엇인가: 보고, 말하고, 움직이는 AI

피지컬AI 데이터팩토리의 핵심 기술 목표 중 하나는 VLA(Vision-Language-Action) 모델의 구현입니다. 이 용어는 생소하지만 개념은 직관적입니다. 시각(Vision)으로 상황을 파악하고, 언어(Language)로 의미를 이해하며, 행동(Action)으로 실행하는 AI입니다.

기존 산업용 로봇은 프로그래밍된 동작만 반복합니다. 부품 위치가 조금만 달라져도 오류가 발생하죠. VLA 모델을 탑재한 로봇은 다릅니다. “저 박스를 저 선반 위에 올려라”는 자연어 명령을 이해하고, 카메라로 박스와 선반의 위치를 파악한 뒤, 팔의 움직임을 계산해 실행합니다. 심지어 박스가 예상과 다른 크기이거나, 선반이 꽉 찼을 때 어떻게 해야 할지도 스스로 판단합니다.

하지만 VLA 모델 개발의 최대 걸림돌은 데이터입니다. 손 병희 마음AI 연구소장이 지적했듯이, “로봇을 현장에 투입해 발생하는 돌발 상황(Edge Case)을 실제 환경에서 학습하려면 막대한 시간과 비용이 필요”합니다. 피지컬AI 데이터팩토리의 3단계 순환 구조는 바로 이 병목 지점을 해결하기 위해 설계되었습니다. 가상에서 수천 번 실패해도 비용이 없고, 실증에서 안전하게 검증하고, 현장에서 실제 데이터를 수집하는 이 루프가 지속되면 VLA 모델은 기하급수적으로 성장합니다.

▲ 목차로 돌아가기

산업별 충격: 내 직업·내 사업에 무슨 일이 생기나

피지컬AI 데이터팩토리의 개소는 추상적인 기술 뉴스가 아닙니다. 제조·물류·농업·건설 현장에서 일하거나 관련 사업을 운영하는 분들께는 실질적인 변화의 신호탄입니다. 마음AI 데이터팩토리는 제조·농업·건설·국방 분야를 1차 타깃으로 명시했습니다.

중요한 것은 이 변화가 ‘일자리 소멸’의 단순한 공식으로 작동하지 않는다는 점입니다. 피지컬AI 학습 데이터 생산 자체가 새로운 산업을 만듭니다. 현장 데이터 수집·라벨링 전문가, VLA 모델 트레이너, 로봇 실증 엔지니어 등 이전에는 존재하지 않았던 직군이 생겨납니다. 마음AI는 데이터팩토리를 통해 기업당 평균 300시간의 학습·실증을 지원하며, 연말까지 동시 지원 기업을 10개에서 30개로 확대한다고 밝혔습니다.

▲ 목차로 돌아가기

데이터 주권 전쟁: 데이터팩토리가 지정학적 무기인 이유

피지컬AI 데이터팩토리를 단순한 기업의 기술 투자로 보면 본질을 놓칩니다. 이것은 산업 데이터 주권의 문제입니다. 만약 한국 공장의 제조 데이터가 해외 플랫폼으로 전송되어 그 AI가 우리보다 먼저 학습한다면, 우리는 우리 자신의 산업 노하우로 키워진 외국 AI에게 경쟁에서 밀릴 수 있습니다.

이 위기는 추상적인 이야기가 아닙니다. 현재 피지컬AI 분야에서 가장 앞선 두 나라는 미국과 중국입니다. 그러나 중국산 피지컬AI 제품은 미국과 서방 시장에 판매가 거의 불가능합니다. 보안 문제 때문입니다. 휴머노이드가 수집하는 공장 레이아웃, 생산 데이터, 시설 정보가 중국 서버로 전송될 수 있다는 우려가 실제 규제로 이어지고 있습니다. 이 구도에서 제조 역량이 세계 수준이면서도 ‘신뢰할 수 있는 파트너’인 나라는 한국밖에 없습니다.

2025년 젠슨 황이 이재용 삼성 회장, 정의선 현대차 회장, 최태원 SK하이닉스 회장을 연달아 만난 것은 이 맥락에서 해석해야 합니다. 엔비디아는 가장 좋은 피지컬AI 파트너를 찾았고, 그것이 대한민국이었습니다. 2026년 다보스 포럼에서 팔란티어 CEO가 HD현대를 “첨단 방산의 개척자”라 부른 것도 같은 맥락입니다.

마음AI의 피지컬AI 데이터팩토리는 이 틈을 파고드는 전략적 베팅입니다. 손병희 연구소장이 강조했듯, “공장에서 부품을 집는 순간, 물류창고에서 장애물을 회피하는 순간이 단순한 센서 값이 아니라 AI의 경험”입니다. 그 경험을 한국 내에 축적하는 것이 데이터 주권이고, 이것이 국가 경쟁력으로 직결됩니다.

▲ 목차로 돌아가기

자주 묻는 질문 (Q&A)

▲ 목차로 돌아가기

마치며 — 총평

2026년 3월, 한국 최초의 피지컬AI 데이터팩토리는 조용하지만 묵직한 변화를 알리는 신호탄입니다. 생성형 AI 경쟁에서 우리는 솔직히 ‘관전자’에 가까웠습니다. 하지만 피지컬AI는 다릅니다. 30년간 쌓아온 제조 현장 데이터, 세계 2위 수준의 제조업 기반, 그리고 이제 막 시작되는 데이터 학습 인프라까지 — 이 조합이 맞아떨어지는 것이 지금입니다.

개인적으로 가장 인상 깊었던 부분은 ‘데이터 주권’의 관점입니다. 중국 제품이 서방 시장에서 막히고, 미국이 혼자 다 만들 역량이 없는 이 지정학적 공백 속에서, 한국이 신뢰할 수 있는 피지컬AI 파트너로 부상하고 있습니다. 데이터팩토리는 그 파트너십의 기술적 토대입니다.

물론 과제도 있습니다. 현재 10개 기업 동시 지원이라는 규모는 국내 산업 수요에 비해 아직 작습니다. 중소·중견기업이 실질적으로 접근하려면 비용 지원과 생태계 확장이 필수적입니다. 데이터팩토리가 30호, 100호로 늘어나고 전국 제조 거점에 배치될 때, 비로소 ‘K-피지컬AI’라는 말이 구호가 아닌 현실이 될 것입니다.

로봇이 스스로 진화하는 시대가 왔습니다. 그 진화의 무대를 어느 나라가 소유하느냐가 다음 세대의 산업 패권을 결정할 것입니다. 한국이 그 무대를 자국에 짓기 시작했다는 사실 — 그것만으로도 2026년 3월 3일은 기억할 만한 날입니다.

▲ 목차로 돌아가기