정부가 피지컬 AI 인프라 투자에 시동을 걸었다. 2026년부터 2030년까지 경남·전북의 피지컬 AI 기반 AX 연구개발 사업에 총 1조4131억원을 투입한다. 이와 별도로 로봇 행동데이터와 합성데이터를 생산·가공하는 국가 차원의 '로봇 훈련소(데이터 트레이닝센터)' 구축도 추진 중이다. 피지컬 AI 경쟁력이 로봇 하드웨어가 아니라, 로봇 행동데이터 확보에 달려 있다는 판단에서다.
행동데이터는 피지컬 AI 분야의 새로운 병목으로 지목된다. 언어·이미지 데이터와 달리 로봇의 파지, 이동, 실패와 재시도 과정은 실제 현장에서만 생성된다. 다른 환경으로 옮기기도 어렵다. 정부와 민간이 데이터 생산 인프라 확충에 집중하는 이유다. 마음AI는 데이터팩토리를 구축했고, NC AI는 제조·물류 현장 데이터 기반의 로봇 학습 협력을 확대하고 있다.
이 가운데 시선AI(3,170원 ▲200 +6.73%)와 자회사 유온로보틱스가 주목받고 있다. 최근 시작된 데이터 인프라 구축 흐름보다 앞선 시기에 관련 경험을 쌓아왔다는 점에서다. 시선AI의 전신인 씨유박스는 2023년 한국지능정보사회진흥원(NIA)의 인공지능 학습용 데이터 구축사업에서 '물품 파지 및 로봇 행동 데이터' 과제를 주관했다. 로봇 행동 이미지 30만건, 상품 이미지 35만건 등 총 65만건 규모의 데이터를 구축하고 검수까지 마쳤다. 결과 데이터셋은 AI허브에 공개됐다.
단순 수집이 아니라 국가 표준에 맞춘 데이터 구축 전 과정을 수행했다는 점에서 의미가 크다. 씨유박스는 데이터 수집·정제·가공·검수·AI 모델 검증은 물론 센서 캘리브레이션, 시간 동기화, 오류 검출, 어노테이션, TTA 검증까지 전 주기를 담당했다. 현재 정부가 추진하는 국가 데이터 생산 체계의 핵심 요소와 상당 부분 겹치는 대목이다.
데이터 구축은 실제 로봇 학습과 산업 현장 적용으로 이어졌다. 시선AI 로봇연구소를 기반으로 설립된 유온로보틱스는 2024년부터 산업통상자원부의 차세대 첨단로봇 기술개발 사업에 참여해 시뮬레이션-현실 전이(Sim-to-Real) 기술을 개발하고 있다. 가상환경에서 학습한 모델을 실제 로봇과 산업현장에 적용하는 과제로, 학습 경험이 없는 다양한 물체를 인식·조작하는 기술 개발을 포함한다.
실증 결과도 확보했다. 유온로보틱스는 냉장 물류센터 환경에서 오더피킹 로봇 시스템을 검증했다. 농업 분야에서는 성주월항농협 산지유통센터(APC)에 참외 자동 적재 시스템을 적용했다. 제조 분야에서는 하이드로겔 마스크팩 포장 자동화 시스템을 개발해 양산 설계 단계까지 진입했다. 구축한 데이터가 연구 수준에 머물지 않고 실제 산업현장의 성능 개선으로 이어진 사례라는 평가다.
이런 경험을 바탕으로 유온로보틱스는 2025년 농림축산식품부와 한국농업기술진흥원이 추진하는 총사업비 27억원 규모의 농식품 AI 응용제품 신속상용화 지원사업 주관기관으로 선정됐다. 농산물 적재·포장 공정을 자동화하는 적응형 AI 로봇 시스템 개발이 목표다. 시선AI·유온로보틱스·한화로보틱스·농협정보시스템 등은 농산물산지유통센터(APC)의 AI 전환과 로봇 자동화를 위한 협력체계도 구축했다.
독자들의 PICK!
시선AI의 경쟁력은 데이터와 로봇 기술에 그치지 않는다. 공항, 항만, 정부청사 등 보안성 높은 환경에서 축적한 영상인식 기술을 보유하고 있고, 엔비디아 H100·A100 등 총 288장의 GPU를 자체 운영한다. 외부 반출이 제한된 산업 데이터를 자체 환경에서 수집·학습·추론까지 수행할 수 있는 배경이다. 얼굴인식 분야에서 쌓은 기술은 산업용 로봇의 물체 인식과 파지 판단 기술로 확장되고 있다.
시선AI와 유온로보틱스는 국가 규격 행동데이터 구축, Sim-to-Real 개발, 산업현장 실증, 상용화 사업까지 전 과정을 경험했다. 정부가 국가 피지컬 AI 인프라를 구축하는 과정에서 시행착오를 줄일 선행 사례로 평가받는 이유다.
