이번 현장 행보는 피지컬 AI 기반 정밀 제어 기술의 적용 가능성을 확인하고, 2026년 상반기 착수를 예고한 ‘경남 AX’ 대형 연구개발(R&D) 사업과의 연계를 구체화하기 위한 취지라는 설명이다.
피지컬 AI는 단순 분석·판단 중심의 AI를 넘어, 로봇과 설비를 실제로 제어해 공정을 ‘움직이는’ 형태로 확장하는 접근이다. 과기정통부는 현장의 물리적 특성과 숙련자의 노하우를 모델에 반영하는 ‘물리지능 행동모델’ 개발에 정책 역량을 집중한다는 구상도 함께 제시했다.
배경훈 부총리 겸 과기정통부 장관이 지난 6일 경남 창원 신성델타테크를 방문해 ‘피지컬 AI’ 사전검증 사업 성과를 점검하고, 지역 제조기업들과 간담회를 열어 제조 경쟁력 강화 방안을 논의했다. 사진=과기정통부
과기정통부는 이번 방문이 단순한 성과 확인을 넘어, 피지컬 AI 기반 정밀 제어 기술을 실제 제조 현장에 어떻게 이식할지 사전 점검하는 자리였다고 설명했다.
현장 간담회에서는 정밀 제어 기술 확산 방안, 데이터 관리, 숙련자 노하우의 모델화 등 실무 이슈가 논의됐고, 기업들은 정책 연계 강화 필요성을 제기한 것으로 전해졌다.
배경훈 부총리 겸 과기정통부 장관
과기정통부와 정보통신산업진흥원은 2025년 추경예산을 통해 사전검증 사업을 추진하며 경남 지역 제조기업 8곳을 대상으로 현장 실증을 수행했다고 밝혔다.
신성델타테크는 플라스틱 사출·조립 공정에서 사출성형 공정 데이터 49종과 작업자 행동·원자재 상태·불량 형상 등 액션 데이터 62종을 연계한 AI 학습용 데이터셋을 구축했다.
디지털 트윈 모델로 공정 품질을 사전에 예측·보정한 결과, 불량률 약 15% 감소 및 설비 가동률 약 20% 향상 가능성을 확인했다는 게 과기정통부 설명이다.
참여 기업별 성과도 제시됐다. 화승R&A는 고무 압출 공정에서 소재 변형을 사전에 예측해 설비종합효율을 5% 이상 개선했고, CTR은 알루미늄 가공 공정에서 기계 떨림(채터링) 현상을 예측해 불량률을 낮추고 가공 사이클 타임을 17% 이상 단축했다고 부처는 밝혔다.
배경훈 부총리 겸 과학기술정보통신부 장관을 중심으로 좌우 3분씩이다. 서울대학교 김현진 교수, 알씨케이 박수진 대표, 신성델타테크 이동한 대표, 부총리님, 화승R&A 박귀영 전무이사, GMB코리아 박영식 부사장, 삼송 송동환 생산부문장
과기정통부는 사전검증 성과를 바탕으로 2026년 상반기 ‘경남 AX’ 사업에 본격 착수한다는 계획이다. 2030년까지 추진되는 이 사업은 현장 제조데이터 기반의 물리지능 행동모델 기술 개발을 통해 ‘초정밀 제어 피지컬 AI’ 구현에 집중한다.
핵심 기술로는 ‘PINN 기반 LAM’을 제시했다. PINN(Physics-Informed Neural Network)은 제조 공정에서 작동하는 물리 법칙을 모델 내부에 반영하는 신경망 접근을, LAM(Large Action Model)은 거대언어모델을 넘어 실제 행위(Action) 수행까지 염두에 둔 모델 개념을 의미한다고 과기정통부는 설명했다. 사업 규모는 적정성 검토 완료 이후 결정될 예정이다.
신성델타테크의 플라스틱 사출·조립 공정을 방문해, 현장에서 수집된 제조데이터를 기반으로 구축된 디지털트윈 공정을 확인.
배경훈 부총리 겸 과기정통부 장관은 경남이 기계·부품·장비 등 정밀 제조 역량이 집적된 지역이라는 점을 강조하며, 피지컬 AI를 결합해 지역 제조 경쟁력의 핵심 거점으로 키우겠다는 구상을 밝혔다. 또 “현재 단계에서 중요한 것은 실제 제조 현장에서 생성되는 데이터를 체계적으로 구축하는 것”이라고 언급하며, 향후 피지컬 AI 파운데이션 모델 개발 이후 오픈소스 방식 확산을 통해 기업들이 쉽게 활용할 수 있는 생태계를 만들겠다는 방향도 제시했다.
이번 사업이 성과 중심 실증을 넘어, 지역 제조 현장의 데이터 축적과 모델 고도화를 통해 산업화로 연결될 수 있을지, 그리고 ‘경남 AX’ 대형 R&D가 실제 공정 전환의 촉매로 작동할지에 정책·산업계의 시선이 모이고 있다.
