엔비디아 손잡은 SKT...'피지컬 AI' 시장서도 '존재감'

IT/과학

이데일리,

2026년 3월 30일, 오후 06:50

[이데일리 윤정훈 기자]지난 16일 열린 엔비디아 ‘GTC 2026’ 기조연설에서 SK텔레콤(017670)의 로고가 깜짝 등장해 눈길을 끌었다. 기조연설을 위해 등장한 젠슨 황 CEO 뒤로 펼쳐진 대형 스크린에 엔비디아와 손잡은 글로벌 파트너사들의 협업 사례가 차례로 소개되던 중 SKT의 ‘디지털 트윈(Digital Twin)’ 기술로 구현한 ‘가상 공장’도 포함된 것이다.

최근 스페인 바르셀로나에서 열린 MWC26에서 모델들이 SK텔레콤 전시관에 꾸며진 피지컬 AI 관련 콘텐츠를 감상하고 있다(사진=SKT)
대만 테크맨 로봇(Techman Robot), 폭스콘 인더스트리얼 인터넷(Foxconn Fii), 현대자동차그룹 보스턴 다이내믹스(Boston Dynamics) 등 쟁쟁한 피지컬 AI 기업들 사이에서 SKT의 존재감이 나타난 순간이었다.

SKT는 AI 사업 분야를 ‘피지컬 AI’ 분야로 까지 확장하고 있다. AI 데이터센터 등을 기반으로 한 AI 인프라와 초거대 언어모델을 바탕으로 한 AI 모델을 넘어 AI 기술력을 실제 다양한 산업 현장에서 구현할 수 있는 서비스, 특히 피지컬 AI 경쟁력 강화로 범위를 넓히고 있는 것이다.

최근 스페인 바르셀로나에서 개최된 세계 최대 모바일 박람회 ‘MWC26’에서더 다양한 피지컬 AI 기술을 선보였다.

현실 세계를 그대로 옮겨 놓은 ‘디지털 트윈 플랫폼’이 대표적이다. 해당 기술은 가상 공간에서 현실의 문제를 예측하고, 시뮬레이션을 통해 적용해 보며 최적화 방안을 도출할 수 있도록 돕는다.

예를 들 생산 공장의 공정 순서를 바꾸면 어떤 영향을 미치는지, 설비 배치를 변경하면 효율이 상승하는지 등을 실제 공장이 아닌 가상의 공간에 적용시켜보고, 최적의 방법을 찾아낸다.

특히 SKT의 디지털 트윈 플랫폼은 엔비디아의 피지컬 AI 플랫폼 ‘옴니버스’를 기반으로 작동하며 엔비디아와 제조사를 이어주는 매개체 역할을 수행하고 있다.

업계 관계자는 “디지털 트윈으로 여러 시행 착오를 최소화함으로써 제조 공정을 혁신하려는 움직임을 세계적인 추세”라며 “SKT가 이 분야에서 빠르게 경쟁력을 강화하기 위해 엔비디아를 포함한 다양한 피지컬 AI ‘강자’들과 협력하고 있는 것”이라고 말했다.

SKT는 현장 노하우를 로봇 지능으로 전환하는 디지털 트윈 기반 ‘로봇 가상 학습 플랫폼’도 이번 MWC 현장에서 소개했다.

MWC26 SK텔레콤 전시관에 마련된 AI Data Center 구역 전경. GPUHBM 기반 인프라와 AI 인퍼런스 팩토리 등 풀스택 AI 구조를 형상화했다.(사진=SK텔레콤)
엔비디아 로보틱스 플랫폼 ‘코스모스’와 휴머노이드용 AI 파운데이션 모델 ‘아이작 그루트’를 기반으로 한 플랫폼을 통해 과제 학습 환경 구축, 로봇 파운데이션 모델(RFM) 훈련, 합성 데이터 생성, RFM 검증 등 다양한 기능을 수행할 수 있다.

SKT 전시장에는 그 밖에 홈케어 기술과 로보틱스가 결합된 AI 웰빙 로봇 ‘나무엑스(NAMUHx)’, 산업 안전 현장에서 1인칭 시점 영상의 고성능 분석 기능을 제공하는 피지컬 AI를 위한 비전 AI 솔루션 ‘시냅스고’ 등 피지컬 AI를 활용한 여러 기업들의 아이템이 소개됐다.

SKT는 피지컬 AI 시대를 맡이하기 위해 필요한 6G, AI데이터센터(AIDC), 엣지 네트워크 등 인프라를 준비하며 ‘AI 인프라 설계자’로 포지셔닝하고 있다. 울산에 짓고 있는 국내 최대 규모의 AIDC를 중심으로 피지컬 AI 솔루션을 개발해 제조 현장의 고도화에 나설 전망이다.

SKT 관계자는 “AI 인프라·모델·서비스 전반을 아우르는 ‘풀스택(Full-Stack) AI’ 경쟁력을 강화함과 동시에 산업 현장에서 활용될 수 있는 다양한 피지컬 AI 사례들을 발굴해 나갈 예정”이라고 말했다.

회사가 강조하는 ‘풀스택 AI’는 인공지능 서비스 개발과 운영에 필요한 전 영역을 자체 역량과 파트너십으로 아우르는 전략이다. 단순히 AI 앱을 만드는 데 그치지 않고, AI 반도체와 데이터센터 같은 인프라부터 거대언어모델(LLM), 최종 사용자 서비스까지 전 단계를 수직 계열화해 효율을 극대화하겠다는 구상이다.

추천 뉴스