아이엘은 정문식 CAIO가 취임 이후 처음으로 아이엘 Physical AI 연구소의 기술 전략과 중장기 비전을 공개했다고 밝혔다.
정문식 CAIO가 제시한 전략은 실제 제조 현장에서 생성되는 데이터를 AI 학습과 로봇 성능 개선에 활용하는 것이 핵심이다. 아이엘은 이를 위해 데이터 수집, AI 모델 학습·고도화, 로봇 적용, 현장 운영, 데이터 재축적으로 이어지는 ‘Physical AI Data Flywheel’ 구조를 구축한다는 계획이다.
이 구조는 휴머노이드 로봇을 현장에 투입해 실제 작업을 수행하게 하고, 그 과정에서 발생하는 데이터를 다시 AI 학습 자산으로 전환하는 방식이다. 이후 고도화된 AI를 다시 로봇에 적용해 작업 성공률과 운영 안정성을 검증하고, 새롭게 생성되는 데이터를 재학습에 활용한다.
아이엘은 별도 실험실이 아닌 실제 양산이 이뤄지는 제조 현장을 보유하고 있다는 점을 Physical AI 기술 개발의 강점으로 보고 있다. 회사는 제조 현장에 휴머노이드 ‘아이엘봇’을 투입해 자재 운반, 공정 간 이동, 부품 공급, 설비 점검, 반복 작업 등을 단계적으로 학습시키고 있다.
현장에서는 영상, 행동, 작업 결과, 로봇 상태, 장애 및 복구 관련 데이터가 축적된다. 아이엘은 해당 데이터를 수집·정제해 AI 모델 학습에 활용하고, 제조 환경에 최적화된 로봇 운영 기술을 확보한다는 방침이다.
Physical AI 연구소는 글로벌 AI 플랫폼과 오픈소스 모델도 적극적으로 활용한다. 다만 외부 기술 활용에 그치지 않고, 실제 현장에서 생성되는 데이터와 학습·운영 역량을 내부 자산으로 축적하는 데 초점을 맞춘다.
아이엘은 특정 로봇이나 AI 플랫폼에 종속되지 않는 자체 Physical AI 기술 체계를 구축하는 것을 목표로 한다. 데이터 수집부터 학습, 로봇 적용, 현장 운영, 재학습까지 이어지는 전 과정을 자체적으로 운영할 수 있는 구조를 마련한다는 전략이다.
정문식 CAIO는 “Physical AI 시대에는 하드웨어 자체보다 실제 산업 현장에서 축적되는 데이터와 이를 AI 학습으로 연결하는 역량이 중요한 경쟁력이 될 것”이라며 “아이엘은 실제 제조 현장을 보유하고 있다는 강점을 활용해 데이터 수집부터 AI 학습, 로봇 적용, 재학습까지 이어지는 선순환 구조를 구축하겠다”고 말했다.
이어 “외부의 우수한 AI 기술은 적극적으로 활용하되 현장에서 생성되는 데이터와 이를 학습·운영하는 핵심 역량은 아이엘의 자산으로 축적할 것”이라며 “이를 통해 아이엘만의 Physical AI 기술 경쟁력을 만들어 나가겠다”고 밝혔다.
아이엘은 자체 제조 현장에서 검증한 Physical AI 운영 모델을 향후 외부 산업 현장으로 단계적으로 확대할 계획이다. 제조를 시작으로 물류, 시설관리, 보안 등 휴머노이드와 로봇의 반복 운영이 가능한 산업으로 적용 범위를 넓힌다.
정 CAIO는 “궁극적으로 아이엘이 지향하는 것은 로봇을 공급하는 기업에 머무르는 것이 아니다”라며 “현장에서 로봇이 일할수록 데이터가 축적되고, 그 데이터가 다시 AI와 로봇을 진화시키는 구조를 구축해 아이엘을 대한민국을 대표하는 Physical AI 데이터 플랫폼 기업으로 성장시키겠다”고 말했다.
비욘드포스트 김신 기자 bp_ks@beyondpost.co.kr
