김성혁 상무, 첨단센서포럼서 기조강연
단품 센서, 성능 경쟁 탈피…지능형 센서와 LLM 연동 필수
"韓, 가전·로봇·제조 생태계 잘 엮으면 글로벌 선도"

피지컬 인공지능(AI) 영역에서 성공하기 위해서는 휴머노이드(인간형 로봇) 개발에 그치는 것이 아니라 집, 공장 등 공간 전체를 하나의 로봇으로 보고, 공간 내 가전들이 센서 데이터를 유기적으로 공유하는 통합 체계를 구축해야 한다는 제언이 나왔다.

김성혁 LG전자 상무가 15일 서울 강남구 조선팰리스 호텔에서 열린 '제11회 첨단센서포럼' 기조강연에서 '피지컬 AI 홈로봇 시대, 공간을 인식하는 센서 전략'을 주제로 발표하고 있다. 권현지 기자

김성혁 LG전자 상무가 15일 서울 강남구 조선팰리스 호텔에서 열린 '제11회 첨단센서포럼' 기조강연에서 '피지컬 AI 홈로봇 시대, 공간을 인식하는 센서 전략'을 주제로 발표하고 있다. 권현지 기자

AD
원본보기 아이콘

김성혁 LG전자 LG전자 close 증권정보 066570 KOSPI 현재가 170,700 전일대비 2,100 등락률 +1.25% 거래량 676,867 전일가 168,600 2026.10.16 15:30 기준 관련기사 "아이돌 만들고, 밈까지 노린다"…숏폼 시대, 가전 광고가 달라졌다 LG전자, 애플과 스마트홈 기기 공동 개발…12월 북미에서 출시 구겐하임서 14년 만에 열린 신제품 론칭…LG, '조용한 럭셔리'로 미국 공략 상무는 15일 서울 강남구 조선팰리스 호텔에서 열린 '제11회 첨단센서포럼' 기조강연에서 '피지컬 AI 홈로봇 시대, 공간을 인식하는 센서 전략'을 주제로 발표하며 이같이 강조했다.


김 상무는 피지컬 AI 시대에는 기존의 로봇 개념을 공간으로 확장해야 한다고 지적했다. 로봇은 센서, 연산·뇌, 액추에이터 등 핵심 3요소로 구성되는데, 이를 확장하면 집이나 공장 등 인간이 거주하고 작업하는 모든 공간 자체가 하나의 로봇이 될 수 있다는 설명이다. 그는 "대부분 피지컬 AI를 떠올릴 때 휴머노이드에만 집중하지만, 집이라는 공간도 센서와 뇌, 구동부가 갖춰지면 로봇의 역할을 수행할 수 있다"며 "개별 로봇에 단품 형태의 초고해상도 비전 센서만 탑재해 성능을 높이려 하기보다, 공간 전체를 인식하는 관점에서 센싱 체계를 설계해야 피지컬 AI의 상용화를 이끌어낼 수 있다"고 말했다.

단품 센서를 더 좋게 만드는 성능 경쟁보다 기기끼리 인식한 데이터와 현장의 상태를 서로 공유하고 검증하는 '클로즈드 루프(Closed Loop)' 시스템을 만들어야 시장을 선점할 수 있다는 의견도 내놨다. 김 상무는 "로봇청소기가 센서가 아예 없어도 세탁기나 에어컨 등 주변 가전들이 알려주는 위치 정보와 센서 데이터를 공유받아 장애물을 피하고 청소 구역을 찾아가는 방식"이라면서 "단순하게 고성능 센서 하나를 가지고 집중해서 연산하는 것보다, 각 센서의 역할을 나누고 터치, 온도, 재질을 느끼는 감각들이 하나하나 학습돼야 한다"고 설명했다.


센서 기술의 패러다임 역시 단순 온·오프나 전력 조절에 머무는 올웨이즈온(Always-On) 단계에서 현장의 맥락과 상황을 이해하는 올웨이즈 어웨어(Always-Aware) 단계로 빠르게 진화하고 있다고 진단했다. 센서가 단순히 '어떤 가스가 새어 나온다'거나 '냄새가 난다'는 것만 감지하는 데서 끝나지 않고, 그것이 '쓰레기 냄새'인지 '반려동물의 배변 활동'인지처럼 사람이 바로 이해하고 행동할 수 있는 맥락 정보까지 제공해야 한다는 뜻이다.

김 상무는 이 같은 지능형 센서 데이터를 시간에 따라 묶어 거대언어모델(LLM)과 연결하고, 온디바이스 AI(기기 자체 AI)와 클라우드를 유기적으로 연동하는 '센서용 AI 기반 모델'이 앞으로 매우 중요해질 것이라고 짚었다.

AD

그는 "한국은 가전과 로봇, 제조 역량, 센서 부품 등 피지컬 AI 생태계의 모든 요소를 갖춘 국가"라며 "이를 잘 엮기만 하면 앞서 나갈 수 있을 것"이라고 강조했다.


권현지 기자 hjk@asiae.co.kr

<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>

함께 보면 좋은 기사

새로보기

내 안의 인사이트 깨우기

취향저격 맞춤뉴스

많이 본 뉴스

당신을 위한 추천 콘텐츠

놓칠 수 없는 이슈