스카이인텔리전스, ABB·엔비디아 피지컬 AI 백서 주요 기여…'인재' 중요성 강조

피지컬 AI 산업의 경쟁력이 기술 개발을 넘어 인재 확보와 현장 적용 역량으로 확대되고 있다. 스카이인텔리전스( SKAI Intelligence)가 ABB 로보틱스와 엔비디아(NVIDIA)가 공동 발간한 산업용 피지컬 AI 글로벌 백서에 주요 기여자로 참여하며 인재 양성과 학습·검증 체계 구축의 중요성을 제시했다.

스카이인텔리전스는 ABB Robotics와 엔비디아가 공동 발간한 두 번째 산업용 피지컬 AI 글로벌 백서 '산업용 피지컬 AI를 위한 인재 양성(Preparing Talent for Industrial Physical AI)'에 AWS, 아시아인포(AsiaInfo), 딜로이트(Deloitte) 등과 함께 주요 기여자(Main Contributor)로 참여했다고 21일 밝혔다. 백서는 지난 20일 공식 발간됐다.

이번 백서는 제조업을 중심으로 산업용 피지컬 AI를 실제 물리적 환경을 인지하고 판단한 뒤 로봇과 자동화 장비 등을 활용해 작업을 수행하는 AI 시스템으로 정의했다. 기술 자체뿐 아니라 이를 산업 현장에 적용하기 위해 필요한 인재의 역량과 교육·학습, 검증 방법 등을 체계화하고 각 지역의 산업 및 교육 환경에 적용할 수 있는 글로벌 프레임워크를 제안했다.

백서가 주목한 부분은 피지컬 AI 기술의 확산 속도와 실제 산업 현장의 활용 수준 사이에 존재하는 격차다. 백서에 인용된 딜로이트의 'State of AI in ER&I: The Untapped Edge 2026' 조사에 따르면 2025년 8~9월 전 세계 24개국 기업 고위 리더 3235명을 대상으로 조사한 결과, 에너지·자원·산업재(ER&I) 분야 응답자 591명 가운데 72%가 피지컬 AI를 최소 제한적인 수준으로 활용하고 있었다.

반면 중간 이상의 수준으로 활용하고 있다는 응답은 19%에 불과했다. 향후 2년 안에 최소 제한적인 수준으로 활용할 것으로 예상한 응답자는 91%에 달했다. 기술 도입 자체는 빠르게 확대되고 있지만 실제 산업 운영에 적용하고 규모를 키울 수 있는 역량은 상대적으로 부족하다는 의미다.

인재 육성과 직무 체계에서도 비슷한 간극이 나타났다. ER&I 분야 응답자의 53%는 AI 활용 역량을 높이기 위해 더 많은 인력을 대상으로 교육하고 있다고 답했고, 50%는 업스킬링과 리스킬링 전략을 설계하거나 실행하고 있다고 응답했다. 하지만 84%는 아직 AI 역량을 반영한 직무 재설계를 진행하지 않은 것으로 조사됐다.

이에 백서는 단순한 AI 교육을 넘어 산업 현장에서 실제 활용할 수 있는 역량을 구축해야 한다고 강조했다. 피지컬 AI가 AI 모델뿐 아니라 센서와 로봇, 제어 시스템, 데이터 인프라, 생산공정, 안전·품질 관리 등이 복합적으로 연결되는 기술인 만큼 개발부터 시스템 통합과 현장 운영까지 아우르는 인재 역량이 필요하다는 설명이다.

특히 각 분야의 전문성을 유지하면서 AI와 로보틱스, 제조공정 등 인접 분야의 기술적 언어와 제약조건, 검증 기준을 이해하고 연결하는 '번역적 역량(Translational Capability)'을 핵심 역량으로 제시했다.

스카이인텔리전스는 백서 3부 '확장 가능한 학습 생태계 구축'에서 실제 산업 환경과 시뮬레이션을 연결하는 피지컬 AI 역량 및 학습 체계 구축에 대한 전문성을 제시했다. Josh Liu 최고기술책임자(CTO)는 "산업용 피지컬 AI 프로그램은 입증 가능한 역량을 중심으로 구축되어야 한다"며 실제 과제와 실습을 통해 이해 단계에서 배포와 개선까지 이어지는 학습 체계의 필요성을 강조했다.

스카이인텔리전스가 전문성을 확보하고 있는 디지털트윈과 시뮬레이션, 합성데이터도 백서에서 주요 기술로 다뤄졌다. 백서는 시뮬레이션과 디지털트윈을 설계·운영 검증은 물론 합성 및 희소사건 데이터 생성, 운영 의사결정, 인재 학습 등에 활용할 수 있는 핵심 역량으로 제시했다.

학습 과정은 '이해→시뮬레이션→물리적 검증→업무 적용→개선'의 5단계로 구성됐다. 시뮬레이션을 우선 활용하되 실제 환경에서 물리적 검증을 거쳐 현장 적용과 개선으로 이어지는 '시뮬레이션 우선(Simulation First)' 접근법을 강조한 것이 특징이다.

교육 성과를 평가하는 방식도 단순히 교육과정을 이수했는지 또는 시험을 통과했는지를 확인하는 데 그치지 않고 실제 산업 현장에서 수행할 수 있는지를 검증하는 방향으로 확대했다. 시스템 시연과 검증 계획 수립, 시뮬레이션 및 물리적 테스트 등을 통해 실질적인 수행 능력을 평가하는 방식이다.

이재철 스카이인텔리전스 대표는 "산업용 피지컬 AI가 실제 현장으로 확산되기 위해서는 기술뿐 아니라 이를 이해하고 연결하며 검증·운영할 수 있는 인재 역량이 함께 갖춰져야 한다"며 "이번 백서의 주요 기여자 참여를 계기로 시뮬레이션·디지털트윈 등 피지컬 AI 기술 역량을 기반으로 글로벌 산업계와의 기술 논의를 확대하고 실제 제조 현장에서 활용 가능한 피지컬 AI 생태계 구축에 기여할 계획"이라고 말했다.

한편 스카이인텔리전스는 앞서 발간된 첫 번째 백서 '고정밀 제조업을 위한 산업용 피지컬 AI(Industrial Physical AI in High-Precision Manufacturing)'에도 주요 기여자로 참여했다. 당시 산업 공차와 반사, 가림 등 고정밀 제조 현장의 주요 변수를 반영한 합성데이터를 활용해 로봇 비전 AI를 생산라인 도입 전에 학습하고 검증하는 방법을 제시했다.

이번 백서까지 ABB Robotics와 엔비디아가 공동 발간한 피지컬 AI 백서에 두 차례 연속 주요 기여자로 참여하면서 스카이인텔리전스는 산업용 피지컬 AI의 기술뿐 아니라 현장 적용과 인재 양성 분야에서도 협력 범위를 넓히게 됐다.

장효원 기자 specialjhw@asiae.co.kr