언어를 넘어 현실을 배우는 AI로
AI가 이제 단순한 텍스트나 이미지를 생성하는 수준을 넘어, 현실 세계의 물리 법칙을 이해하고 공장을 설계하는 시대가 열리고 있습니다. 엔비디아와 다쏘시스템이 손을 잡고 ‘피지컬 AI(Physical AI)’ 생태계 구축에 본격적으로 나선 건데요. 양사의 핵심 목표는 가상 공간에서 현실과 똑같이 작동하는 ‘버추얼 트윈’을 AI와 결합해, 제품 설계부터 공장 운영까지 모든 과정을 최적화하는 겁니다. 이번 협력은 AI가 언어 모델의 한계를 벗어나 현실 세계와 상호작용하는 새로운 단계로의 전환을 알리는 신호탄이 됐습니다. 젠슨 황 엔비디아 CEO는 이 변화를 “AI가 물이나 전기처럼 필수 인프라가 될 것”이라고 표현하며, 산업 전반의 지형을 재편할 것이라고 강조했습니다.
이러한 움직임의 배경에는 글로벌 공급망 재편과 함께 수조 원 규모의 인프라 투자가 이어지고 있는 현실이 있습니다. 반도체 공장, 배터리 공장, AI 데이터센터 등 초대형 설비를 빠르고 정확하게 짓기 위해서는 기존의 방식으로는 한계가 있죠. 다쏘시스템의 파스칼 달로즈 CEO는 버추얼 트윈을 “지식을 생산하는 공장”이라고 설명합니다. 즉, 실제로 만들기 전에 가상에서 모든 것을 테스트하고 최적의 설계를 찾아낸다면, 막대한 시간과 비용을 절감할 수 있다는 계산입니다.
여러 AI 에이전트가 협업하는 공장
피지컬 AI를 구현하기 위한 구체적인 기술 로드맵도 공개됐습니다. 다쏘시스템은 단일 AI가 모든 일을 처리하는 것보다, 여러 전문 AI 에이전트가 협업하는 구조를 택했습니다. ‘3D익스피리언스’ 플랫폼에 도입될 ‘아우라’, ‘레오’, ‘마리’라는 세 가지 버추얼 컴패니언이 그 주인공인데요. 아우라는 설계 프로젝트의 지식과 맥락을 조율하고, 레오는 기계 설계와 시뮬레이션을, 마리는 재료 과학과 규제 정보를 담당합니다. 이렇게 역할을 나누는 건, 각 분야마다 요구되는 컴퓨팅 자원과 문맥이 완전히 다르기 때문입니다. 수치트 자인 다쏘시스템 부사장은 “모든 문제에 똑같은 크고 무거운 AI를 적용하는 건 비효율적”이라고 말합니다.
물론 여러 AI가 동시에 작동하면 서로 충돌할 위험도 있습니다. 이를 해결하기 위해 다쏘시스템은 AI 에이전트 간 충돌을 조정하고 업무 우선순위를 자동으로 설정하는 아키텍처를 개발 중이라고 밝혔습니다. 궁극적인 목표는 작업자가 안전하게 업무 자동화를 할 수 있도록 돕는 겁니다. 한편, 제조 현장의 데이터 통합은 여전히 큰 과제로 남아있습니다. 다쏘시스템 델미아웍스의 데빈 앤서니 말론 CEO는 “AI를 단순 자동화 도구가 아닌 의사결정 강화 도구로 써야 한다”며, CAD 데이터부터 현장의 엑셀 파일, ERP 정보까지 모든 데이터를 하나로 모아 실시간 분석해야 진정한 가치가 나온다고 지적했습니다. 특히 중소기업에 쌓여있는 직원들의 머릿속 ‘트라이벌 지식’을 체계적인 데이터로 만드는 게 핵심입니다.
한국 제조업의 새로운 기회
이번 기술 혁신에서 한국 제조업의 입지는 꽤 단단해 보입니다. 수치트 자인 부사장은 한국의 로봇, 제조, 하드웨어 분야가 세계적 경쟁력을 가지고 있다고 평가했는데요. 그는 한국 기업들이 AI 실험 단계를 넘어 실제 현장에 적극적으로 적용하고 있다고 말했습니다. AI가 실제 가치를 창출하려면 물리적 시스템과 결합해야 하는데, 한국 제조업이 가진 빠른 실행력과 시뮬레이션 능력이 강점으로 작용할 수 있다는 분석입니다.
앞으로의 공장은 정적인 설비의 집합체가 아닌, 소프트웨어로 정의되고 AI가 실시간으로 최적화하는 ‘살아있는 시스템’이 될 전망입니다. 엔비디아의 옴니버스 플랫폼과 다쏘시스템의 버추얼 트윈이 결합되면, 로봇에 몇 번만 시범을 보여주면 스스로 학습하는 ‘AI 팩토리 OS’도 더 빠르게 현실이 되겠죠. 젠슨 황 CEO의 말처럼, 모든 설계가 디지털 환경에서 이루어지는 미래가 코앞에 다가왔습니다. 중요한 건, 이 모든 변화가 인간을 대체하기 위한 게 아니라 인간의 창의성과 생산성을 확장시키기 위한 도구가 된다는 점입니다. AI는 이제 엔지니어의 옆에서 함께 일하는 동반자 팀이 될 겁니다.