AI 도입 기업의 PoC 가운데 90% 이상이 중단되거나 확장에 실패한다는 수치가 산업용 피지컬 AI 포럼에서 제시됐다. 업스테이지 최훈 엔터프라이즈 사업부문 대표가 인용한 수치다. 산업용 피지컬 AI 기업 아이벡스(AIVEX)는 11월 11일 웨스틴 서울 파르나스 아틀라스홀에서 첫 연례 AI 포럼 ‘AIVEX FRONTIER 2026’을 열고, 기업 AI 도입과 제조 현장 피지컬 AI가 실증에서 양산으로 가는 과제를 논의했다.
포럼 주제는 ‘엔터프라이즈 AI에서 Physical AI까지’다. 아이벡스가 매경미디어와 공동 주관했고, 경영·전략 담당자, AI·데이터 전문가, 생산기술 관계자, 투자자, 학계 관계자 등 약 300명이 참석했다. 보스턴컨설팅그룹(BCG), 팔란티어 테크놀로지스, 서울대학교, 업스테이지, LG전자, VESSL AI, UCLA 연사가 발표에 나섰다.
행사에는 연구실에서 성공한 로봇과 AI가 실제 공장에 투입되면 성능을 유지하기 어렵다는 문제의식이 깔려 있다. 시연 영상이 보여주는 기술적 가능성과 불량률·생산성·가동률로 평가받는 제조 현장 사이에 거리가 있다는 것이다.
기업 AI 도입: 규모보다 업무를 바꾸는 방식
BCG 김지훈 대표 파트너는 AI 도입 규모보다 업무를 어떻게 바꿀 것인가가 성과를 가른다고 발표했다. 소개한 자료에서 AI 선도기업의 매출 개선 효과는 후발주자의 5배에 이르렀다. BCG는 AI 성과를 가르는 조건으로 높은 목표 설정, AI를 전제로 한 업무 재설계, 조직과 인재의 재편 등 다섯 가지를 꼽았고, 이 가운데 기업 고유의 판단 체계를 뜻하는 ‘Enterprise IQ’ 구축도 들어 있다.
팔란티어 테크놀로지스 APAC Commercial 부문 민세훈 대표는 국내 기업의 AI 지출이 전년 대비 120% 늘었다고 인용했다. 자율적 워크플로우 단계에 진입한 국내 기업은 9%라고 밝혔다. 민 대표는 온톨로지 기반 시스템인 엔터프라이즈 OS를 소개하며, 사업 성과에 직접 영향을 주는 문제를 고르고 데이터·업무 로직·실행을 연결해야 한다고 설명했다.
업스테이지 최훈 대표는 중단되거나 확장에 실패하는 PoC가 90% 이상이라고 인용하고, 해법으로 Think Big, Start Small, Scale Fast 전략을 제안했다.
휴머노이드: 출하 전망과 현장 요구
아이벡스 박지훈 AI로보틱스 그룹리더는 휴머노이드 로봇 시장 수치를 인용했다. 2025년 전 세계 판매량은 약 7,000대이고, 상당수는 연구와 데이터 수집용이었다. 2030년 연간 출하량 전망은 120만 대다. 제조 현장에서는 99% 이상의 작업 성공률이 요구된다고 그는 설명했다.
박 리더는 “산업용 로봇의 목표는 사람처럼 행동하는 것이 아니라 필요한 작업을 가장 효율적이고 안정적으로 수행하는 것”이라고 말했다. 그는 티칭, 비전 가이디드 제어, VLA를 섞는 전략을 소개했다. VLA는 정밀한 접촉 구간에만 적용하고 나머지는 검증된 제어 기술을 쓰는 방식으로, 안정성과 운영 효율을 확보하는 전략이라고 한다.
UCLA 기계항공공학과 데니스 홍 교수 겸 로봇연구소 RoMeLa 소장은 모든 로봇이 사람 신체 구조를 따를 필요는 없다고 발표했다. 그는 작업과 환경에 맞는 형태가 중요하다고 강조했다.
서울대학교 컴퓨터공학부 김건희 교수는 월드 액션 모델을 제안했다. 복잡한 물리 현상 재현, 인과 이해, 추론 속도, 연산 비용은 해결 과제로 남아 있다고 짚었다.
아이벡스의 답: 다섯 개 층 내재화와 폐루프
기조연설에 나선 성민수 아이벡스 대표는 피지컬 AI가 실증에서 양산으로 이어지지 못하는 구조적 문제를 짚었다. 광학·모델·기구·제어·운영을 서로 다른 기업이 맡으면 오류가 났을 때 원인을 파악하고 해결하기 어렵고, 그래서 실증 단계 성능을 양산 환경에서 유지하기 쉽지 않다는 설명이다. 성 대표는 “광학·모델·기구·제어·운영이 따로 움직이면 PoC 성능이 양산으로 이어지기 어렵다”고 말했다.
아이벡스는 센싱 L1, 인식 L2, 기구 L3, 제어 L4, 학습·운영 L5 등 다섯 개 기술 층을 내재화해 하나의 시스템으로 통합하는 방식을 택했다. 개별 장비 성능보다 전체 공정의 안정성을 확보하겠다는 목적이다. 성 대표는 “아이벡스는 다섯 개 층을 직접 만들고 끝까지 한 회사가 책임진다”고 밝혔다.
성 대표는 아이벡스의 기술 철학도 네 가지로 소개했다. 기술 스택을 직접 갖추는 것, 현장과 MLOps를 순환 구조로 잇는 것, 제품에 기반해 솔루션을 구현하는 것, 제조사 안에 AI 운영 역량을 두는 것이다.
AI 운영 플랫폼에는 현장 검사 데이터를 자동 선별·재학습해 개선 모델을 현장에 다시 적용하는 폐루프 구조를 구축했다. 전략은 제조사가 AI를 직접 운영·개선하도록 하고, 엣지 AI로 빠른 판단과 안정적인 운영을 지원한다는 것이다.
박지훈 리더는 로봇 제조사와 무관한 통합 제어 플랫폼 AIVot(아이봇)을 선보였다. 아이벡스는 현장 데이터 수집 장치 AMI와 엣지 산업용 경량 VLA를 개발하고 있다.
인프라와 현장 적용 사례
VESSL AI 안재만 대표는 같은 GPU라도 운영 효율에 따라 결과가 두세 배 차이 날 수 있다고 말했다. 데이터의 민감도와 사용량에 맞춰 자체 인프라, 위탁 운영, 외부 API를 조합할 필요가 있다고 조언했다.
LG전자 AI홈솔루션 사업개발담당 노범준 상무는 가사와 기기 관리 부담을 덜어주는 비전인 제로 레이버 홈(Zero Labor Home)을 소개했다. 사례로는 가전·에너지 솔루션을 통합한 모듈러 주택 스마트 코티지와 공간 운영 지원 B2B 플랫폼 LG 씽큐 프로(ThinQ Pro)가 나왔다.
아이벡스는 앞으로 데이터가 축적되면 AI의 작업 범위를 점진적으로 넓혀 갈 예정이다.