[PEDIEN] 내년 출범을 앞둔 국산 피지컬 AI 파운데이션 모델(VLA·RFM)의 진짜 승부처는 모델의 크기나 알고리즘이 아니라 '현장·시뮬레이터 행동데이터'를 얼마나 모으느냐에 있다. 본지가 과학기술정보통신부의 선도사업 추진계획과 참여 기업들의 공개 자료, 그리고 해외 선도 모델의 기술 보고서를 교차 분석한 결과, 한국이 2년간 투입하기로 한 340억원과 사업자별 데이터 조달 계획만으로는 해외 선도 그룹이 이미 쌓아 둔 '행동데이터 격차'를 단기간에 좁히기 어렵다는 결론에 이르렀다. 모델은 공개 논문과 오픈소스로 빠르게 추격할 수 있지만, 로봇이 실제로 움직이며 남긴 성공과 실패의 궤적 데이터는 돈으로도 시간으로도 쉽게 사들일 수 없기 때문이다.

피지컬 AI는 카메라로 보고(Vision), 말로 지시받고(Language), 로봇 관절을 움직여 행동(Action)하는 일을 하나의 모델이 처리하는 기술이다.

업계에서는 이를 비전-언어-행동 모델, 즉 VLA라 부르고, 인터넷 규모의 로봇 데이터로 사전학습한 대형 모델이라는 점을 강조할 때는 로봇 파운데이션 모델(RFM)이라 칭한다.

여기에 물리 법칙과 공정 환경을 가상으로 재현해 데이터를 찍어내는 월드 파운데이션 모델(WFM)이 짝을 이룬다.

과기정통부가 올해부터 2026~2027년 2년간 340억원을 들여 국산화하려는 것이 바로 이 WFM과 RFM의 결합 구조다.

피지컬 AI 파운데이션 모델(VLA·RFM)이란 무엇이고, 왜 데이터가 승부처인가

일반적인 언어모델은 인터넷에 널린 텍스트를 긁어모아 학습한다.

그러나 로봇의 행동데이터는 세상에 그냥 떠다니지 않는다.

사람이 직접 로봇 팔을 원격조종(텔레오퍼레이션)하거나, 가상 시뮬레이터 안에서 수십만 번의 동작을 돌려 '한 번의 집기, 한 번의 끼우기'마다 센서값과 관절 궤적을 남겨야 비로소 데이터가 된다.

이 작업은 느리고 비싸며, 현장마다 로봇 기종과 공정이 달라 재사용도 쉽지 않다.

본지 분석의 출발점은 여기에 있다.

모델 설계도는 공개되어 있어도, 그 모델을 '쓸 만하게' 만드는 연료인 행동데이터는 각자 길어 올려야 한다는 점이다.

해외 선도 그룹은 이 연료를 확보하는 방식에서 이미 두 갈래의 해법을 제시했다.

한 축은 실제 로봇을 대규모로 돌려 사람 손으로 데이터를 쌓는 '실측' 노선이다.

미국의 한 빅테크 연구조직은 동일 규격의 양팔 로봇 플릿을 열두 달 동안 가동해 수천 시간 분량의 전문가 시연 데이터를 축적했고, 이를 바탕으로 새로운 작업에는 15분에서 한 시간 남짓, 100회 이하의 시연만 추가해도 70%를 넘는 성공률을 얻었다고 보고했다.

적게는 수백 시간, 많게는 수천 시간의 '진짜 몸으로 겪은' 데이터가 바탕에 깔려 있기에 가능한 전이 성능이다.

다른 한 축은 데이터를 '합성'해 양으로 밀어붙이는 노선이다.

한 글로벌 그래픽칩 대기업은 지난해 공개한 로봇 파운데이션 모델에서 단 11시간 만에 78만 건의 합성 궤적을 생성했다고 밝혔는데, 이는 사람이 직접 시연했다면 약 6,500시간이 걸릴 분량이다.

이 회사는 합성데이터와 실데이터를 섞었더니 실데이터만 썼을 때보다 성능이 40%가량 올랐고, 월드모델로 궤적을 '꿈꾸게' 해 모델 개량 주기를 3개월에서 36시간으로 줄였다고 설명했다.

올해 공개한 후속 모델은 2만 시간이 넘는 인간 1인칭 영상으로 사전학습했고, 2만4,000건의 시뮬레이션 원격조종 궤적을 데이터셋에 포함했다.

요컨대 한쪽은 몸으로, 다른 한쪽은 가상으로 데이터를 긁어모아 격차를 벌려 놓았다.

구글·엔비디아와 비교하면 한국의 데이터 격차는 어느 정도인가

본지가 공개 자료를 토대로 추산한 격차는 간단치 않다.

해외 선도 모델이 내세우는 데이터 규모는 '수천 시간 실측 + 수십만 건 합성'인 반면, 국산 선도사업은 이제 데이터 파이프라인을 처음부터 깔기 시작하는 단계다.

과기정통부 선도사업의 핵심 성과지표부터가 이를 방증한다.

목표는 월드모델을 적용하지 않았을 때보다 실제 로봇의 최종 동작 성공률을 20%포인트 이상 끌어올리는 것으로, 현재 공개된 글로벌 최고 수준(14.5%포인트)을 웃도는 수치를 겨냥한다.

야심 찬 목표지만, 이 지표가 '성공률의 절대값'이 아니라 '월드모델을 쓸 때의 개선 폭'으로 설정됐다는 점에 주목해야 한다.

바닥 데이터가 얇을수록 개선 폭은 크게 보이기 마련이다.

다만 한국에 비교우위가 전혀 없는 것은 아니다.

국제로봇연맹(IFR)의 월드로보틱스 집계에서 한국의 제조업 로봇 밀도는 노동자 1만명당 1,066대로 세계 1위다. 2023년 1,012대에서 다시 올라선 수치이며, 2위 싱가포르(873대), 3위 독일(469대)을 크게 앞선다.

글로벌 평균이 162대 안팎인 점을 감안하면 7배 가까이 높다.

전국의 공장이 이미 로봇으로 빼곡하다는 것은, 바꿔 말하면 '행동데이터를 캐낼 광맥'이 그만큼 넓다는 뜻이다.

문제는 이 광맥이 아직 데이터로 전환되지 않은 채 묻혀 있다는 데 있다.

로봇이 돌아가도 그 과정에서 생기는 성공·실패 궤적이 표준 포맷으로 수집·정제되지 않으면 모델의 연료가 되지 못한다.

본지의 결론은 이렇다.

한국의 약점은 로봇이 적어서가 아니라, 널린 로봇에서 나오는 데이터를 '모델이 먹을 수 있는 형태'로 가공하는 표준과 품질 체계가 늦게 출발했다는 데 있다.

실제로 전문가들은 한국형 전략이 성공 데이터 수집에 치우쳐 있고, 정작 중요한 '실수와 복구' 패턴을 꾸준히 모으는 설계가 빈약하다고 지적한다.

로봇이 실수한 뒤 스스로 자세를 바로잡는 회복 궤적이야말로 현장 적응력을 좌우하는데, 성공 장면만 모으면 모델은 '깨끗한 실험실'에서만 똑똑해진다.

국산 피지컬 AI 파운데이션 모델, 사업자별 전략은 어떻게 갈리나

이번 선도사업은 LG전자를 주관기관으로 10개 산학연이 뭉친 컨소시엄 구조다.

본지가 각 사업자의 역할 분담을 뜯어보니, 데이터 조달을 둘러싼 선택이 뚜렷하게 갈렸다.

크게 보면 '모델을 짓는 쪽'과 '데이터를 캐는 쪽'의 분업이다.

월드모델 축에서는 주관기관과 마음AI가 가상 데이터 생성·합성을 맡는다.

제조 현장의 상태와 물리 법칙을 디지털 트윈으로 본떠 가상 데이터를 찍어내는, 앞서 본 해외의 '합성' 노선과 가장 닮은 선택이다.

마음AI는 물류 공정 사업화 실증을 함께 담당해, 만든 데이터가 실제 현장에서 통하는지 되먹임하는 고리를 짊어졌다.

로봇 파운데이션 모델(RFM) 축에서는 KT가 월드모델을 RFM으로 연계·고도화하는 역할을 맡았다.

즉 데이터를 받아 '행동하는 두뇌'로 번역하는 길목에 서 있다.

데이터를 직접 캐는 쪽의 분기는 더 흥미롭다.

로보티즈는 로봇 하드웨어를 개발하면서 그 하드웨어로 행동데이터를 생성하는 '몸과 데이터'의 수직결합을 택했다.

자기 기종에서 나오는 궤적을 통제된 품질로 확보하려는 전략이다.

반면 홀리데이로보틱스는 국산 시뮬레이터 구축을 맡아, 실물 없이도 데이터를 양산하는 '가상 공장'의 바닥을 깐다.

해외 대기업의 시뮬레이션 플랫폼 의존을 줄이려는 포석이기도 하다.

데이터 가공·인프라는 크라우드웍스가 전담한다.

이 회사는 VR 기반 원격조종으로 사람이 로봇을 움직이면 그 동작을 곧바로 학습 데이터로 바꾸는 체계를 앞세웠고, 경남 창원에 피지컬 AI 허브 1호 거점을 세운 뒤 울산·전북 등 제조업 밀집 지역으로 거점망을 넓힌다는 구상이다.

제조 현장 가까이에 데이터 공장을 두겠다는 발상으로, 로봇 밀도 세계 1위라는 지형을 활용하는 가장 현실적인 수다.

본지 분석에 따르면 이 분업 구조의 강점과 약점은 동전의 양면이다.

강점은 하드웨어·시뮬레이터·데이터 가공·모델을 한 컨소시엄 안에 모아 수직계열화했다는 점이다.

데이터의 포맷과 품질을 처음부터 맞춰 나갈 수 있다.

약점은 그 모든 고리가 이제 막 돌기 시작했다는 데 있다.

해외 선도 그룹이 1년 넘게 플릿을 돌리고 수십만 건을 합성하는 동안, 국산 컨소시엄은 허브를 짓고 포맷을 정하는 단계다.

시간이라는 변수에서 뒤처져 있다.

국산 피지컬 AI 파운데이션 모델, 승산과 과제는

그렇다고 추격이 불가능하다고 단정할 일은 아니다.

본지의 세 번째 명제는 '좁은 전장에서는 데이터 총량이 전부가 아니다'라는 것이다.

범용 휴머노이드 시장에서는 해외의 압도적 데이터가 결정적이지만, 특정 제조·물류 공정처럼 과제가 좁고 환경이 통제된 전장에서는 그 공정에 꼭 맞는 양질의 데이터가 범용 대규모 데이터를 이길 수 있다.

실제로 산업계에서는 범용 모델을 그대로 들여오기보다 한국 제조 데이터에 맞춰 특화한 모델을 지어야 한다는 목소리가 나온다.

전북의 자율 공장, 경남의 제조 공정 정밀 제어처럼 2026~2030년 5년간 1조4,131억원이 투입되는 후속 국책사업이 이 '좁고 깊은' 길을 겨냥하는 이유다.

본지의 네 번째 명제는 시간에 관한 것이다.

복수의 전문가들은 피지컬 AI의 주도권이 갈리는 '창'이 3년 안팎에 불과하다고 경고한다.

모델 아키텍처가 평준화되는 사이, 격차는 데이터 자산의 복리로 벌어진다.

먼저 쌓은 쪽은 더 좋은 모델을 얻고, 더 좋은 모델은 더 많은 현장에 깔려 더 많은 데이터를 부른다.

이 선순환에 올라타지 못하면 격차는 해가 갈수록 벌어진다.

과기정통부가 지난 6월 'K-피지컬 AI 풀스택 전략'과 피지컬 AI 얼라이언스 2기를 띄우며 속도를 강조한 것도 같은 맥락이다.

민간에서도 휴머노이드 연합이 2030년까지 1조원 이상을 투자해 로봇 AI 파운데이션 모델을 완성하겠다는 목표를 내걸었다.

마지막 명제는 데이터의 '질'에 관한 권고다.

본지가 각국 전략을 교차 분석한 결과, 승부는 결국 실패-복구 데이터의 축적에서 갈릴 공산이 크다.

공정에서 로봇이 부품을 놓치고, 각도가 어긋나고, 그걸 다시 바로잡는 수천 가지의 실수 장면이 모델을 현장형으로 단련시킨다.

성공 데이터만 쌓는 '보여주기식' 수집은 데모에서는 화려해도 현장에서 무너진다.

국산 컨소시엄이 로봇 밀도 세계 1위라는 지형을 진짜 자산으로 바꾸려면, 잘 돌아간 라인이 아니라 자주 멈추는 라인에서 데이터를 캐야 한다.

거기에 표준 포맷과 품질 검증, 그리고 현장 기업이 데이터를 내놓도록 유인하는 보상·보안 설계가 뒤따라야 한다.

모델은 따라잡을 수 있어도, 데이터의 시간은 되돌릴 수 없다.

내년 출범할 국산 모델의 성패는 출범 그 자체가 아니라, 출범 이후 얼마나 빠르고 깊게 현장 데이터를 길어 올리느냐에 달려 있다.

검증 노트

본 기사는 2026년 11월 18일 기준으로 작성됐다.

과학기술정보통신부의 '피지컬 AI 핵심기술 국산화 선도사업'(2년 340억원, LG전자 주관 10개 산학연) 추진계획과 역할 분담, 성공률 20%포인트 성과지표는 과기정통부 발표와 이를 보도한 전자신문·ZDNet코리아·파이낸셜뉴스 자료를 교차 확인했다. 2026~2030년 1조4,131억원 규모 후속 국책사업(전북 자율공장·경남 정밀제어)과 크라우드웍스의 VR 원격조종 데이터 인프라, 창원 허브 구축은 벤처스퀘어 등 기업 공개자료로 확인했다.

해외 비교 수치(열두 달 수천 시간 실측 데이터, 100회 이하 시연 70%+ 성공, 11시간 78만 합성 궤적·약 6,500시간 상당, 합성+실데이터 40% 개선, 2만 시간 1인칭 영상·2만4,000건 시뮬 궤적)는 각 개발사의 기술 보고서 및 로봇 전문매체 보도를, 로봇 밀도(1만명당 1,066대, 세계 1위, 2023년 1,012대) 수치는 국제로봇연맹(IFR) 월드로보틱스 2025를 1차 출처로 삼았다.

일부 데이터 규모는 각 사가 밝힌 공개치로, 측정 기준·시점이 상이할 수 있어 '추정' 또는 '약'으로 표기했다.

기사 verdict: VERIFIED(1차 자료 교차 확인).

편집국