피지컬 AI와 조선 제조 현장: 용접 암묵지의 형식화와 가상환경 데이터 생성 사례

핵심 메시지

• AI의 무게중심이 소프트웨어 중심에서 소프트웨어와 하드웨어가 결합된 피지컬 AI로 옮겨가고 있다는 것이 제조 현장의 인식이다.
• 제조업에서 피지컬 AI의 첫 관문은 모델이나 하드웨어가 아니라, 숙련공의 암묵지를 로봇이 이해할 형식으로 바꾸는 일이다.
• 화재처럼 실제로 재현할 수 없는 상황의 데이터는 가상환경에서 생성해 학습에 쓰고 있으며, 조선 제조에 맞는 가상환경은 직접 만들 수밖에 없었다.
• 고정된 전류와 전압으로 제어하던 용접을, 비전 센서가 용융지 형상을 보고 속도를 조절하는 방식으로 바꿔 균일한 결과를 얻었다.
• 궁극적인 목표는 티칭한 경로만 반복하는 자동화가 아니라, 환경이 바뀌어도 스스로 적응하는 자율화다.

쉽게 이해하기

발표자는 자율주행이나 모빌리티 로봇 관점의 피지컬 AI와 조선 제조업의 고민이 다르다는 점을 먼저 짚었다. 앞선 발표들이 이동하는 기계에 AI를 얹는 이야기였다면, 조선소가 마주한 질문은 제조 AI 관점에서 피지컬 AI를 어떻게 적용할 것인가다. 그는 지금까지 소프트웨어 중심의 AI가 강점을 보였다면, 앞으로는 그 소프트웨어를 실제 물리 모델에 적용하는 시대가 온다고 정리했다.

피지컬 AI에 필요한 요건으로는 자율적 의사결정과 적응형 학습, 환경 인식과 상호작용, 유연한 과제 전환이 꼽혔다. 그런데 이것을 제조 현장에 들여오려 할 때 가장 먼저 걸리는 것은 알고리즘이 아니었다. 용접공처럼 현장의 전문가가 가진 노하우와 경험치를 로봇에게 가르칠 형식이 없다는 점이었다. 학습 방법이나 하드웨어는 다른 연구자와 기업들이 만들어주는 것을 가져다 쓸 수 있지만, 암묵지의 형식화만큼은 현장이 스스로 풀어야 할 숙제라는 것이다.

문제의 성격은 현장의 사정에서 드러난다. 숙련공은 고령화되고 외국인 인력도 늘었는데, 정작 그들은 자기가 아는 것을 말로 설명하기 어려워한다. 설명을 해도 듣는 사람이 이해하지 못하는 경우가 많다. 용접을 하는 순간의 감각만으로 잘되고 있는지 아닌지를 아는 사람들이기 때문이다. 그래서 팀은 관찰부터 시작했다. 숙련공이 어떻게 작업하는지 기록하고, 그들이 편한 언어로 설명한 경험을 지식으로 구조화한 뒤, 그 위에 AI 모델링을 얹는 순서다.

발표자는 이 작업이 사실 새로운 것이 아니라고 했다. 예전에도 신입 사원에게 작업을 가르치려고 매뉴얼을 만들었고, 새 사람은 그 문서를 따라 일을 배웠다. 달라진 것은 이제 그 매뉴얼을 로봇에게 가르치고 싶다는 점이고, 그러려면 로봇이 이해할 수 있는 언어로 바뀌어야 한다는 점이다. 작업 영상과 작업자가 느끼는 감각을 함께 센싱해 형식화하려는 시도가 그래서 나왔다.

데이터를 모으는 일에는 물리적 한계가 따른다. 용접 영상을 모아봐야 하루치, 일주일치이고 모든 상황을 다 담을 수는 없다. 화재 감지는 더 극단적이다. 성능을 검증하려면 불을 내봐야 하는데 선박이나 자동차에 불을 지를 수는 없다. 그래서 팀은 가상환경에서 연기와 불꽃 장면을 생성해 활용한다. 다만 조선업 같은 제조 관점의 가상환경은 시중에 거의 없어 직접 만들 수밖에 없었고, 자동차 주행 영상과 달리 제조 현장을 생성하는 일은 아직 미진한 부분이 많다고 그는 인정했다.

주요 인사이트

• 제조 현장에서 피지컬 AI의 병목은 모델 성능이 아니라 데이터의 앞단이다. 암묵지를 형식화하지 못하면 휴머노이드를 사다 놓아도 쓰기 어렵다는 것이 발표자의 결론이다.
• 컨테이너선의 화재는 초기에 잡지 못하면 배가 통째로 가라앉는다. CCTV를 모든 사각지대에 설치하는 것이 불가능하다는 현실이, 가상 데이터 생성을 선택이 아니라 필수로 만들었다.
• 자동화와 자율화는 다르다. 지금은 사람이 로봇에게 A에서 B로 가는 경로를 티칭하고 로봇은 그대로만 움직이는데, 선박마다 사양이 달라 조립할 때마다 티칭을 다시 만들어야 한다. 그래서 현장이 원하는 핵심 역량은 적응이다.
• 비전으로 용접 상태를 판별하고 제어까지 자동화한 사례는 암묵지 데이터화의 구체적인 형태다. 개선부가 벌어진 구간에서 기존 방식은 용융지가 계속 줄어드는 반면, 형상을 보고 속도를 낮추면 균일한 용접이 유지된다.
• 명장들 스스로가 후계자를 키우고 싶어도 하려는 사람이 없다고 말한다. 기술 전수의 단절이 로봇화와 자동화를 밀어붙이는 실질적인 동력이라는 점이 현장의 언어로 드러났다.

자주 묻는 질문

관련 AI 소식