피지컬 AI 현장 사례 - 삼사라 CEO가 말하는 트럭·공사장 AI 배치

핵심 메시지

• 물리 세계는 아직 디지털화되지 않았다는 점이 오히려 기회다. 공사 현장에서 무슨 일이 있었는지는 인터넷을 아무리 긁어도 나오지 않는 데이터다.
• 삼사라는 GPS 추적기·대시캠·자산 태그 같은 하드웨어로 데이터를 모아 연 25조 개 데이터 포인트를 처리하며, 하루에 미국 도로의 99%를 여러 차례 주행한다고 밝혔다.
• 엣지에서는 실시간 추론을, 클라우드에서는 영상 이해와 에이전트 작업을 돌리는 이중 구조를 쓴다. 통신이 끊기는 오지와 즉각적인 경고가 필요한 상황 때문이다.
• 최근 도입한 에이전트는 고장 코드를 보고 정비 매뉴얼과 보증 계약을 대조해 보증 청구가 가능한지 판단하고 작업 지시서까지 연다. 사람이 한두 시간 걸리던 일이 1분 내로 줄었다.
• 현장 노동자가 감시 기술을 받아들이는 핵심 조건은 투명성과 '나에게 무슨 이득인가'다. 대시캠의 최대 용도는 감시가 아니라 사고 책임을 벗겨주는 것이었다.

쉽게 이해하기

AI 이야기는 대부분 챗봇과 코딩 도구에 머물러 있지만, 세계 GDP의 40~50%를 차지하는 건설·물류·에너지 같은 산업 현장에도 이미 대규모 AI가 들어가 있다. 삼사라 공동창업자 산짓 비스와스는 이 영역을 '물리 세계에 적용된 AI'라고 정의하며, 로보택시가 다니는 도로뿐 아니라 공사장과 전력망, 지하 배관까지 전부 포함된다고 설명한다.

이 영역이 늦게 열린 이유는 데이터가 없어서다. 디지털 세계에는 수십 년치 텍스트가 쌓여 있었지만 현장에는 그런 축적이 없고, 센서를 설치하고 열악한 통신망으로 데이터를 넘기고 수백만 명의 현장 노동자가 새 도구를 쓰게 만드는 지저분한 작업이 선행돼야 한다. 대신 그만큼 갇혀 있는 가치도 크다.

삼사라의 구조는 세 층으로 나뉜다. 눈과 귀에 해당하는 하드웨어(GPS 추적기, 차량 게이트웨이, 전후방 대시캠, 배터리로 3~6년 가는 자산 태그, 45일짜리 스티커형 추적 라벨), 데이터를 정리하고 판단하는 클라우드, 그리고 최근 더해진 행동 계층인 에이전트다. 비 오는 지역 차량들의 안전거리 설정을 일괄 조정하는 것처럼, 예전엔 사람이 앉아서 할 수 없던 규모의 조치가 자동화된다.

모델 구성도 단일하지 않다. 초기에는 휴대폰 사용 감지 같은 합성곱 신경망에서 출발했지만, 지금은 하나의 백본에 여러 분류기를 붙여 손에 든 물체가 휴대폰인지 전자담배인지 샌드위치인지 구분하고, 시각언어모델로 급브레이크 영상을 해석해 '동물을 피한 방어운전'과 '부주의'를 구분한다. 프런티어 모델과 오픈 웨이트 모델을 함께 쓰고, 기기에 올리기 위해 증류하거나 수천만 파라미터급 소형 모델을 직접 학습하기도 한다.

인터뷰 말미의 산업 현장 진단도 인상적이다. 한 대형 전력회사는 지난 125년간 지은 송전 용량을 앞으로 5년 안에 세 배로 늘릴 계획이라며, 그 수요의 90%가 데이터센터에서 온다고 했다. AI 붐이 결국 거대한 인프라 건설 프로젝트라는 말이 현장 숫자로 확인되는 셈이다.

주요 인사이트

• 데이터 해자는 '많이 모았다'가 아니라 '다른 곳에서 구할 수 없다'에서 나온다. 특정 공사 현장의 특정 시각에 무슨 일이 있었는지는 크롤링으로도 시뮬레이션으로도 대체되지 않는다.
• 네트워크 효과가 물리 세계에서도 성립한다. 모든 고객사가 같은 도로를 달리기 때문에 위험한 교차로나 포트홀 정보가 서로에게 도움이 되고, 블루투스 태그는 다른 회사 차량이 대신 신호를 주워 올려준다.
• 에이전트를 현장에 쓸 때는 '보증 청구'처럼 실패해도 사람이 다치지 않고, 원래는 인력이 없어 그냥 방치되던 업무부터 고르는 것이 현실적이다.
• 자율 추론만으로는 부족하고 워크플로와 가드레일이 함께 필요하다는 것이 현장의 결론이다. 어디서 사람에게 물어야 하는지를 정해두지 않으면 에이전트는 엉뚱한 곳으로 파고든다.
• 자율주행 확산 속도는 용도별로 갈릴 전망이다. 로보택시는 지역 단위로 유사한 운행이라 빠르지만, 상용차 대부분은 배관·전기 같은 현장 서비스라 도입이 훨씬 느리게 퍼질 것으로 봤다.
• 감시 기술의 수용성은 결국 문화 문제다. 카메라를 숨기지 않고, 잘한 운전을 찾아 보여주고, 사고 책임을 벗겨주는 용도로 먼저 쓰일 때 현장이 받아들인다.

자주 묻는 질문

관련 AI 소식