[IT동아 강형석 기자] 제조업의 용접이나 조립 설비처럼 격리된 영역에서 정해진 동작만 반복하던 산업용 로봇이 이제는 사람과 같은 공간에서 협업하는 지능형 시스템으로 진화하는 중이다. 시각·촉각·압력·온도 센서로 현장을 인식하고, 엣지 컴퓨팅(기기 자체에서 처리하는 연산 방식)으로 실시간 추론을 거쳐 스스로 상호작용한다.

기술 진보는 산업 생산성 개선을 넘어 산업 구조 전환을 예고한다. 국제로봇연맹(IFR)이 2025년 9월 공개한 '세계 로보틱스(World Robotics) 2025' 보고서에 따르면, 2024년 한 해 동안 전 세계 공장에 새로 설치된 산업용 로봇은 54만 2000대에 이르며, 이는 10년 전과 비교해 두 배 이상 늘어난 수치다. 누적 가동 대수는 466만 4000대를 기록했다. 로봇 도입이 관망 단계를 지나 확장 경쟁 국면으로 접어들었다는 의미다. 문제는 피지컬 AI(실물 인공지능) 전환을 위한 준비 상태다. 로봇을 들이는 일과, 로봇과 함께 일할 조직을 설계하는 일은 전혀 다른 과제이기 때문이다.

로봇 배치에 대한 기대감은 높지만, 실제 전환은 느리다

2026년 8월 19일, 인텔은 '로보틱스 준비성 격차' 보고서를 공개했다. 이 보고서는 인텔이 사업 컨설팅 기업 맨 바이츠 도그(Man Bites Dog), 콜맨 파크스 리서치(Coleman Parkes Research)와 함께 작성했다. 조사에는 6개국(독일·미국·영국·일본·중국·한국), 5개 산업(소매·제조·의료·국방·스마트시티)에 종사하는 IT 리더 800명이 참여했다. 로봇 소비와 배치 성향이 높은 국가를 의도적으로 선정해 조사했다는 게 존 힐리(John Healy) 인텔 산업·로보틱스 사업부 부사장의 설명이다.

존 힐리 부사장은 피지컬 AI 산업의 변화를 증기기관이 등장했던 시기에 견주면서, 자동화에 지능이 결합되는 이번 기술 전환이 과거 어떤 산업 혁신 못지않은 영향을 미칠 것이라고 진단했다.

그는 로봇의 진화 경로를 세 단계로 짚었다. 고정된 임무만 수행하던 로봇이 시각·촉각·압력·온도 센서로 주변 환경을 감지하고, 이를 추론해 스스로 행동을 결정하는 단계로 넘어가고 있다는 설명이다. 그중에서도 스스로 판단해 행동하는 능력이야말로 '자율성'의 본질이라고 규정했다.

피지컬 AI가 열어줄 가능성은 상상력에 의해서만 제한될 것이라는 게 그의 진단이다. 지금까지 나온 응용 사례는 시작 단계에 불과하며, 앞으로 등장할 활용 범위는 예상을 훌쩍 뛰어넘을 것이라는 전망이다.

존 힐리 부사장은 보고서를 통해 두 가지 사실이 동시에 드러났다고 짚었다. 하나는 로봇 배치가 머지않아 인력 채용보다 비용 면에서 유리해질 것이라는 전망이고, 다른 하나는 그런 전망과 달리 조직의 준비가 따라가지 못한다는 점이다.

보고서의 핵심은 '자신감과 준비성의 격차'다. 자료에 따르면 국방 분야에서는 2030년까지 혼합 인력을 관리할 준비가 될 것이라 믿는 응답자가 94%에 달했지만, 실제 전략을 갖춘 곳은 46%에 그쳐 격차가 무려 48%포인트에 달했다. 스마트시티(30%포인트), 제조(26%포인트), 소매(25%포인트), 의료(22%포인트)에서도 크고 작은 격차가 확인됐다.

인텔은 이 문제를 풀 열쇠로 ▲전략(Strategy) ▲기술(Skills) ▲안전(Safety) ▲형태(Shape) ▲규모(Scale) 등 이른바 '5S 프레임워크(구조)'를 제시했다.

기술 측면에서는 로봇이 반복적이고 위험한 업무를 맡으면서 현재 인력 역량의 14%가 다른 업무로 재배치됐고, 이 비율이 조만간 4분의 1 수준까지 늘어날 것으로 내다봤다.

안전 측면에서는 로봇이 광산업 초기 탐사처럼 위험한 작업을 대신 맡아 노동자를 보호하고 비용까지 줄인 사례를 소개했다. 다만 안전 인증 체계의 공백이 오히려 도입을 늦추는 양날의 검으로 작용할 수 있다고 경고했다.

형태 측면에서는 응답자의 77%가 로봇의 외형보다 신뢰성과 성능을 중시한다고 답했다. 일반 대중 사이에서는 인간을 닮은 휴머노이드가 주목받지만, 향후 5년간 산업계에 가장 큰 영향을 미칠 로봇으로는 자율이동로봇(AMR, 20%), 고정형 팔(14%), 검사 및 감지 로봇(11%), 드론(10%) 등이 꼽혔다. 휴머노이드는 6%에 머물렀다. 존 힐리 부사장은 휴머노이드를 두고 "업계가 기술의 한계를 시험해 보는 북극성 같은 존재"라면서도 "시장의 실제 성장은 다양한 형태의 로봇을 통해 이뤄질 것"이라는 견해를 밝혔다.

규모 측면에서는 응답자의 55%가 로봇의 핵심 판단에 100밀리초(1/1000초) 미만의 지연 시간이 필요하다고 답했다. 로봇이 클라우드가 아닌 자체 하드웨어, 즉 엣지 장비 내에서 실시간으로 판단해야 한다는 뜻이다.

인텔은 개발자들이 피지컬 AI 모델을 튜닝(조율)하고 배포하는 과정에서 겪는 마찰을 줄이기 위해 피지컬 AI 스튜디오와 오픈비노(OpenVINO) 피지컬 AI 같은 개방형 도구를 제안한다. 추론 성능 180 TOPS(초당 1조회 AI 연산) 사양을 갖춘 코어 울트라 시리즈 3(Core Ultra Series 3) 중앙처리장치(CPU) 기반 장비도 함께 내놓았다. 존 힐리 부사장은 로봇 전환 효과가 회사 규모보다 업무 유형에 좌우될 것이라며, 24시간 예측 가능한 성능이 필요한 업무라면 중소기업도 충분히 수혜를 볼 수 있다고 강조했다.

존 힐리 부사장은 로봇 도입 격차의 원인 중 하나로 '소유권 분산 문제'를 지목했다. 로봇 도입 책임이 최고기술책임자(CTO), 최고정보책임자(CIO), 최고운영책임자(COO) 등 여러 부서에 흩어진 탓에, 기술·운영·인사가 따로 움직이는 구조가 생긴다는 지적이다. 그는 이 문제가 인텔이 과거 여러 기술 전환기마다 마주했던 과제와 비슷하다고 설명하면서, 명확한 책임 주체를 세우고 조직 전반의 지지를 확보하는 작업이 먼저 이뤄져야 한다고 강조했다.

인텔의 피지컬 AI 및 엣지 로보틱스 전략은?

인텔은 산업계의 피지컬 AI 전환 실행 격차를 메우기 위해 고효율 하드웨어, 최적화 소프트웨어, 개발 플랫폼, 파트너 생태계를 아우르는 엔드투엔드(End-to-End, 처음부터 끝까지) 지원 전략을 구축할 방침이다. 다양한 산업 환경에서 학습·개발한 알고리듬을 현장에서 즉시 구동 가능한 인프라로 전환하겠다는 구상이다.

인텔은 로보틱스용 프로세서 제품군을 마련해 전력이 제한된 피지컬 AI 환경에서도 높은 인공지능 연산 성능을 보장한다. 대표적인 제품이 코어 울트라 시리즈 3다. 엣지 환경에 최적화된 저전력 설계를 갖추면서도 추론 영역에서 최대 180 TOPS 수준의 AI 처리 성능을 낸다.

이 외에 산업 현장의 엄격한 안전 규격에 대응할 수 있도록 칩셋(SoC) 설계 단계부터 기능 안전(Functional Safety) 인증 기능을 통합해 시스템 구축 비용을 대폭 낮췄다는 게 존 힐리 부사장의 설명이다. 시간동기컴퓨팅(TCC)과 시간민감네트워킹(TSN) 기술을 더해, 로봇이 밀리초 단위로 반응해야 하는 상황에서도 지연이나 흔들림 없이 동작하도록 구현하는 게 목표다.

인텔에 따르면 2026년 6월 기준 130개 이상의 기업이 코어 울트라 시리즈 3 기반 로봇 애플리케이션을 시험하거나 배치 중이다. 센서리 AI가 개발한 로봇 바리스타 '엘라(Ella)'가 대표적인 사례로 여러 에이전트가 결합된 피지컬 AI 매장을 상업 환경에서 운영한 경우로 꼽힌다.

피지컬 AI 처리에 필요한 엣지 성능에서도 엔비디아 젯슨 플랫폼보다 앞선다는 게 인텔 측 설명이다. 실제 성능은 응용 분야와 벤치마크 조건에 따라 달라질 수 있지만, 엔비디아의 로보틱스 플랫폼인 아이작(Isaac) 생태계에 맞서 개방형·오픈소스 전략으로 차별화를 꾀하겠다는 인텔의 의도만큼은 뚜렷하다.

개발 복잡성을 덜어주는 소프트웨어 프레임워크와 개발 도구모음 지원에도 속도를 낸다. 인텔은 파이토치(PyTorch) XPU를 지원, 개발자가 기존의 범용 파운데이션 모델(범용 AI 학습 모델)을 인텔 플랫폼 환경으로 쉽게 옮길 수 있도록 돕는다. 전용 개발 도구인 '피지컬 AI 스튜디오(Physical AI Studio)'를 활용하면 가상 시뮬레이션 환경에서 피지컬 AI 모델을 빠르게 미세 조정하고 반복 학습 수행이 가능하다. 최적화가 끝난 AI 모델은 '오픈비노 피지컬 AI' 런타임(프로그램 실행 환경)을 통해 센서, 모터 제어기 등 로봇의 다양한 하드웨어 시스템에 곧바로 배포된다.

디지털 트윈 기반의 효율적인 학습 주기 지원도 이뤄진다. 실제 로봇을 사람 손으로 일일이 훈련하는 방식은 막대한 시간과 물리적 위험을 수반한다. 인텔은 무조코(MuJoCo) 개방형 물리 엔진 및 디지털 트윈 플랫폼과의 연동성을 강화한다. 가상 공간에서 모델을 훈련한 뒤 이를 실제 하드웨어로 이식하는 '심투리얼(Sim-to-Real)' 및 '리얼투심(Real-to-Sim)' 사이클을 개발자가 매끄럽게 구축할 수 있도록 지원할 방침이다.

광범위한 파트너 생태계 구축과 협력 강화에도 힘쓴다. 인텔은 단일 완제품 공급에 얽매이지 않고, 컴퓨팅 모듈 및 기판을 만드는 하드웨어 제조사부터 자율주행·비전 소프트웨어 개발사, 시스템 통합(SI) 기업, 완제품 제조사에 이르는 전체 밸류체인(가치사슬)을 수평으로 연결할 계획이다. 존 힐리 부사장은 "특정 기술에 종속되지 않는 개방형 아키텍처를 제공함으로써 대기업 외에도 초기 투자 여력이 부족한 중소기업까지 사업 규모에 맞게 로봇 자동화 솔루션을 확장할 수 있는 토대를 마련하겠다"고 말했다.

IT동아 강형석 기자 (redbk@itdonga.com)