정부, ‘제조AI 2030 전략’ 공개… 피지컬 AI 기반 자율제조 시대 연다

20조원 투자로 AI 팩토리 구축… 제조데이터·AI 두뇌·휴머노이드까지 국가 전략으로 육성

정부가 제조업 경쟁력 회복을 위한 국가 차원의 청사진을 내놓았다. 이번 전략의 핵심은 단순한 스마트공장을 넘어 AI가 장비와 로봇을 직접 이해하고 제어하는 ‘피지컬 AI(Physical AI)’ 기반의 자율 제조 생태계 구축이다.

정부는 6월 29일 열린 ‘대한민국 대도약 3대 메가프로젝트 국민보고회’에서 국가인공지능전략위원회와 산업통상자원부, 과학기술정보통신부, 중소벤처기업부가 공동으로 마련한 ‘대한민국 제조업 대전환의 길: 제조AI 2030 전략’을 공개했다.

2030년까지 민관 합동 20조원을 투자하고, 100조원 이상의 경제적 부가가치를 창출한다는 목표다.

이번 전략은 AI를 제조 공정의 보조 도구가 아니라 공장을 스스로 판단하고 운영하는 핵심 두뇌로 활용하겠다는 점에서 기존 스마트팩토리 정책과 차별화된다.

제조AI에서 피지컬 AI로… 공장이 스스로 판단하는 시대

정부 전략에서 가장 눈에 띄는 부분은 ‘제조 피지컬 AI’가 국가 핵심 기술로 공식 채택됐다는 점이다.

피지컬 AI는 현실 세계의 물리 환경을 이해하고 센서 데이터를 기반으로 판단한 뒤 장비와 로봇을 직접 제어하는 AI를 의미한다. 기존 생성형 AI가 문서와 이미지 생성에 집중했다면, 피지컬 AI는 실제 공장에서 로봇이 움직이고 설비가 스스로 제어되는 자율 제조를 구현한다.

이를 위해 정부는 물리법칙 기반 AI 모델, 월드모델(World Model), 장비·로봇 협업 기술, 저지연 산업 네트워크, 엣지 AI 컴퓨팅, 전주기 보안 기술 등을 국가 핵심 원천기술로 육성하기로 했다.

이는 최근 글로벌 제조업계가 추진하는 AI Factory와 Software Defined Factory 전략과 같은 방향이다.

제조데이터가 경쟁력… 국가 제조데이터 라이브러리 구축

피지컬 AI의 성능은 결국 데이터 품질에서 결정된다.

정부는 제조 AI 경쟁력 확보를 위해 국가 차원의 ‘제조데이터 라이브러리’를 구축한다.

그동안 산업부, 과기정통부 등 여러 기관에 흩어져 있던 제조 데이터를 통합하고, 기업 간 데이터 공유 과정에서도 데이터 자산 가치가 훼손되지 않도록 국가가 직접 관리한다는 계획이다.

특히 은퇴를 앞둔 제조 명장의 경험과 노하우인 제조 암묵지(Tacit Knowledge)까지 데이터로 변환해 AI 학습 자산으로 활용한다.

이는 숙련 기술자의 경험을 AI가 학습하는 산업용 파운데이션 모델(Foundation Model) 구축으로 이어질 전망이다.

제조 특화 AI 두뇌 개발… 휴머노이드까지 연결

정부는 제조업 전반을 담당하는 제조AI 파운데이션 모델과 대형 AI 에이전트(AI Agent) 개발도 추진한다.

공장 설계부터 생산, 품질 검사, 물류, 공급망 관리까지 하나의 AI가 통합적으로 운영하는 것이 목표다.

여기에 제조 특화 휴머노이드 로봇 개발도 포함됐다.

정부는 휴머노이드 핵심 부품과 실증 사업을 확대하고, AI와 로봇이 협업하는 풀스택 AI 팩토리(Full-stack AI Factory)를 구축해 향후 수출 산업으로 육성할 계획이다.

이는 최근 글로벌 제조기업들이 추진 중인 AI 기반 자율 공장 경쟁에 대응하기 위한 전략으로 풀이된다.

산업단지를 AI 클러스터로… 제조 AI 전국 확산

정부는 제조AI 확산 거점으로 산업단지를 선택했다.

국내 제조 생산과 수출의 약 3분의 2를 차지하는 산업단지를 중심으로 ‘M.AX 클러스터’를 구축하고, 실증 테스트베드와 엣지 컴퓨팅센터 등 공용 인프라를 조성한다.

대기업과 AI 전문기업이 협력하는 상생형 AI 스마트공장도 확대한다.

특히 중소 제조기업이 쉽게 AI를 도입할 수 있도록 제조AX 인증제와 전문기업 육성 정책도 함께 추진한다.

글로벌 제조 경쟁도 ‘생성형 AI’에서 ‘피지컬 AI’로 이동

이번 전략은 글로벌 제조업 변화와도 맞닿아 있다.

최근 미국과 유럽, 일본은 AI 반도체 경쟁을 넘어 실제 제조 현장을 AI가 운영하는 피지컬 AI 경쟁에 본격적으로 뛰어들고 있다.

글로벌 산업계에서는 AI 모델 자체보다 현장 데이터 확보, 산업용 로봇, 산업용 네트워크, 실시간 엣지 컴퓨팅, 디지털 트윈을 결합한 제조 플랫폼 구축이 새로운 경쟁력으로 부상하고 있다.

정부 역시 이러한 변화에 맞춰 AI 모델 개발뿐 아니라 데이터, 로봇, 산업용 통신, 보안, 반도체를 아우르는 제조 생태계 전체를 국가 전략으로 추진한다는 점에서 의미가 크다.

제조AX에서 피지컬 AI 산업으로 정책 무게중심 이동

이번 전략에서 가장 중요한 변화는 ‘스마트공장 보급’에서 ‘AI 기반 자율 제조’로 정책의 무게중심이 이동했다는 점이다.

그동안 제조 AI는 설비 예지보전이나 품질 검사처럼 개별 공정의 효율 개선에 머무는 경우가 많았다.

하지만 이번 전략은 제조데이터를 기반으로 AI가 공장 전체를 이해하고, 로봇과 설비를 직접 제어하는 피지컬 AI 생태계 구축을 목표로 한다.

이는 AI 반도체, 산업용 로봇, 머신비전, 디지털 트윈, 산업용 네트워크, 엣지 컴퓨팅 등 국내 산업기술 기업들에게 새로운 시장을 열어줄 가능성이 크다.

특히 정부가 풀스택 AI 팩토리를 미래 수출 산업으로 육성하겠다고 밝힌 만큼, 앞으로 제조 AI 경쟁은 개별 솔루션이 아니라 데이터·AI·로봇·산업용 통신·보안이 통합된 플랫폼 경쟁으로 빠르게 전환될 것으로 전망된다.

용어 정리

• 피지컬 AI(Physical AI): 현실 세계의 물리 환경을 이해하고 장비·로봇을 직접 제어하는 AI 기술.
• 제조AI 파운데이션 모델(Manufacturing AI Foundation Model): 다양한 제조 공정과 산업에 공통으로 활용되는 대규모 제조 특화 AI 모델.
• 월드모델(World Model): AI가 현실 세계의 물리적 특성과 변화를 이해하고 예측하기 위한 환경 모델.
• AI 에이전트(AI Agent): 목표를 수행하기 위해 스스로 판단하고 행동하는 자율형 AI 시스템.
• 엣지 컴퓨팅(Edge Computing): 데이터를 클라우드가 아닌 현장 가까운 장치에서 실시간 처리하는 컴퓨팅 방식.