본문으로 건너뛰기
피드

롯데이노베이트, 피지컬 인공지능 석·박사 인재 양성 사업 맡는다

ai-ml 약 5분

롯데이노베이트가 과기정통부·정보통신기획평가원의 2026년 생성형 인공지능 선도 인재 양성 사업 주관기관으로 선정됐다. 카이스트, 연세대, 인하대와 함께 2026년 4월부터 2029년 12월까지 4년간 총 72억5000만 원 규모로 피지컬 인공지능과 휴머노이드 로봇 인재를 키우는 사업이다.

  • 1

    사업 기간은 2026년 4월부터 2029년 12월까지이며 총 72억5000만 원이 지원됨

  • 2

    롯데이노베이트는 생성형 인공지능 파운데이션 모델 API와 연구용 데이터를 제공함

  • 3

    카이스트는 시각-언어-내비게이션 데이터 인터페이스와 시뮬레이션 환경을 맡음

  • 4

    연세대는 인공지능 안전성·윤리 정책과 엣지 추론 환경을 담당함

  • 5

    인하대는 경로 탐색 모델과 이상 탐지 기술을 개발함

  • 롯데이노베이트가 정부의 2026년 ‘생성형 인공지능 선도 인재 양성 사업’ 주관기관으로 선정됨

    • 주관은 과학기술정보통신부와 정보통신기획평가원임
    • 사업 기간은 2026년 4월부터 2029년 12월까지 4년
    • 총 지원 규모는 72억5000만 원임
  • 이번 사업의 초점은 그냥 챗봇 인재가 아니라 ‘피지컬 인공지능’과 휴머노이드 로봇임

    • 목표는 산업 현장 문제를 풀 수 있는 석·박사급 핵심 인력을 키우는 것
    • 생성형 인공지능이 현실 공간의 로봇으로 확장되는 흐름을 인재 양성 사업으로 잡은 셈임
  • 컨소시엄 구성도 역할이 꽤 구체적으로 나뉨

    • 롯데이노베이트는 생성형 인공지능 파운데이션 모델 API와 연구용 데이터를 제공하고, 대학과 공동·파견 연구를 진행함
    • 카이스트는 시각-언어-내비게이션 기반 데이터 인터페이스와 시뮬레이션 환경을 구축함
    • 연세대는 인공지능 안전성·윤리 정책과 엣지 추론 환경을 담당함
    • 인하대는 경로 탐색 모델 개발과 이상 탐지 기술을 맡음
  • 1차년도에는 바로 거대한 로봇 데모부터 가는 게 아니라 개발 환경과 데이터 기반을 먼저 깔기로 함

    • 카이스트는 시각-언어-내비게이션 학습용 데이터셋과 시뮬레이션 플랫폼을 준비함
    • 연세대는 산업 사물인터넷 데이터 수집 파이프라인을 설계함
    • 인하대는 실시간 추론 환경과 학습 데이터 통합 기반을 잡음
    • 본격 연구는 2차년도부터 추진하는 구조임

중요

> 72억5000만 원 규모의 4년짜리 사업에서 데이터, 시뮬레이션, 안전성, 엣지 추론, 경로 탐색을 한 번에 묶었다는 점이 포인트임. 휴머노이드 로봇은 모델 하나 잘 만든다고 끝나는 분야가 아니라서 이 조합이 중요함.

  • 롯데이노베이트는 이미 그룹 안에서 휴머노이드 로봇 활용을 넓히려는 움직임을 보이고 있음

    • 코리아세븐과 함께 선보인 ‘AI LAB 3.0’에 휴머노이드 로봇을 도입함
    • 롯데물산 스카이런 행사 참여 같은 그룹 계열사 적용도 언급됨
    • 연구실 안 데모보다 실제 서비스·행사·매장 쪽 실증을 염두에 둔 그림임
  • 기대효과는 특허·논문, 성과 확산, 인력 배출로 정리됨

    • 공동 연구 결과를 지적재산권으로 확보하고
    • 세미나와 컨퍼런스로 연구 성과를 공유하며
    • 만족도 평가와 환류 체계로 우수 인력을 배출하겠다는 계획임

기술 맥락

  • 여기서 중요한 선택은 피지컬 인공지능을 단일 모델 연구가 아니라 데이터, 시뮬레이션, 안전성, 엣지 추론, 경로 탐색을 묶은 교육·연구 체계로 본다는 점이에요. 휴머노이드 로봇은 실제 공간에서 움직이기 때문에 언어 이해만 잘해도 부족하거든요.

  • 카이스트가 시각-언어-내비게이션 데이터와 시뮬레이션을 맡는 이유는 로봇을 현실에서 무작정 학습시키기 어렵기 때문이에요. 비용도 크고 위험도 있으니, 먼저 가상 환경과 데이터셋에서 길 찾기와 명령 이해를 검증해야 해요.

  • 연세대가 안전성·윤리와 엣지 추론을 담당하는 것도 현실적인 포인트예요. 로봇은 사람 근처에서 움직일 수 있고, 네트워크가 불안정한 현장에서도 빠르게 판단해야 하니 안전 정책과 현장 실행 환경이 같이 필요해요.

  • 인하대의 경로 탐색과 이상 탐지는 로봇이 계획대로 움직이지 않을 때를 다루는 영역이에요. 실제 매장이나 행사장에서는 예외 상황이 계속 생기기 때문에, 정상 경로를 찾는 능력만큼 이상 징후를 잡는 능력도 중요해요.

국내 대기업 계열사가 휴머노이드 로봇을 ‘연구 과제’가 아니라 편의점, 행사, 그룹 계열사 실증으로 끌고 가려는 흐름이 보인다. 피지컬 인공지능은 모델 성능만으로 끝나는 분야가 아니라 데이터, 안전성, 엣지 추론, 경로 탐색이 한 번에 묶여야 해서 산학협력 구조가 꽤 중요함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

제미나이 도구 호출 능력을 2,600만 파라미터 모델로 증류한 니들 공개

Cactus Compute가 Gemini 3.1의 도구 호출 능력을 2,600만 파라미터짜리 초소형 모델 Needle로 증류해 공개했다. 맥이나 PC에서 로컬 파인튜닝까지 가능하고, 프로덕션 환경에서는 프리필 6,000 토큰/초, 디코드 1,200 토큰/초를 낸다고 주장한다. 개인용 AI 기기에서 함수 호출만 빠르게 처리하는 작은 모델 실험으로 보면 꽤 흥미로운 공개다.

ai-ml

딥시크 V4 인덱서, 6기가바이트 메모리로 백만 토큰까지 밀어붙인 논문

딥시크 V3.2와 V4의 압축 희소 어텐션에서 병목이 되는 인덱서 단계를 스트리밍 방식으로 바꿔, 기존 구현이 6만5536 토큰에서 메모리 부족으로 죽던 문제를 104만8576 토큰까지 확장했다. 핵심은 전체 점수 텐서를 만들지 않고 청크 단위로 top-k를 나눠 계산한 뒤 병합하는 방식이며, 단일 엔비디아 H200에서 피크 메모리 6.21기가바이트를 기록했다. 다만 논문은 인덱서 단계만 다루며, 실제 체크포인트 기반 종단간 성능이나 더 빠른 어텐션 커널을 주장하진 않는다.

ai-ml

챗지피티가 학습에 좋다던 유명 논문, 결국 철회됨

챗지피티가 학생 학습 성과에 큰 도움이 된다고 주장했던 논문이 출판 약 1년 만에 철회됐어. 스프링거 네이처는 분석의 불일치와 결론 신뢰 부족을 이유로 들었고, 문제의 논문은 이미 500회 넘게 인용된 뒤였어.

ai-ml

샘 올트먼, 법정에서 “머스크가 오픈AI 지배권을 자녀에게 넘기려 했다”고 증언

샘 올트먼이 캘리포니아 오클랜드 연방법원 배심원 앞에서 일론 머스크가 오픈AI의 장기 지배권을 원했고, 사망 후엔 자녀에게 넘기는 방안까지 언급했다고 증언했다. 머스크는 오픈AI가 비영리로 출발했는데도 영리화됐다고 소송을 제기했지만, 올트먼은 오히려 머스크가 영리 전환과 테슬라 편입을 밀었다는 취지로 반박했다.

ai-ml

혜전대, AI로 스마트팜 생산·가공·유통 교육 모델 만든다

혜전대가 2026년 교육부·한국연구재단의 AID 전환 중점 전문대학 지원사업에 충남 지역 연합형 사업단으로 선정됐다. 연암대와 역할을 나눠 스마트팜 생산부터 가공·유통까지 전주기를 디지털화하는 교육 모델을 만들겠다는 내용이다.