---
title: "정부, 피지컬 AI 국산화 착수…로봇 월드모델에 2년간 340억 투입"
published: 2026-06-09T08:05:02.274Z
canonical: https://jeff.news/article/3907
---
# 정부, 피지컬 AI 국산화 착수…로봇 월드모델에 2년간 340억 투입

정부가 피지컬 AI 핵심 인프라를 외산에만 의존하지 않기 위해 월드모델과 로봇 파운데이션 모델 국산화 사업을 시작했다. LG전자 주관으로 10개 산학연이 참여하며, 2년 안에 실제 로봇 동작 성공률을 20%포인트 이상 높이는 것이 목표다.

## 정부가 피지컬 AI 국산화에 시동 걸었다

- 정부가 피지컬 인공지능(AI) 핵심 인프라를 외산에만 기대지 않겠다고 선언함.
  - 과학기술정보통신부와 정보통신기획평가원(IITP)이 서울 마곡 LG사이언스파크에서 ‘피지컬 AI 선도기술개발’ 사업 착수보고회를 열었음.
  - 핵심은 월드모델과 로봇 파운데이션 모델 같은 원천기술을 자체 개발하는 것.
  - 목표 시점도 느긋하지 않음. 2년 안에 글로벌 최고 수준 성능을 달성하겠다는 계획임.

- 피지컬 AI는 정부의 AI 기반 국가 혁신 프로젝트 ‘K-문샷’ 핵심 미션 중 하나임.
  - 국방, 농업, 돌봄, 제조, 서비스처럼 실제 세계에서 움직이는 산업과 바로 연결됨.
  - 단순히 로봇이 똑똑해지는 문제가 아니라 데이터 주권과 국가 안보에도 걸려 있는 전략기술로 보고 있음.
  - 류제명 과기정통부 제2차관은 젠슨 황 엔비디아 CEO가 방한해 국내 기업·대학과 피지컬 AI 협력을 논의한 점도 언급함.

> [!IMPORTANT]
> 이번 사업의 핵심 지표는 “멋진 데모”가 아니라 실제 로봇 최종 동작 성공률 20%포인트 이상 향상임. 피지컬 AI가 연구실 발표를 넘어 현장 성능 숫자로 평가받기 시작했다는 뜻임.

## 왜 월드모델인가

- 월드모델은 피지컬 AI에서 거의 ‘가상 훈련장’ 같은 역할을 함.
  - 로봇은 현실 환경에서 오작동하면 인명피해나 설비 사고로 이어질 수 있음.
  - 그래서 실제 투입 전에 가상 환경에서 충분히 학습하고 검증하는 과정이 필수임.
  - 월드모델은 세상의 변화를 예측하고, 대량의 합성 데이터를 만들어 AI 학습과 의사결정을 돕는 핵심 인프라로 설명됨.

- 국내 피지컬 AI 생태계는 이런 시뮬레이션 플랫폼을 대부분 외산에 의존해왔다는 문제의식이 있음.
  - 과기정통부는 독자 개발한 월드모델 원천기술로 국산 시뮬레이터를 검증하겠다는 청사진을 냄.
  - 이후 이를 차세대 피지컬 AI 파운데이션 모델로 구현하는 흐름을 잡고 있음.
  - 쉽게 말해 로봇의 ‘몸’만 만드는 게 아니라, 학습 환경과 두뇌까지 국내에서 확보하겠다는 얘기임.

- LG전자가 주관기관을 맡고 10개 산학연이 붙음.
  - 참여 기관은 LG전자, 마음AI, 홀리데이로보틱스, 로보티즈, 크라우드웍스, 알체라, KT, KAIST, 서울대, 한국정보통신기술협회임.
  - 제조 현장 데이터, 로봇 하드웨어, AI 모델, 평가·표준 쪽 역량을 한데 묶는 구성으로 보임.

## 한국은 제조 데이터로 승부 보겠다는 그림

- LG전자 AI연구소 쪽은 현재 피지컬 AI의 한계로 세 가지를 짚음.
  - 복잡한 작업을 연속으로 수행하는 능력이 부족함.
  - 물리적 일관성이 떨어짐.
  - 반복적인 데이터 재학습이 계속 필요함.
  - 김영준 LG전자 AI연구소장은 이를 해결하려면 물리 세계 이해를 내재화한 월드모델이 필요하다고 설명함.

- 흥미로운 건 한국의 경쟁 포인트를 ‘제조 특화’에서 찾는다는 점임.
  - 김 소장은 엔비디아 코스모스 같은 공개 글로벌 월드모델도 제조 환경 이해는 아직 부족하다고 봄.
  - 제조 공정 데이터와 설비 운영 경험이 결합돼야 풀 수 있는 문제가 있기 때문에, 한국은 제조 현장 중심 데이터와 경험으로 경쟁력을 만들 수 있다는 논리임.
  - 범용 모델 경쟁을 정면으로 따라가기보다, 제조 현장의 빡센 제약을 아는 모델로 차별화하겠다는 쪽에 가까움.

- 중국 로봇 하드웨어에 대한 현실적인 진단도 나옴.
  - 김병수 로보티즈 대표는 중국이 글로벌 로봇 하드웨어 시장을 무서운 속도로 장악하고 있는 건 사실이라고 말함.
  - 다만 한국과 중국의 기술 격차는 과거 3년 이상에서 최근 약 1년 수준으로 좁혀졌다고 평가함.
  - 중국은 완성도가 낮은 제품에도 정부가 과감히 투자·소비하면서 기술을 끌어올리는 반면, 한국은 필드 테스트 기회가 적다는 점이 약점으로 지목됨.
  - 대신 한국은 개방성과 오픈소스 전략이 차별화 무기가 될 수 있다고 봄.

## 2년, 340억, 성공률 20%포인트

- 정부는 올해부터 2년간 총 340억 원을 투입함.
  - 핵심 성과 지표는 월드모델 미적용 대비 실제 로봇 최종 동작 성공률을 20%포인트 이상 높이는 것.
  - 기사에서는 현재 글로벌 최고 수준인 오픈GV랩의 14.5%포인트를 웃도는 목표라고 설명함.
  - 숫자로 보면 꽤 공격적인 목표임. 그냥 국산화했다는 선언만으로 끝낼 수 없는 구조임.

- 실증 파이프라인도 짧은 주기로 반복 검증하는 방식임.
  - 월드모델 학습부터 로봇 파운데이션 모델 연계, 실증·성능 평가, 사례 분석·재학습까지 이어지는 파이프라인을 구축함.
  - 2년 동안 총 4회 반복 검증을 거칠 계획임.
  - 마지막 단계에서는 실제 제조·물류 현장 실증을 통해 사업화 가능한 성과로 연결하겠다는 방침임.

- 착수보고회에서는 LG전자의 ‘클로이드’ 로봇과 로보티즈의 ‘AI워커’ 로봇 시연도 있었음.
  - 두 로봇이 피지컬 AI 기술을 바탕으로 사람과 주먹인사를 나누는 상호작용을 보여줌.
  - 물론 이런 데모 자체보다 중요한 건, 앞으로 실제 제조·물류 환경에서 반복 검증을 통과하느냐임.

---

## 기술 맥락

- 이번 사업의 기술적 선택은 “로봇을 더 많이 만들자”가 아니라 “로봇이 배우는 가상 세계를 직접 만들자”에 가까워요. 피지컬 AI는 현실에서 실패 비용이 크기 때문에, 학습과 검증을 시뮬레이션에서 최대한 끝내는 구조가 중요하거든요.

- 월드모델을 국산화하려는 이유는 단순한 애국 기술 개발이 아니에요. 제조 공정 데이터나 설비 운영 경험처럼 현장 맥락이 강한 데이터는 범용 글로벌 모델만으로 잘 먹히지 않을 수 있어요. 그래서 한국은 제조 현장 특화 데이터를 경쟁력으로 삼겠다는 판단을 한 거예요.

- 구현 흐름은 월드모델 학습, 로봇 파운데이션 모델 연결, 실제 로봇 실증, 성능 평가, 재학습으로 이어져요. 이걸 2년 동안 4번 반복 검증하겠다는 건 모델을 한 번 만들어 끝내는 게 아니라 현장 피드백으로 계속 닦겠다는 뜻이에요.

- 성과 지표가 ‘성공률 20%포인트 향상’으로 잡힌 것도 중요해요. 피지컬 AI는 말 잘하는 모델처럼 데모 영상만으로 평가하기 어렵고, 실제 로봇이 최종 동작을 얼마나 안정적으로 끝내는지가 핵심이거든요. 개발자 입장에선 모델 성능보다 평가 파이프라인과 실증 데이터 품질이 더 큰 변수가 될 수 있어요.

## 핵심 포인트

- 과기정통부와 IITP가 피지컬 AI 선도기술개발 사업 착수보고회를 열었다
- LG전자, 마음AI, 로보티즈, KT, KAIST, 서울대 등 10개 기관이 참여한다
- 정부는 월드모델 미적용 대비 로봇 최종 동작 성공률을 20%포인트 이상 높이는 것을 성과 지표로 제시했다
- 한국은 제조 현장 데이터와 설비 운영 경험을 경쟁력으로 삼겠다는 전략을 내세웠다
- 중국 로봇 하드웨어와의 격차는 과거 3년 이상에서 최근 약 1년 수준으로 좁혀졌다는 진단이 나왔다

## 인사이트

이건 단순한 로봇 연구개발 뉴스라기보다 ‘AI 주권’이 로봇과 제조 현장까지 내려온 사례에 가깝다. 한국이 엔비디아식 범용 월드모델을 따라가는 대신 제조 데이터와 현장 경험으로 승부하겠다는 구도가 흥미롭다.