스카이인텔리전스, ABB·엔비디아 피지컬 AI 백서 참여…인재 양성 체계 제시

테크월드뉴스 · 2026년 10월 21일

✦ AI 요약

스카이인텔리전스는 ABB로보틱스와 엔비디아가 공동 발간한 '산업용 피지컬 AI를 위한 인재 양성(Preparing Talent for Industrial Physical AI)' 백서의 주요 기여자로 참여했다.

백서는 산업용 피지컬 AI를 제조업 중심으로 실제 물리적 환경을 인지·판단하고 로봇 및 자동화 장비를 통해 작업을 수행하는 AI 시스템으로 정의하고, 지역별 산업·교육 환경에 적용할 수 있는 프레임워크를 제안했다.

또한 피지컬 AI 학습 과정을 이해→시뮬레이션→물리적 검증→업무 적용→개선의 5단계로 제시했고, 교육 평가에는 시스템 시연·검증 계획·시뮬레이션·물리적 테스트를 통한 현장 적용 가능성 확인 방식을 제안했다.

스카이인텔리전스는 ABB로보틱스와 엔비디아가 공동 발간한 산업용 피지컬 AI 백서의 주요 기여자로 참여했다. 이 백서는 지난 20일 발간됐으며, 백서명은 '산업용 피지컬 AI를 위한 인재 양성(Preparing Talent for Industrial Physical AI)'이다. 스카이인텔리전스와 함께 AWS·아시아인포·딜로이트 등도 참여했다.

스카이인텔리전스는 인재 양성과 현장 적용을 위한 학습 체계를 제시하기 위해 이번 백서에 참여했다. 백서는 산업용 피지컬 AI를 제조업 중심으로 실제 물리적 환경을 인지·판단하고 로봇 및 자동화 장비를 통해 작업을 수행하는 AI 시스템으로 정의했다. 이어 기술 도입에 필요한 인재 역량과 학습 방식, 검증 방식을 정리했다.

백서는 각 지역의 산업·교육 환경에 적용할 수 있는 프레임워크를 제안했다. 이를 통해 지역별 산업·교육 여건에 맞춰 활용할 수 있는 틀을 제시하는 흐름으로 구성됐다.

딜로이트가 2025년 8~9월 전 세계 24개국 기업 고위 리더 3235명을 대상으로 실시한 조사와 이를 바탕으로 한 백서 분석에 따르면, 피지컬 AI의 도입 속도와 산업 현장 활용 성숙도 사이에 격차가 있는 것으로 나타났다. 이 가운데 에너지·자원·산업재 분야 응답자는 591명이었다. 백서는 피지컬 AI가 현장에 넓게 도입되는 흐름과 이를 충분한 수준으로 운영·확장하는 성숙도 사이의 차이를 짚었다.

에너지·자원·산업재 분야에서 피지컬 AI를 최소 제한적 수준으로 활용하고 있다고 답한 비중은 72%였다. 향후 2년 내 피지컬 AI를 최소 제한적 수준으로 활용할 것으로 예상한 응답은 91%였다. 반면 피지컬 AI를 중간 이상 수준으로 활용하고 있다고 답한 비중은 19%에 그쳤다. 백서는 도입 확대에 비해 실제 운영·확장 역량은 초기 단계에 머물러 있다고 분석했다.

백서는 인재 측면에서도 유사한 격차가 확인됐다고 분석했다. AI 활용 역량 제고를 위한 교육 대상 확대를 추진한다고 답한 비중은 53%였고, 업스킬링·리스킬링 전략을 설계·실행하고 있다고 답한 비중은 50%였다. 반면 AI 역량에 맞춘 직무 재설계를 하지 않았다고 답한 비중은 84%로 나타났다. 교육 확대와 재교육 전략은 진행되고 있지만 직무 재설계는 거의 이뤄지지 않아 같은 유형의 간극이 확인됐다는 것이다.

백서는 피지컬 AI가 여러 기술 요소와 현장 조건이 함께 맞물리는 영역이라는 점을 전제로, 단순 AI 교육을 넘어 실제 산업 현장 활용 역량이 중요하다고 강조했다. 피지컬 AI의 구성 요소로는 AI 모델·센서·로봇·제어 시스템·데이터 인프라·생산공정·안전·품질을 제시했다. 또한 피지컬 AI에 필요한 역량은 기술 개발부터 시스템 통합·현장 운영까지 연결돼야 한다고 설명했다.

이 같은 연장선에서 백서는 산업용 피지컬 AI 확산의 필요 조건으로 각 분야 전문성 유지와 타 기술 영역 협업 역량을 꼽았다. 그러면서 백서가 제시한 핵심 요소로 '번역적 역량(Translational Capability)'을 제시했다. 이는 AI·로보틱스·제조공정 등 이질 분야의 기술·제약조건을 이해하고 연결하는 내용을 뜻한다고 설명했다.

스카이인텔리전스는 이번 백서에서 실제 산업 환경과 시뮬레이션을 잇는 학습 체계 구축 논의에 참여했다. 해당 내용은 백서 3부 제목인 '확장 가능한 학습 생태계 구축'에 담겼다. 조시 리우(Josh Liu) 스카이인텔리전스 최고기술책임자(CTO)의 의견도 백서 3부에 반영됐다.

백서는 피지컬 AI 학습 과정을 이해→시뮬레이션→물리적 검증→업무 적용→개선의 5단계로 제시했다. 학습 구조는 시뮬레이션·디지털트윈 기반 설계·운영 검증 후 실제 환경 테스트를 거치는 방식으로 정리됐다. 또 테스트 결과는 개선 과정에 재반영된다고 밝혔다.

시뮬레이션·디지털트윈·합성데이터는 스카이인텔리전스의 피지컬 AI 기술 개발 영역으로 제시됐다. 백서는 해당 기술을 설계·운영 검증, 희소사건 데이터 생성, 운영 의사결정, 인재 교육 등에 활용할 수 있다고 설명했다.

백서는 교육 평가 방식으로 실제 수행 능력 확인 중심의 방안을 제안했다. 평가 기준은 교육과정 이수·시험 통과만으로 한정되지 않는다고 봤다. 또한 시스템 시연·검증 계획·시뮬레이션·물리적 테스트를 통해 현장 기술 적용 가능성을 확인하는 방식을 제시했다.

이재철 스카이인텔리전스 대표는 산업용 피지컬 AI의 실제 현장 확산을 위해 기술과 함께 이해·연결·검증·운영 가능한 인재 역량이 필요하다고 밝혔다. 또한 시뮬레이션·디지털트윈 등 피지컬 AI 기술 기반의 글로벌 산업계 논의 확대를 추진하겠다고 했다. 아울러 제조 현장에 활용 가능한 생태계 구축에 기여하겠다는 의지도 밝혔다.

출처: 테크월드뉴스 · 김승기 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=408553