제조 AI 경쟁, 로봇 성능에서 현장 데이터로…소유권 계약이 관건

먼저 확인할 핵심 사실

휴머노이드 출하

IDC 자료를 인용해 올해 상반기 약 2만5천 대, 전년 동기 대비 432% 증가했다고 보도됐다. [1]

BMW 공장 사례당사자 주장

Figure 02가 미국 스파턴버그 공장에서 1,250시간 이상 가동돼 X3 차량 3만 대 이상의 생산에 기여했다고 보고서가 소개했다. [1]

핵심 데이터당사자 주장

힘·촉각과 작업 성공·실패 같은 실세계 행동 데이터를 경쟁력의 핵심으로 제시했다. [1]

계약 과제당사자 주장

데이터 이용 범위, 모델 학습과 제3자 제공 여부를 계약에 명시해야 한다고 제언했다. [1]

경쟁 기준이 로봇 사양에서 실제 운영 기록으로 넓어진다

삼일PwC 보고서는 피지컬 AI가 기술 시연을 넘어 초기 상용화 단계로 이동하면서 현장 배치와 운영 성과가 중요해졌다고 분석했다. 보도는 올해 상반기 글로벌 휴머노이드 출하량이 약 2만5천 대로 전년 동기보다 432% 늘었다는 IDC 자료를 인용했다. 미국 피규어 AI의 Figure 02가 BMW 공장에서 1,250시간 이상 가동돼 X3 차량 3만 대 이상의 생산에 기여했다는 사례도 소개했다. 다만 출하량은 실제 가동률과 다르고, 생산 기여는 로봇이 독립적으로 차량 3만 대를 만들었다는 뜻이 아니다. 작업 시간·정지·불량·인간 개입을 함께 봐야 한다.

성공뿐 아니라 실패 기록이 모델 개선 자원이 된다

현장 로봇은 힘과 촉각, 작업 순서, 성공·실패, 예외 상황과 안전 정지 기록을 만든다. 이 데이터는 같은 공정에서 다음 동작을 개선하고 다른 라인으로 배치를 넓힐 때 학습 자료가 될 수 있다. 한국은 반도체·자동차·조선·배터리처럼 정밀하고 복잡한 제조현장을 보유하므로 범용 모델이나 저가 하드웨어와 다른 강점을 만들 수 있다는 것이 보고서의 제안이다. 그러나 데이터 양이 많다고 자동으로 좋은 모델이 되는 것은 아니다. 센서 정확도, 라벨 기준, 공정 변화와 노동자의 개입 기록이 함께 관리돼야 재사용할 수 있다.

도입 계약에서 데이터 권리를 먼저 정해야 한다

로봇 공급사가 장비를 운영하면서 공장 데이터를 가져가 모델을 학습하면 제조기업의 공정 노하우가 외부로 이전될 수 있다. 반대로 공급사가 모델 개선에 필요한 데이터를 전혀 쓰지 못하면 유지보수와 성능 향상이 어려울 수 있다. 계약에는 원시 데이터와 가공 데이터의 소유자, 모델 학습 목적의 사용 범위, 국외 이전과 제3자 제공, 보관 기간, 계약 종료 때 삭제·반환, 보안 사고와 영업비밀 침해 책임을 구체적으로 적어야 한다. 성과평가도 로봇 대수보다 작업 성공률·불량률·정지시간·사고와 사람의 개입 시간을 같은 기간으로 비교해야 한다.

지금 가능한 결론

한국 제조현장은 피지컬 AI를 시험하고 개선할 수 있는 강점이 있지만 데이터가 자동으로 기업 자산이 되는 것은 아니에요. 도입 전에 권리와 보안, 성과 기준을 계약으로 정하고 실제 가동 기록으로 효과를 검증해야 해요.

이렇게 해석한 근거

파이낸셜뉴스 공개 본문에서 삼일PwC 보고서의 시장 자료, BMW 공장 사례, 실세계 행동 데이터와 계약상 권리 제언을 확인했다.

아직 남은 부분

삼일PwC 원 보고서와 IDC 원자료, BMW의 생산성·안전 원시지표는 직접 확인하지 못했어요. 보도된 사례를 전체 제조업의 성과로 일반화할 수 없어요.

한 걸음 더 생각하기

원문·자료

1. 파이낸셜뉴스 ↗보도 · 본문 확인