손병희 마음AI 대표, KRAIN 2026서 '피지컬 AI를 위한 AI 네트워크' 청사진 제시

"로봇의 임무를 이해하고 통신·컴퓨팅·AI 자원을 연결하는 네트워크 필요"

손병희 마음AI 국방AI&로보틱스 부문 대표가 '제1회 Korea Real-World AI Network(KRAIN) 2026'에서 발표를 진행하고 있다. ⓒ 마음AI

[프라임경제] 손병희 마음AI 국방AI&로보틱스 부문 손병희 대표가 '제1회 Korea Real-World AI Network(KRAIN) 2026'에서 피지컬 AI 로봇과 휴머노이드가 실제 산업 현장에서 대규모로 운영되기 위해 필요한 차세대 AI 네트워크의 방향을 제시한다고 11일 밝혔다.

정부·산업계·학계 관계자 약 250명이 참석하는 이번 행사에서 손병희 대표는 'Real-Time Connected Humanoids in Industrial Environments: System Architecture, Control, and Edge-Cloud Integration'을 주제로 발표한다.

공장 순찰, 위험구역, 캠퍼스, 공공장소 등 실제 환경에서 피지컬 AI 로봇을 운영하는 사업자의 관점에서 로봇 한 대를 연결하는 통신을 넘어 향후 수십 대에서 수백 대의 로봇이 동시에 움직이고 협업하기 위해 AI 네트워크와 컴퓨팅 인프라가 갖춰야 할 조건을 제시할 예정이다.

피지컬 AI 로봇이 기존 스마트폰이나 사물인터넷(IoT) 기기와는 근본적으로 다른 네트워크 요구사항을 갖는다고 설명한다.

피지컬 AI 로봇은 현실 공간을 이동하면서 카메라, 라이다(LiDAR) 등 다양한 센서를 통해 환경을 인지하고, AI의 판단을 실제 행동으로 연결한다. 따라서 네트워크 지연이나 단절, 컴퓨팅 자원의 부족이 단순한 서비스 품질 저하를 넘어 로봇의 임무 수행과 안전에 직접적인 영향을 줄 수 있다.

또한 공장과 위험구역, 캠퍼스와 공공장소는 각각 요구되는 네트워크 조건도 다르다. 평상시 순찰과 위험 상황에서 필요한 대역폭과 지연시간이 다르며, 로봇 한 대가 움직일 때와 수십 대가 공간·상황 정보를 공유하며 협업할 때의 요구사항 역시 달라진다.

이에 손병희 대표는 피지컬 AI의 지능을 '로봇 엣지(Robot Edge)–엣지(Edge)·MEC–클라우드(Cloud)'로 분산하는 아키텍처를 제시한다.

장애물 회피나 안전 제어와 같은 즉각적인 판단은 로봇 엣지(Robot Edge)의 온디바이스(On-device) AI에서 수행하고, 다수 로봇의 실시간 협업과 공유지능, 고성능 AI 추론은 Edge·MEC(Multi-access Edge Computing)를 활용한다. 

대규모 AI 모델 학습과 시뮬레이션, 데이터 분석은 클라우드의 컴퓨팅 자원을 활용하는 방식이다.

이를 통해 네트워크가 불안정하거나 단절된 상황에서도 로봇 자체의 안전성과 기본적인 자율성을 확보하면서, 필요한 경우 네트워크를 통해 더 큰 AI 컴퓨팅 자원을 활용할 수 있다는 설명이다.

이번 발표에서 피지컬 AI 시대의 네트워크가 단순한 연결성(Connectivity)을 넘어 '연결성+컴퓨팅(Computing)+문맥(Context)'을 제공해야 한다고 강조한다.

기존 네트워크가 사람과 단말을 연결하는 역할을 중심으로 발전했다면, 앞으로의 AI Network는 로봇의 위치와 상태, 수행 중인 임무와 상황을 이해하고 이에 필요한 통신 품질과 AI 컴퓨팅 자원을 동적으로 연결할 수 있어야 한다는 것이다.

예를 들어 로봇이 평상시 순찰할 때는 자체 온디바이스 AI를 중심으로 동작하지만, 복잡한 상황에서 더 큰 VLM이나 VLA의 판단이 필요한 경우 가까운 엣지·MEC의 AI 컴퓨팅 자원을 활용할 수 있다. 

여러 대의 로봇이 동시에 협업해야 하는 경우에는 공유되는 공간·상황 정보를 기반으로 실시간 임무 조정과 고성능 AI 추론을 지원하는 구조다.

궁극적으로 로봇이 서버나 그래픽처리장치(GPU)의 위치를 직접 찾아 사용하는 것이 아니라, 현재 임무에 필요한 지연시간·대역폭·보안 수준·AI 컴퓨팅 요구사항을 제시하면 네트워크가 적합한 자원을 찾아 동적으로 연결하는 환경으로 발전해야 한다고 설명한다.

피지컬AI가 확산될수록 로봇 한 대 한 대에 모든 AI 모델과 컴퓨팅 자원을 탑재하는 방식에는 한계가 나타날 것으로 전망한다.

수십 대에서 수백 대의 로봇이 동시에 운영되는 환경에서는 로봇의 전력과 발열, 무게, 컴퓨팅 비용뿐 아니라 전체 시스템의 운영 효율성까지 고려해야 하기 때문이다.

손병희 대표는 "로봇 사업자 입장에서 필요한 것은 단순히 GPU 몇 장을 빌리는 환경이 아니다"라며 "로봇이 필요한 순간과 장소에서 필요한 만큼의 AI 지능을 사용할 수 있는 AI 컴퓨팅과 네트워크 인프라(Network Infrastructure)가 필요하다"고 말했다.

이어 "피지컬 AI에서 즉각적인 판단은 로봇 엣지에서, 실시간 협업과 공유지능은 엣지·MEC에서, 대규모 학습과 시뮬레이션은 클라우드에서 수행하고 AI 네트워크가 이들을 하나의 지능처럼 연결하는 구조가 중요하다"고 설명했다.

특히 AI 네트워크와 로봇 산업의 관계가 앞으로 크게 달라질 것이라고 강조한다.

손 대표는 "지금까지는 로봇이 네트워크에 접속하는 것이 중요했다면, 피지컬 AI 시대에는 네트워크가 로봇의 임무를 이해해야 한다"며 "로봇이 자신의 임무와 상황에 따라 필요한 통신과 컴퓨팅을 요구하고, 네트워크가 최적의 AI 자원을 찾아 제공하는 구조가 만들어져야 수십 대, 수백 대의 피지컬 AI가 실제 산업과 도시 공간에서 협업할 수 있다"고 강조했다.

마지막으로 "로봇의 반사신경은 온디바이스에, 실시간 협업과 공유지능은 엣지에, 대규모 학습은 클라우드에 두고 AI 네트워크가 이들을 연결하는 분산형 지능 구조가 피지컬 AI의 확장을 가능하게 할 것"이라며 "KRAIN 2026을 통해 통신·AI·로봇 산업이 함께 피지컬AI를 위한 네트워크(Network for Physical AI)의 새로운 아키텍처를 논의할 수 있기를 기대한다"고 덧붙였다.