조규진 “로봇강국 되려면 실패도 빨라야…문제부터 찾아라”

[이데일리 신영빈 기자] “로봇 강국이 되려면 문제를 제대로 정의하는 것부터 시작해야 합니다. 실패를 많이 해야 문제 정의도 점점 정확해집니다.”

조규진 서울대 로보틱스연구소 소장 겸 기계공학부 교수는 12일 서울 JW 메리어트 동대문에서 열린 ‘제13회 이데일리 글로벌 AI 포럼(GAIF 2026)’에서 한국이 피지컬 AI 시장을 선도하기 위한 조건으로 문제 정의 능력과 빠른 실험을 꼽았다.

로봇을 먼저 개발한 뒤 활용처를 찾기보다 현장에서 해결해야 할 문제를 발굴하고 다양한 기술을 시험하며 최적의 해법을 찾아야 한다는 것이다.

[이데일리 이영훈 기자] 조규진 서울대 로보틱스연구소 소장이 12일 서울 종로구 JW 메리어트 동대문 스퀘어 서울에서 열린 '2026 이데일리 글로벌 AI 포럼(GAIF 2026)'에서 'AI, 생각하고 움직이다: 새로운 지능의 탄생, 인지과학에서 AI 에이전트와 로봇까지' 주제로 발표하고 있다.

조 소장은 “문제 정의는 하루아침에 되지 않는다. 처음에는 문제를 풀어보고 실패해야 한다”며 “실패하고 나서야 무엇이 문제였는지 알게 되고 다시 시도하면서 문제를 더 정확하게 정의할 수 있다”고 말했다.

특히 여러 개념검증(PoC)을 동시에 진행할 수 있는 환경이 중요하다고 봤다. 그는 “여러 아이디어를 동시다발적으로 PoC 할 수 있는 사람과 한 번에 하나씩밖에 시도하지 못하는 사람은 플라이휠의 속도가 다를 수밖에 없다”고 꼬집었다.

“AI·데이터 중요하지만 충분하지 않아”

조 소장은 최근 피지컬 AI의 빠른 발전을 이끈 핵심 요인으로 AI와 데이터, 하드웨어 기술의 발전을 꼽았다. 과거에는 구현하기 어려웠던 로봇 동작을 이제는 학생들도 비교적 빠르게 구현할 수 있을 만큼 기술 수준이 높아졌다는 설명이다.

그러나 AI 모델에 데이터를 대규모로 학습시키는 방식만으로는 로봇의 모든 문제를 해결할 수 없다고 지적했다.

그는 “데이터가 중요한 것은 분명하지만 그것만으로 모든 문제를 해결할 수는 없다”며 “특히 피지컬 AI에서는 어떤 문제를 해결할 것인지 정의하는 일이 더욱 중요하다”고 말했다.

현재 주목받는 비전·언어·행동(VLA) 모델의 학습 부담도 짚었다. 로봇이 간단한 동작 하나를 배우는 데도 많은 데이터를 수집하고 장시간 GPU를 가동해야 한다는 것이다.

조 소장은 “외국에서는 어마어마하게 동작 데이터를 모아 훈련시키는 데 조 단위로 투자하고 있지만, 우리나라도 꼭 똑같은 방향으로 가야 한다고 생각하진 않는다”고 말했다.

현재 AI가 로봇 손가락 관절 각도까지 하나하나 명령하는 방식에도 개선의 여지가 있다고 봤다. 인간은 근육의 힘을 조절하고 반사작용을 활용해 자연스럽게 움직이지만 로봇은 개별 관절을 직접 제어하는 데 상당한 학습 자원을 쓰고 있다는 설명이다.

하드웨어를 바꾸는 것만으로 AI 학습 부담을 크게 줄일 수도 있다. 조 소장은 학생들이 개발한 그리퍼 사례를 소개했다. 일반적인 구조의 그리퍼는 충분한 학습을 거쳐야 물체를 잘 잡을 수 있지만 처음부터 특정 물체를 쉽게 잡도록 설계한 그리퍼는 적은 학습만으로도 좋은 성능을 낼 수 있었다.

세탁기도 예로 들었다. 사람이 손으로 빨래하는 동작을 그대로 구현하는 대신 세탁의 본질을 옷감 사이의 마찰로 정의했기 때문에 회전하는 세탁기가 등장할 수 있었다는 설명이다.

조 소장은 “AI가 좋아져야 해결되는 문제인지, 모터를 바꿔야 하는 문제인지, 이동을 잘해야 하는 문제인지 하나하나 따져봐야 한다”며 “해결하려는 작업에 맞춰 AI와 하드웨어를 함께 설계해야 한다”고 강조했다.

로봇 개발부터 현장 적용까지…선순환 만들어야

한국이 구축해야 할 산업 전략으로는 ‘로보틱스 플라이휠’을 제시했다. 로봇을 개발해 실제 현장에 적용하고 운영 과정에서 얻은 피드백을 바탕으로 설계와 성능을 개선하는 선순환 구조다.

AI 학습을 위한 데이터를 수집하고 재학습하는 ‘데이터 플라이휠’에서 한발 더 나아가 로봇 하드웨어와 소프트웨어, 실증 환경을 함께 발전시켜야 한다는 생각이다.

조 소장은 “한국이 로보틱스 플라이휠을 만들고 생태계를 주도해야 한다”며 “제일 중요한 것은 솔루션을 만들어 현장에 적용하고 피드백을 통해 개선하는 것”이라고 말했다.

실제 현장에 로봇을 투입하려면 안전과 비용뿐 아니라 유지보수까지 고려해야 한다고 강조했다. 로봇이 고장 났을 때 어떻게 수리하고 다시 가동할 것인지도 제품 경쟁력을 좌우하는 요소라는 설명이다.

이러한 과정을 빠르게 반복하려면 연구와 설계, 제조, 부품 조달, 실증을 연결하는 산업 환경이 뒷받침돼야 한다.

조 소장은 중국 선전의 사례를 소개했다. 한 건물에서 휴대전화 판매와 수리, 설계, 제조가 이뤄지고 주변에서 다양한 부품을 구할 수 있는 환경을 보고 산업 생태계의 중요성을 실감했다는 것이다.

그는 “플라이휠을 돌릴 수 있는 자원을 한곳에 모아야 한다”며 “문제를 정의한 뒤 얼마나 빠르게 PoC를 진행하고 현장에 적용할 수 있는지가 중요하다”고 설명했다.

기술 못지않게 사람의 역할도 강조했다. 문제를 정의하고 시장을 기획하며 서로 다른 기술을 결합하는 일은 결국 인간이 해야 한다는 것이다. 특히 새로운 로봇 시장은 초기 규모가 작고 불확실성이 큰 만큼 창업가들의 도전이 필요하다고 봤다.

조 소장은 “대기업이 하기에는 작은 시장에 들어가야 하는 경우가 많다”며 “열정 있는 창업가들이 뛰어들어 플라이휠을 돌리면서 최적의 해법을 찾아야 한다”고 말했다.

이를 위해 올해 8월 문을 연 서울대 로보틱스연구소도 교육과 연구, 창업을 연결하는 공간으로 발전시키겠다는 구상이다. 학생들이 직접 만들고 실패하는 프로젝트 기반 교육과 다양한 분야의 연구자들이 협업할 수 있는 환경을 마련한다는 목표다.

“돌봄 로봇, 꼭 휴머노이드일 필요 있나”

조 소장은 피지컬 AI의 궁극적인 활용처로 사람의 일상과 건강을 꼽았다. 현재는 제조 현장에 투자가 집중되고 있지만 고령화가 심화할수록 돌봄과 재활과 의료 분야에서 로봇의 역할이 커질 것으로 내다봤다.

그는 “피지컬 AI 로보틱스는 결국 사람 곁으로 가야 한다”며 “돌봄 로봇이 꼭 휴머노이드일 필요는 없다. 간단하면서 사람을 잘 이해하고 맥락을 이해하는 로봇이 필요하다”고 말했다.

사람의 상황을 제대로 이해하지 못하는 현재 로봇의 한계도 지적했다. 로봇청소기가 화상회의를 하는 도중에도 방 안으로 들어오지 않을 수 있게끔 주변 상황과 사람의 의도를 파악하는 능력이 필요하다는 설명이다.

웨어러블 로봇 역시 앞으로 중요한 분야로 꼽았다. 고령자가 이동 능력을 유지하고 건강하게 생활하려면 기존의 거추장스러운 착용 장치를 넘어 옷처럼 편안하게 입을 수 있는 로봇이 필요하다는 것이다.

조 소장은 이러한 기술을 구현하기 위해서도 연구자와 기업, 현장 전문가들이 함께 문제를 정의하고 실험하는 과정이 중요하다고 강조했다.

그는 “플라이휠을 돌리는 것은 결국 사람”이라며 “문제를 어떻게 정의하고 어떤 환경을 만드느냐에 따라 새로운 로봇 시장의 미래가 달라질 것”이라고 말했다.