"로봇은 협업 파트너…엣지 지능으로 여는 피지컬 AI 시대"

[신나는 로봇세상] 음병찬 디스펙터 대표 "매년 2배 성장 목표"

"앞으로의 로봇은 더 이상 단말이 아니라 자율적인 협업 파트너로 봐야 합니다. 그러려면 엣지 지능이 필요합니다."

음병찬 디스펙터 대표는 최근 인터뷰에서 피지컬 인공지능(AI)에 대한 이같은 포부를 밝혔다. 그는 피지컬 AI를 "AI가 인지와 판단에 머무는 것이 아니라, 행동까지 확장되는 기술"이라고 정의했다.

이어 "로봇이 백플립을 하고 발로 차도 균형을 잡는 장면은 멋지지만, 진짜 가치는 예측 불가능하고 복잡한 현실 속에서 꾸준히 작동할 때 나온다"며 "디스펙터는 단발성 쇼케이스가 아니라 대량 운용 가능한 플랫폼을 만들고 있다"고 설명했다.

디스펙터 조영후 CTO(왼쪽)와 음병찬 대표(오른쪽) (사진=지디넷코리아 신영빈 기자)

디스펙터가 지향하는 차별점은 '스케일'이다. "최고의 쇼를 구현하는 F1 머신이 아니라, 다양한 차종이 혼재된 실제 도로에서도 안전하게 돌아가는 자동차 생태계처럼, 여러 로봇과 로봇 파운데이션 모델이 뒤섞인 현실에서도 표준적인 워크플로우를 실행하게 만드는 것이 우리의 목표"라는 게 그의 설명이다.

회사가 내세우는 전략은 '실행 가능한 피지컬 AI 플랫폼'이다. 그는 "센서 융합, 엣지 컴퓨팅, 의사결정, 행동까지 전 과정을 최적화하고 있다"며 "플러그앤플레이 방식으로 다양한 로봇에 곧바로 연결해 쓸 수 있는 엣지 지능을 구현 중"이라고 말했다.

음 대표는 "지금까지의 로봇은 대부분 원격 관제에 의존하는 더미 터미널에 가까웠다"며 "앞으로의 로봇은 자율적 협업 파트너로서 현장에서 사람과 함께 일하는 존재가 될 것"이라고 부연했다.

디스펙터의 초기 상용화 무대는 B2B 현장이다. 조영후 디스펙터 최고기술책임자(CTO)는 "계단이나 단차가 많은 환경에서는 바퀴형 로봇의 한계가 뚜렷하다"며 "다족 보행 로봇이 필요한 이유"라고 설명했다.

디스펙터 엣지 디바이스 (사진=디스펙터)

따라서 디스펙터는 공장·플랜트 등에서 순찰, 점검, 감시, 현장 관리 같은 반복 업무를 우선 공략하며, 이후 작업자와 자연스럽게 협업하는 '코워커(Co-worker) 로봇' 모델로 확장할 계획이다.

디스펙터는 로봇 제조사와 긴밀히 협력한다. 레인보우로보틱스, 유니트리 유통사인 로아스와 협업 중이다. 과거에는 보스턴다이내믹스 '스팟'과 고스트로보틱스 제품도 다뤘다.

상업 고객 1호로 레인보우로보틱스, 한국지역난방공사 프로젝트를 시작했고, 화학융합시험연구원과도 과제를 진행 중이다. 회사는 외부의 AI 솔루션을 플랫폼에 얹어 빠르게 커스터마이즈할 수 있는 생태계 전략도 병행한다.

음 대표는 디스펙터가 지향하는 모델로 '유아이패스'를 꼽았다. 그는 "소프트웨어 영역에서 RPA를 만든 회사처럼, 우리는 물리 세계의 RPA를 지향한다"면서 "기업 내부 시스템과 연동해 현장의 로봇이 자율적으로 업무를 실행하게 하는 피지컬 RPA 플랫폼을 만들고 싶다"고 밝혔다.

디스펙터 지능형 로봇 운영 플랫폼 (사진=디스펙터)

그는 "전통적인 로봇 관제 기업들은 의미 있는 성과를 내고 있지만, 우리의 지향점은 다르다"며 "시장이 아직 작기 때문에 경쟁사라기보다는 생태계 동료로 본다"고 했다.

디스펙터는 올해를 기점으로 향후 3~5년간 매년 2배 성장을 목표로 뒀다. 하지만 음 대표는 "매출 숫자 자체보다, 우리가 지향하는 고객과 유즈케이스를 제대로 만들고 있는지가 더 중요한 지표"라고 강조했다.

그러면서 "정부 과제 등 돈 되는 일은 많지만, 비전에 맞는 플랫폼 역량을 잠식하지 않는 범위에서 균형 있게 접근할 것"이라고 덧붙였다.

음 대표는 한국이 피지컬 AI에서 글로벌 경쟁력을 가질 수 있다고 본다. "제조·하드웨어 기반, 정책 지원이 강점"이라며 "소프트웨어 게임은 미국이 강하고, 중국은 대외 확장 제약이 있다. 지금이 한국형 베스트 프랙티스를 보여줄 타이밍"이라고 말했다.

디스펙터 자율 경비 및 순찰 사례 (사진=디스펙터)

피지컬 AI의 난제는 데이터다. 조 CTO는 "심투리얼(Sim2Real) 격차는 여전히 크다. 엔비디아 시뮬레이터가 진화하고 있지만, 현실 데이터 결합은 불가피하다"고 전했다.

음 대표는 "강화학습식 브루트포스 데이터 수집에는 한계가 있다"며 "예측 능력을 갖춘 대안적 아키텍처가 해법이 될 수 있다"고 전망했다.

디스펙터는 거대 모델의 진화를 활용하는 한편, 현장 환경에서 로봇이 점점 더 일을 잘하게 만드는 데이터 루프를 설계하는 데 집중한다.

그는 "지금 로봇은 비싸고 위험한 특수 장비로 여겨진다. 하지만 자동차처럼 누구나 일상에서 당연히 쓰는 존재가 돼야 한다"고 강조했다.

이어 "엣지 지능과 워크플로우 플랫폼이 그 기반이 될 것"이라며 "로봇이 사람과 자연스럽게 대화하고 협업하며, 기업은 대규모 연구소 없이도 로봇을 개발·운영하는 시대를 열겠다"고 덧붙였다.