[딜사이트 이채린 기자] "피지컬 AI가 어려운 가장 큰 이유는 데이터입니다. 로봇을 학습시키기 위해서 무엇보다 중요한 것은 데이터를 어떻게 모으냐는 겁니다."

최준기 대동에이아이랩 대표는 17일 서울시 서초구 대동 서울사무소에서 열린 '3대 농업 AI 기술 발표 미디어 간담회'에서 이같이 말했다. 피지컬 AI는 농업 현장에서 사람이 수행하던 반복적이고 고강도의 농작업을 AI가 직접 물리적 환경에서 행동하는 기술이다.

대동은 피지컬 AI 구현을 위해 데이터 수집에 주력하고 있다. 특히 숙련된 농업인의 실제 작업을 1인칭 시점으로 촬영해 데이터를 확보했다. 딸기 수확 장면만 약 3100건의 로봇 학습용 데이터를 확보한 상태다. 이 데이터를 바탕으로 손 동작을 정밀하게 인식하고 분석해 향후 로봇 팔이나 로봇 손에 적용할 계획이다.

대동은 LRM(언어 표현 모델)이 성공적일 수 있었던 것은 인류 역사상 축적된 방대한 텍스트 데이터 덕분이라고 설명했다. 반면 피지컬 AI는 물리적 현상을 기록한 데이터 자체가 부족해 개발이 훨씬 어려운 상황이라는 것이다.

실제로 글로벌 기술 기업들도 피지컬 AI를 위해 데이터를 많이 모으고 있지만 대부분은 제조나 가사 분야에 집중돼 있다. 제조 로봇과 가사 로봇을 만드는 게 수요가 많기 때문이라는 이유에서다. 이에 대동은 관련 데이터 수집에 나서고 있다. 하지만 농업 분야 데이터는 아직 충분하지 않다는 것이 업계의 지배적인 시각이다.

대동은 이를 극복하기 위해 스마트 글라스와 VR 헤드셋을 활용한 텔레오퍼레이션 방식을 도입했다. 이는 사람이 원격에서 로봇을 조작하면서 동시에 해당 움직임을 데이터로 기록하는 방식이다. 텔레오퍼레이션으로 축적된 데이터는 향후 로봇이 농작업을 스스로 수행하도록 학습시키는 데 활용된다. 

현재 대동이 사용하는 로봇 팔은 외부 로봇 전문 회사로부터 구매한 저비용 장비를 활용하고 있다. 이는 독자적인 로봇 개발보다 AI 학습과 데이터 수집에 집중하기 위한 전략으로 파악된다. 대동은 로봇 회사와의 협력을 통해 보다 정밀하고 효율적인 농업용 로봇 구현을 목표로 한다.

아울러 대동은 앞으로 농작업 데이터가 일정 수준 이상 축적되면 이를 기반으로 하나의 컴팩트한 AI로 다양한 농작업을 수행할 수 있는 AI를 만드는 것을 목표로 삼고 있다.

최 대표는 "피지컬 AI의 글로벌화는 당연한 일"이라며 "대동은 자체 개발한 피지컬 AI 모델을 해외 시장에 수출할 계획도 갖고 있다"고 설명했다. 이어 "국내 관련 교수진과도 활발히 교류하며 센서 구성, 기계 피드백 등 기술적 조언을 받고 있다"고 덧붙였다.

나영중 대동P&Biz 개발부문 부문장은 "기후 악조건 속에서도 안정적으로 재배를 지속할 수 있는 기술 확보가 중요하다"며 "농장주 평균 연령이 68세에 달하는 현실에서, 로보틱스 없이는 노동력 개입을 최소화할 수 없다"고 강조했다.