요즘 AI 이야기를 들으면 대부분 챗봇이나 검색, 이미지 생성부터 떠올리게 되죠. 그런데 개발자 입장에서 더 흥미로운 쪽은 화면 밖에서 움직이는 AI예요. 실제 공장, 조선소, 물류 현장에서 로봇이 보고 판단하고 움직이는 영역 말입니다.
특히 조선소 용접처럼 숙련자의 감각이 크게 필요한 작업은 단순 자동화만으로는 한계가 뚜렷했어요. NC AI와 한화오션의 협업이 눈에 들어오는 이유도 여기에 있습니다. 이번 이야기는 단순히 “AI 로봇을 만든다”가 아니라, AI 용접 로봇이 산업 현장의 일하는 방식을 어디까지 바꿀 수 있느냐에 가까워요.
AI 용접 로봇, 왜 조선소에서 먼저 주목받을까
조선소는 자동화가 쉬워 보이지만 실제로는 꽤 까다로운 환경이에요. 선박은 크고 구조가 복잡하며, 작업 위치와 각도가 계속 달라집니다. 자동차 공장처럼 같은 부품이 같은 위치로 반복해서 들어오는 구조와는 다르죠.
용접 작업도 마찬가지입니다. 도면대로만 움직이면 끝나는 일이 아니라, 현장의 오염, 분진, 빛 반사, 금속 표면 상태까지 읽어야 해요. 숙련공이 눈으로 보고 손으로 보정하던 판단이 계속 들어갑니다.
그래서 이번 NC AI와 한화오션의 협업에서 중요한 키워드는 “로봇 팔”이 아니라 비전 인식과 자율 판단이에요. 로봇이 용접 부위를 스스로 인식하고, 상황에 맞게 경로와 작업 방식을 조정할 수 있어야 진짜 현장 투입이 가능해집니다.
기존 자동화와 다른 점은 ‘정해진 반복’에서 벗어난다는 것
기존 산업용 로봇은 정해진 궤적을 아주 정확하게 반복하는 데 강했습니다. 같은 조건에서는 빠르고 안정적이죠. 하지만 조건이 조금만 바뀌면 사람이 다시 세팅하거나 보정해야 하는 경우가 많았어요.
이번 과제의 방향은 그 한계를 넘어서는 데 있습니다. NC AI는 한화오션으로부터 비전 인식 기반 용접 전용 모델과 협동로봇 기반 자율용접 모델 개발 과제를 수주했습니다. 쉽게 말하면 로봇이 “여기가 용접할 부분이구나”를 보고, “이 상황에서는 이렇게 움직여야겠구나”를 판단하는 두뇌를 만드는 작업이에요.
개발자 관점에서 보면 이건 단순 제어 프로그램보다 훨씬 복잡합니다. 카메라나 센서로 들어온 데이터를 해석하고, 작업 환경을 추정하고, 다음 행동을 결정해야 하거든요. 실시간성이 필요한 데다, 작은 오차가 품질이나 안전 문제로 이어질 수 있다는 점도 부담입니다.
월드 모델이 로봇의 학습 방식을 바꾼다
기사에서 눈여겨볼 부분은 NC AI가 로봇의 “두뇌” 역할을 하는 월드 모델 기술 개발을 맡는다는 점입니다. 월드 모델은 현실 세계를 그대로 복사한 가상 환경이라기보다, 로봇이 세상을 이해하고 다음 상황을 예측하게 만드는 모델에 가까워요.
사람도 처음부터 용접을 잘하는 건 아니죠. 여러 상황을 보고, 실수하고, 왜 결과가 달라졌는지 배우면서 감을 익힙니다. 월드 모델은 이런 학습 과정을 AI가 더 안전하고 빠르게 경험하도록 돕는 역할을 합니다.
현실의 조선소에서 로봇을 무작정 굴리며 데이터를 모으기는 어렵습니다. 장비 비용도 크고, 실패가 곧 생산 차질로 이어질 수 있으니까요. 그래서 가상 세계에서 환경 변화를 구현하고, 로봇이 다양한 조건을 경험하며 행동 데이터를 쌓는 방식이 중요해집니다.
이 흐름은 최근 산업 AI 전반에서 나타나는 변화와도 맞닿아 있어요. 이전에 다뤘던 게임 AI가 로봇으로 확장되는 흐름도 결국 가상 환경에서 학습한 판단 능력을 현실의 움직임으로 연결하려는 시도였습니다. 게임, 시뮬레이션, 로봇이 따로 떨어진 분야가 아니라 점점 같은 기술 스택 위에서 만나는 셈이죠.
조선업 입장에서는 생산성과 인력 문제를 동시에 건드린다
AI 용접 로봇이 조선소에서 의미 있는 이유는 생산성 때문만은 아닙니다. 숙련 인력 확보가 점점 어려워지는 상황에서, 특정 공정을 안정적으로 보조할 수 있는 기술은 꽤 현실적인 해결책이 될 수 있어요.
물론 로봇이 당장 숙련공을 완전히 대체한다는 식으로 보면 곤란합니다. 조선소 현장은 변수가 많고, 안전과 품질 기준도 높습니다. 오히려 초기에는 사람이 판단하기 어려운 반복 구간, 위험하거나 피로도가 큰 구간을 로봇이 맡고, 숙련자는 관리와 보정, 예외 처리에 집중하는 형태가 자연스러울 가능성이 큽니다.
저라면 이 지점을 가장 현실적으로 봅니다. AI 로봇의 가치는 “사람을 빼는 것”보다 사람이 더 어려운 판단에 집중할 수 있게 만드는 것에서 먼저 나올 거예요. 단순 반복에 시간을 쓰던 숙련자가 품질 관리와 공정 개선에 더 많은 시간을 쓸 수 있다면, 현장의 체감 변화는 꽤 클 수 있습니다.
NC AI의 피지컬 AI 확장은 꽤 전략적이다
NC AI가 이번 과제로 조선 분야에 들어간 것도 흥미롭습니다. NC라는 이름 때문에 게임 회사를 먼저 떠올리기 쉽지만, 최근에는 국방과 산업 로봇 쪽으로 피지컬 AI 사업을 넓히고 있어요.
기사에 따르면 NC AI는 앞서 현대로템과 다종·다중 로봇을 통제하는 국방 AX 분야 국책 과제를 수주했고, 포스코DX와도 로봇 AI 기술 협력에 나선 바 있습니다. 이번 한화오션 협업은 그 다음 단계로 볼 수 있습니다.
여기서 중요한 건 범용 챗봇 경쟁과 다른 방향이라는 점이에요. 산업 현장용 AI는 데이터도 다르고, 성능 기준도 다릅니다. 말은 자연스럽게 잘하지만 현장의 먼지와 빛 반사를 못 읽는 AI라면 조선소에서는 쓸 수 없죠. 결국 산업 특화 모델은 현장 데이터, 안전 기준, 장비 제어 경험이 함께 쌓여야 경쟁력이 생깁니다.
이런 관점에서 보면 국내 기업들이 AI 인프라와 산업 적용을 함께 묶으려는 흐름도 이해가 됩니다. 예를 들어 AI 팩토리 경쟁이 본격화되는 흐름처럼, 이제 AI는 클라우드 안에서만 도는 소프트웨어가 아니라 실제 제조 공정과 설비 운영까지 연결되는 방향으로 확장되고 있어요.
독자 입장에서 체감할 변화는 어디서 시작될까
일반 소비자가 조선소의 AI 용접 로봇을 직접 볼 일은 많지 않을 수 있습니다. 하지만 이런 기술은 생각보다 넓게 영향을 줍니다. 선박 생산성이 좋아지면 납기, 비용, 품질 경쟁력에 영향을 주고, 장기적으로는 해양 플랜트나 특수선 같은 고부가가치 분야에도 연결될 수 있어요.
또 하나는 로봇 기술의 확산입니다. 조선소처럼 까다로운 환경에서 비전 인식과 자율 제어가 검증되면, 비슷한 기술은 다른 제조 현장에도 적용될 가능성이 커집니다. 용접뿐 아니라 검사, 절단, 도장, 물류 같은 작업으로 번질 수 있죠.
개발자 입장에서는 이 흐름이 꽤 중요합니다. 앞으로 산업용 AI 프로젝트는 모델만 잘 만든다고 끝나지 않을 가능성이 큽니다. 센서 데이터 처리, 엣지 컴퓨팅, 시뮬레이션, 로봇 제어, 보안까지 함께 봐야 합니다. AI를 “API 호출”로만 이해하면 놓치는 영역이 점점 많아지는 거예요.
아직은 검증이 필요하지만 방향은 분명하다
물론 이번 협업이 곧바로 완성형 AI 용접 로봇의 대량 투입을 의미하는 건 아닙니다. 실제 현장에서는 작업 속도, 용접 품질, 예외 상황 대응, 장비 유지보수, 안전 인증 같은 현실적인 검증이 필요합니다. 특히 조선소처럼 환경 변화가 큰 곳에서는 데모와 운영 사이의 간격이 클 수 있어요.
그래도 방향은 꽤 분명해 보입니다. 산업 AI는 더 이상 보고서 작성이나 상담 자동화에만 머물지 않고, 물리 세계에서 움직이는 로봇의 판단 능력으로 확장되고 있습니다. NC AI와 한화오션의 AI 용접 로봇 협업은 그 변화가 국내 조선업 현장에서도 본격적으로 실험되고 있다는 신호로 볼 수 있죠.
앞으로 관전 포인트는 두 가지입니다. 첫째, 이 기술이 실제 공정에서 얼마나 안정적인 품질을 보여줄 수 있느냐입니다. 둘째, 특정 작업에 머물지 않고 다른 조선 공정이나 제조 현장으로 확장될 수 있느냐예요. 과장해서 볼 필요는 없지만, 피지컬 AI가 책상 위 키워드에서 현장 장비로 내려오는 흐름만큼은 꽤 빠르게 진행되고 있습니다.
결국 AI 용접 로봇의 성패는 멋진 발표보다 현장 작업자가 “이 정도면 믿고 맡길 수 있겠다”고 느끼는 순간에 갈릴 거예요. 그 신뢰를 쌓는 데 시간이 걸리더라도, 한 번 기준을 넘으면 조선업의 자동화 속도는 지금보다 훨씬 빨라질 수 있습니다.
※ 대표 이미지 출처: 사진출처=NC AI