LG전자가 제조 현장을 중심으로 피지컬 AI 생태계 구축에 속도를 내고 있다. 로봇 관절 액추에이터부터 로봇 브레인, 데이터, 배터리까지 계열사 역량을 결집해 제조와 물류, 가정까지 아우르는 풀스택 전략을 추진한다.

전혜정 LG전자 AI연구위원은 24일 오전 서울 여의도 국회의원회관 제2세미나실에서 열린 '피지컬AI 프론티어 강국 신기술 조찬포럼'에서 'LG전자의 피지컬 AI 개발 현황: 액추에이터부터 생태계까지 풀스택 로보틱스 전략'을 주제로 발표하고 제조 현장을 중심으로 한 피지컬 AI 확산 전략과 그룹 차원의 '원 LG' 생태계 구축 방향을 제시했다.

LG전자는 제조 현장을 피지컬 AI의 첫 적용 무대로 삼고 있다. 창원 LG스마트파크와 미국 테네시 공장 등 등대공장을 비롯해 전 세계 130여 개 제조 현장을 기반으로 공정 자동화와 생산 혁신을 추진한다는 계획이다.

전 연구위원은 "피지컬 AI를 활용하면 사람이 들어가지 못해 발생하는 어려움을 해결할 수 있다"며 "제조와 물류에 먼저 적용하고 상업과 가사 영역으로 확대하려고 한다"고 설명했다.

LG전자가 CES에서 공개한 양팔 로봇 '클로이드'는 가정용 피지컬 AI 플랫폼 역할을 맡는다. 양팔 구조와 다섯 손가락 관절 메커니즘을 적용해 빨래를 개고 수건을 접거나 식기 정리 등의 가사 작업을 수행한다. 가전과 연동해 문을 열고 생활 공간을 인식하는 기능도 함께 개발되고 있다.

전 연구위원은 "가정은 피지컬 AI가 해결해야 하는 가장 어려운 공간"이라며 "예측하기 어려운 생활 패턴과 장애물, 아이와 반려동물 등이 존재해 로봇이 대응해야 할 변수가 매우 많다"고 설명했다. LG전자는 이를 해결하기 위해 가상 시뮬레이션 기반 학습을 진행하고 있다. 실제 환경에서 발생할 수 있는 다양한 상황을 미리 학습시켜 비정형 작업 수행 능력을 높인다는 전략이다. 

◆ 액추에이터부터 로봇 브레인까지…피지컬AI 풀스택 구축

LG전자는 피지컬 AI 경쟁력으로 로봇 핵심 부품과 그룹 차원의 생태계 구축을 꼽았다.

대표 기술인 액추에이터 'AXIUM'은 로봇 관절 역할을 수행하는 핵심 부품이다. 모터와 감속기, 센서 등이 하나로 통합돼 정밀한 움직임과 제어 성능을 구현한다. LG전자는 올해 액추에이터 양산 체계를 구축하고 이후 제품 공급에 나설 계획이다. 소형 스마트 기기부터 산업용 로봇까지 다양한 분야로 확대 적용하는 방안도 검토하고 있다.

계열사 간 협업도 본격화하고 있다. LG전자는 클로이드와 액추에이터 개발을 주도하고 있으며 LG에너지솔루션은 로봇 구동 시간과 안정성을 높이기 위한 배터리 기술을 담당한다.

LG이노텍은 카메라와 3D 센싱 모듈, 스마트 라이다 등 고정밀 센싱 기술을 제공하고 LG CNS는 다수 로봇을 제어하고 현장 시스템과 연결하는 통합 플랫폼을 구축하고 있다.

LG AI연구원은 엑사원 기반 로봇 브레인 개발을 추진하고 있다. 로봇의 추론과 판단 기능을 담당하는 AI 모델을 자체 구축해 클로이드를 비롯한 피지컬 AI에 적용한다는 계획이다.

전 연구위원은 "여러 기술을 클로이드에 적용하고 상업 분야까지 확대할 예정"이라며 "LG 그룹 차원에서 액추에이터와 센서, 배터리, AI 모델을 모두 연결하는 생태계를 구축하고 있다"고 말했다.

◆ 액션 데이터 부족…"월드모델로 학습 고도화"

전 연구위원은 "로봇 성능이 하드웨어만으로 결정되지 않는다"고 말했다. 가사 노동이나 제조 현장처럼 복잡한 작업을 수행하려면 시각과 언어, 행동을 함께 학습하는 AI 모델이 필요하다는 것이다.

현재 로봇 업계에서는 비전·언어·행동을 결합한 VLA(Vision-Language-Action) 모델이 주로 활용되고 있다. 기존 비전·언어 모델에 행동 데이터를 추가해 로봇이 실제 동작까지 수행할 수 있도록 학습하는 방식이다. 다만 이미지와 영상 데이터에 비해 실제 로봇 행동 데이터가 부족해 학습에 한계가 있다.

전 연구위원은 "현재 액션 데이터가 그렇게 많지 않다"며 "로봇 행동 데이터를 모으는 데는 상당한 시간이 필요하다"고 말했다. 이어 "사람은 쉽게 데이터를 만들 수 있지만 로봇은 실제 움직이며 데이터를 수집해야 하기 때문에 시간이 많이 필요하다"며 "액션 데이터 부족이 가장 큰 문제"라고 설명했다.

로봇 행동 데이터가 부족한 이유로는 데이터 수집 방식이 꼽힌다. 사람이 텍스트나 이미지를 생성하는 것과 달리 로봇은 실제 움직임을 반복해야 하고, 작업 환경과 동작 결과까지 함께 기록해야 하기 때문이다.

LG전자는 월드모델과 월드 액션 모델을 통해 이러한 한계를 보완하고 있다. 가상 환경에서 다양한 상황을 생성하고 로봇이 수행할 수 있는 행동을 학습시키는 방식이다. 비디오 생성과 시뮬레이션 기술을 활용해 실제 환경과 유사한 데이터를 만들고 이를 학습에 활용하고 있다.

사람의 행동 데이터도 활용한다. 사람이 안경이나 센서를 착용한 채 작업을 수행하면 손동작과 작업 과정이 데이터로 축적되고 이를 로봇 행동 데이터와 연결하는 방식이다. 사람의 움직임과 로봇 동작을 정렬해 적은 양의 로봇 데이터로도 학습 효율을 높일 수 있다. 실제 현장에서 발생한 문제를 다시 데이터로 수집하는 과정도 함께 이뤄진다. 로봇을 실증하고 문제점을 확인한 뒤 데이터를 다시 만들고 학습해 모델에 반영하는 방식이다. 

LG전자는 정부 과제를 통해 월드모델 기반 로봇 브레인 개발에도 참여하고 있다. 시뮬레이션과 비디오 생성, 행동 데이터를 결합해 실제 환경에 가까운 학습 체계를 구축하고, 이를 제조와 물류 현장에 우선 적용한다는 계획이다. 이후 상업용 서비스와 가정용 로봇으로 적용 범위를 확대해 나갈 방침이다.