피지컬 AI가 더 이상 미래 이야기만은 아닙니다.
전북에서는 이미 실제 자동차 부품 공정에 AI와 로봇을 적용하는 실증이 진행됐습니다.
DH오토리드는 자율이동로봇과 디지털 트윈을 활용한 공정 자동화를 실증했고, 생산량과 처리시간을 각각 7.4% 개선했다고 발표했습니다.
대승정밀에서는 로봇이 절삭가공 설비의 투입과 배출을 담당했고, 생산량은 11.4% 늘고 불량률은 19.4% 줄었다고 합니다.
동해금속에서도 용접·조립 공정에 피지컬 AI를 적용해 생산량 증가와 처리시간 단축이 확인됐습니다.
공정별 실증 결과이기 때문에 이 숫자를 제조업 전체의 성과로 일반화할 수는 없습니다.
하지만 한 가지는 분명해졌습니다.
이제 질문은 “피지컬 AI가 제조현장에서 작동할 수 있는가”에만 머물지 않습니다.
실제로 작동한다면 그다음 질문이 생깁니다.
AI가 판단하고 로봇이 움직이기 시작할 때,
사람은 어디에서 개입해야 할까요.
그리고 누가 그 일을 멈출 수 있을까요.
안전 때문에 멈추는 권한은 이미 있습니다
먼저 하나는 분명히 해야 합니다.
산업용 로봇을 멈추는 권한이 지금까지 없었던 것은 아닙니다.
산업안전 규정에는 로봇 작업 중 이상이 발견되면 작업자나 감시자가 즉시 로봇의 운전을 정지시키기 위한 조치를 하도록 하는 규정이 있습니다.
사람이 위험하면 멈춥니다.
설비에 문제가 생겨도 멈춥니다.
위험구역에 사람이 들어가면 로봇을 감속하거나 정지시키는 안전장치도 이미 널리 사용됩니다.
그러니까 피지컬 AI 시대의 새로운 질문은
“비상정지 버튼이 있는가”
가 아닙니다.
다른 종류의 멈춤입니다.
사람을 다치게 할 것 같아서 멈추는 것과, AI의 판단이 의심스러워서 일을 멈추는 것은 같은 문제가 아닙니다.
앞으로 더 어려운 것은 ‘운영상의 멈춤’입니다
예를 들어 AI가 제품의 불량 여부를 판단한다고 해보겠습니다.
AI는 정상이라고 판단했습니다.
센서 값도 허용범위 안에 있습니다.
로봇은 제품을 다음 공정으로 넘기려고 합니다.
그런데 숙련 작업자가 보기에 평소와 조금 다릅니다.
명확한 불량이라고 증명하기는 어렵습니다.
하지만 경험상 그대로 보내면 안 될 것 같습니다.
이때 누가 멈출 수 있을까요.
작업자가 생산을 보류할 수 있을까요.
품질 담당자의 승인이 있어야 할까요.
관리자가 결정해야 할까요.
AI의 신뢰도가 일정 수준 아래로 내려가야만 멈출 수 있을까요.
생산계획이 밀려 있어도 같은 판단을 할 수 있을까요.
더 어려운 상황도 있습니다.
AI는 정상이라고 합니다.
품질 담당자는 다시 확인하자고 합니다.
생산 관리자는 납기를 맞춰야 한다고 합니다.
이 상황에서 필요한 것은 비상정지 버튼이 아닙니다.
무엇을 충분한 위험으로 볼 것인지, 누구의 판단으로 업무를 보류할 수 있는지에 대한 권한입니다.
AI가 쉬운 일을 가져가면 사람에게 어려운 판단이 남습니다
피지컬 AI의 효과를 이야기할 때 우리는 보통 생산성부터 봅니다.
얼마나 빨라졌는가.
불량률이 얼마나 줄었는가.
얼마나 적은 사람으로 같은 일을 할 수 있는가.
당연히 필요한 지표입니다.
하지만 실제 일의 변화를 보려면 한 가지를 더 봐야 합니다.
AI와 로봇이 가져간 일 뒤에 사람에게 무엇이 남는가입니다.
정상적인 제품은 AI가 판단합니다.
반복 작업은 로봇이 합니다.
센서는 설비 상태를 계속 읽습니다.
그러면 사람에게 남는 일은 무엇일까요.
애매한 판정.
기준 밖의 예외.
여러 목표가 충돌하는 상황.
품질과 납기 가운데 하나를 선택해야 하는 순간.
AI의 판단이 이상하다고 의심하지만 숫자로는 증명하기 어려운 상황.
자동화가 쉬운 일을 가져갈수록 사람에게 남는 것은 오히려 판단하기 어려운 일일 수 있습니다.
사람의 일이 단순히 줄어드는 것이 아니라,
일의 성격이 달라지는 것입니다.
“최종 판단은 사람이 한다”만으로는 부족합니다
AI 도입 논의에서 자주 나오는 문장이 있습니다.
“최종 판단은 사람이 합니다.”
안전해 보이는 문장입니다.
그런데 실제 현장에서는 이 말만으로 부족합니다.
사람이 최종 판단을 하려면 최소한 세 가지가 필요합니다.
무엇을 봐야 하는지 알 수 있는 정보.
무엇을 충분하다고 볼 것인지 판단할 수 있는 기준.
그리고 자신의 판단을 실제 행동으로 옮길 수 있는 권한.
AI 결과를 검토하라고 하면서 근거 데이터는 보여주지 않는다면 판단하기 어렵습니다.
품질을 책임지라고 하면서 어느 수준까지 허용할 것인지 정해져 있지 않다면 책임은 개인에게 떠넘겨집니다.
문제가 있다고 판단했는데 공정을 보류할 수 없다면 사실상 최종 판단자라고 부르기 어렵습니다.
책임을 사람에게 남기려면 정보와 기준과 권한도 함께 남겨야 합니다.
숙련자는 없어지는 것이 아니라 다른 위치로 갈 수 있습니다
피지컬 AI가 확대되면 숙련자의 역할도 달라질 수 있습니다.
자동화가 정형화된 상황을 더 많이 처리하면,
숙련자는 반복 작업보다 예외 판단에 더 많이 투입될 가능성이 있습니다.
평소와 다른 진동.
미묘한 표면 변화.
센서에는 정상으로 나타나지만 이상하게 들리는 소리.
여러 조건이 겹쳤을 때만 나타나는 문제.
매뉴얼에는 없지만 그냥 넘기면 안 된다는 판단.
이런 감각은 오랫동안 현장을 경험하면서 만들어지는 경우가 많습니다.
그래서 피지컬 AI가 발전한다고 해서 현장 전문성이 바로 덜 중요해지는 것은 아닙니다.
오히려 반대일 수도 있습니다.
AI가 정상적인 경우를 더 잘 처리할수록,
사람은 정상과 예외의 경계를 판단해야 하기 때문입니다.
다만 문제가 하나 남습니다.
그 경험이 숙련자 개인 안에만 있다면 사람이 떠날 때 함께 사라집니다.
그래서 앞으로 중요한 것은
숙련자의 판단을 AI로 얼마나 빨리 대체할 것인가만이 아닙니다.
무엇을 보고 이상하다고 판단했는지.
어떤 경우에 AI 결과를 의심했는지.
어떤 조건에서는 생산을 계속해도 된다고 보았는지.
그 판단의 이유를 조직 안에 남기는 일도 중요해집니다.
숙련자의 역할은 직접 작업자에서 예외 판단자이자 판단 기준을 만드는 사람으로 이동할 수 있습니다.
재교육을 말하기 전에 역할부터 정해야 합니다
피지컬 AI 확산 논의에서는 기존 근로자의 재교육과 재배치도 중요한 과제로 제시됩니다.
방향은 맞습니다.
모든 새로운 역할을 외부에서 채용할 수는 없습니다.
오랫동안 현장을 경험한 사람이 가진 맥락도 중요합니다.
그런데 순서는 주의할 필요가 있습니다.
먼저 AI 교육부터 하고 나중에 역할을 찾는 방식으로 가면 안 됩니다.
앞으로 그 사람이 무엇을 맡을지 먼저 정해야 합니다.
예를 들어 숙련 작업자에게 AI의 판정 결과를 검토하는 역할을 맡긴다고 해보겠습니다.
무엇을 확인해야 합니까.
어떤 상황에서 AI를 믿지 않아도 됩니까.
추가로 어떤 정보를 볼 수 있습니까.
어디까지 스스로 보류할 수 있습니까.
어느 순간 다른 사람에게 판단을 넘겨야 합니까.
이 질문에 답하지 않은 채 AI 사용법만 가르친다면,
사람에게 책임만 늘어날 수 있습니다.
기술교육보다 먼저 정해야 하는 것은 사람이 새롭게 맡게 될 판단과 권한입니다.
관리자의 역할도 달라집니다
이런 변화는 현장 작업자에게만 일어나지 않습니다.
관리자도 달라집니다.
지금까지 현장 관리자는 주로 사람의 일을 관리했습니다.
작업을 배분했습니다.
생산계획을 맞췄습니다.
문제가 생기면 인력을 움직였습니다.
피지컬 AI가 들어오면 관리해야 할 대상이 달라집니다.
AI가 어떤 판단을 하고 있는지 봐야 합니다.
로봇이 어떤 작업을 맡고 있는지 이해해야 합니다.
사람과 로봇 사이의 어느 지점에서 문제가 반복되는지도 봐야 합니다.
그리고 누군가 공정을 멈췄을 때,
그것을 단순한 생산 차질로 볼지 필요한 위험관리로 볼지도 판단해야 합니다.
현장 관리자는 사람만 감독하는 사람이 아니라,
사람·AI·로봇이 함께 일하는 조건을 운영하는 사람으로 역할이 넓어질 수 있습니다.
이때 중요한 것도 기술 자체보다 운영 조건입니다.
피지컬 AI 도입의 성과는 로봇 숫자로만 알 수 없습니다
앞으로 공장에는 더 많은 로봇이 들어올 것입니다.
AI가 더 많은 품질 판단을 할 것입니다.
설비의 이상을 예측하고,
작업순서를 조정하고,
물류를 스스로 움직이는 시스템도 늘어날 것입니다.
그러면 기업은 자연스럽게 숫자를 봅니다.
로봇 몇 대를 설치했는가.
생산성이 얼마나 높아졌는가.
인건비를 얼마나 절감했는가.
필요한 숫자입니다.
하지만 그것만으로 피지컬 AI 전환의 성과를 모두 판단하기는 어렵습니다.
다른 질문도 함께 봐야 합니다.
사람의 역할은 더 명확해졌는가.
예외 상황을 처리할 사람이 정해져 있는가.
AI 판단을 다시 볼 기준이 있는가.
숙련자의 경험이 조직에 남는가.
관리자가 새로운 업무 흐름을 운영할 수 있는가.
재교육을 받은 사람이 실제 새로운 역할로 이동했는가.
그리고,
문제가 생겼을 때 누가 실제로 멈출 수 있는가.
피지컬 AI는 사람의 물리적 작업 일부를 로봇으로 옮기는 것보다 큰 변화입니다.
AI의 판단과 로봇의 행동,
인간의 검증과 책임이
하나의 업무 흐름 안에서 다시 연결되는 변화입니다.
전북 실증이 다음 질문을 만들었습니다
전북 실증은 중요한 의미를 갖습니다.
실제 기업의 실제 공정에서 피지컬 AI를 적용했고,
생산량,
불량률,
처리시간,
제조원가에서 개선 가능성을 확인했습니다.
그러면 다음 질문으로 넘어갈 수 있습니다.
“기술이 되느냐”가 아니라,
“이 기술과 사람은 어떻게 함께 일할 것이냐”입니다.
사람과 AI가 무엇을 맡을지 정해야 합니다.
로봇과 사람이 어디에서 일을 주고받을지도 정해야 합니다.
누가 AI 결과를 검증할지 정해야 합니다.
어떤 상황에서는 작업을 멈출지 정해야 합니다.
그리고 다시 시작할 조건도 정해야 합니다.
이런 운영조건이 정해지지 않으면,
좋은 기술을 들여놓아도 현장에서는 책임이 흐려질 수 있습니다.
그래서 피지컬 AI 실증의 다음 단계에서 보고 싶은 것은 로봇의 성능만이 아닙니다.
사람과 AI와 로봇이 실제로 함께 일할 때 어떤 권한 구조가 작동하는가입니다.
비상정지 버튼과 판단을 멈출 권한은 다릅니다
공장에는 이미 비상정지 버튼이 있습니다.
사람이 위험하면 누릅니다.
설비가 고장 나도 멈춥니다.
하지만 앞으로 더 많은 문제는 명백한 고장이나 위험으로 나타나지 않을 수 있습니다.
AI는 92% 확률로 정상이라고 말합니다.
숙련자는 뭔가 이상하다고 느낍니다.
센서는 정상 범위입니다.
생산계획은 밀려 있습니다.
이 상황에서 필요한 것은 빨간 비상정지 버튼이 아닙니다.
누군가가 말할 수 있어야 합니다.
“일단 멈추고 다시 보겠습니다.”
그 사람은 누구입니까.
어떤 근거가 있어야 합니까.
얼마나 오래 멈출 수 있습니까.
누구에게 판단을 올립니까.
무엇을 확인하면 다시 시작합니까.
앞으로 중요한 것은 로봇에 비상정지 버튼이 있느냐만이 아니라, 조직에 판단을 멈출 수 있는 권한이 있느냐일 수 있습니다.
그래서 피지컬 AI가 들어오는 현장을 볼 때,
“로봇이 사람 대신 무엇을 할 수 있는가”
보다 먼저 다른 질문을 던져볼 필요가 있습니다.
로봇이 실제로 일하기 시작했을 때, 누가 그것을 멈출 권한을 갖고 있는가.
참고한 공개 자료
- 전북특별자치도·참여기관 피지컬 AI 제조·물류 사전검증 사업 관련 공개자료
- 중소벤처기업부·과학기술정보통신부 피지컬 AI 기반 중소제조 현장 전환 관련 자료, 2026
- 경기연구원 「피지컬 AI 시대, 제조업의 현실과 경기도 대응 전략」, 2026
- 국가법령정보센터 「산업안전보건기준에 관한 규칙」 산업용 로봇 관련 조항
- 한국산업안전보건공단 산업용·협동로봇 안전 관련 자료
※ 전북 사전검증 사업에서 공개된 생산량·불량률·처리시간·제조원가 개선 수치는 개별 공정의 실증 결과입니다. 제조업 전체의 일반적 효과로 확대하기보다, 피지컬 AI가 실제 현장에 들어왔을 때 다음 단계의 운영 문제를 검토할 수 있게 만든 사례로 보는 것이 적절합니다.