피지컬 인공지능(AI) 경쟁력이 로봇 두뇌에 해당하는 대형 AI 모델을 어디에 두느냐에 좌우될 것이란 진단이 나왔다. 로봇 연산을 몸체가 아닌 기지국 엣지에서 처리하는 AI-RAN 중심의 네트워크 인프라 아키텍처를 국가 차원에서 선제 설계해야 한다는 제언이다.
이경한 서울대 전기정보공학부 교수는 AINEX 2026 기조강연에서 “피지컬 AI는 단순한 휴머노이드가 아닌 네트워크 시스템”이라며 “로봇 지능을 떠맡는 AI-RAN, 그 뒷단을 연결하는 AI 데이터센터가 하나의 조화된 시스템으로 구동돼야 한다”고 강조했다.
로봇이 상황을 판단하고 행동 계획을 세우데 쓰는 모델은 파라미터가 300억~1000억개에 달한다. 700억 파라미터 모델 기준 토큰 생성 시간이 로봇 탑재칩이 5~10초(s)라면, 기지국단 서버는 50~100밀리초(㎳)에 불과하다.
이 교수는 “이 정도의 대형 모델을 로봇 몸체 안에 넣는 것은 전력 부담 때문에 굉장히 어렵기 때문에 네트워크에 올려야 한다”면서 “결국 기지국 엣지단에 그래픽처리장치(GPU)를 설치해 연산을 지원하는 구조가 될 것”이라고 말했다.
관건은 연산 자원의 배치 지점이다. 이 교수는 “GPU를 기지국 안에 두는 것과 옆에 두는지에 따라 운용 효율에도 엄청난 차이가 발생한다”며 “결국 AI-RAN을 어떤 형태로 배치·구성할 것인가가 그 국가의 피지컬 AI 역량을 결정할 것”이라고 강조했다.
또한 중앙 AI 데이터센터로 연산을 몰아주는 방식보다는 로컬 구간에서 처리하는 것이 효율성이 높다고 짚었다. 6G 환경에서 5Gbps급 로봇 300만대를 배치하려면 코어망과 AI 데이터센터 구간에 1500Tbps 상당의 회선이 필요한 만큼 비효율적이라는 진단이다.
로봇이 새로 얻은 경험을 실시간 공유·재학습하는 '데이터 플라이휠'도 네트워크가 처음부터 함께 설계할 과제로 제시됐다.
이 교수는 “피지컬 AI 시대를 선도하려면 세계 최초의 커넥티드 피지컬 AI 서빙 인프라가 한국에서 나와야 한다”면서 “피지컬 AI를 데이터센터와 AI-RAN으로 어떻게 엮을지에 대한 큰 그림을 그리는데 국가적 역량을 발휘해야 한다”고 말했다.
공동기획: 전자신문·한국지능정보사회진흥원
박준호 기자 junho@etnews.com
