티스토리 뷰
목차
한국이 AI 시대에 살아남으려면 챗GPT 같은 걸 만들어야 할까요? 저도 한동안 그렇게 생각했습니다. 그런데 어느 순간 이 질문 자체가 틀렸다는 걸 깨달았습니다. 자동차, 조선, 반도체, 군수 — 한국이 세계 1, 2위를 다투는 분야는 전부 소프트웨어가 아니라 첨단 제조입니다. 피지컬 AI(Physical AI), 즉 실물 제조 현장을 바꾸는 AI야말로 한국이 놓치면 안 될 전쟁터일 수 있습니다.
팔란티어는 이미 들어와 있다 — 제조주권의 위기
솔직히 이건 예상 밖이었습니다. 팔란티어(Palantir)가 삼성전자와 현대조선에 이미 들어와 있다는 이야기를 처음 접했을 때, 투자 이야기가 아니라 산업 주권 문제로 바로 와닿았습니다. 팔란티어의 핵심 제품 중 하나가 파운드리(Foundry)인데, 여기서 파운드리란 각 기업의 운영 데이터를 하나의 플랫폼 위에 올려 분석·자동화하는 기업용 AI 운영 시스템을 말합니다. 반도체 위탁생산의 파운드리와는 전혀 다른 개념입니다.
문제는 이 시스템이 학습할수록 강해진다는 점입니다. 삼성전자가 수십 년간 쌓아온 반도체 공정 노하우, 현대조선의 선박 건조 노하우 — 이건 특허로 등록된 것도 아니고 사람들 머릿속과 현장 데이터 속에 녹아있는 것들입니다. 그걸 외산 플랫폼이 흡수해 버리면 10년 후 텍사스에 무인 공장 하나 세우고 그대로 재현할 수 있다는 논리는, 과장이 아닐 수 있습니다.
팔란티어가 이 전략을 '온톨로지 레이어(Ontology Layer)'라고 부르는 것도 주목할 만합니다. 온톨로지 레이어란 서로 다른 데이터와 시스템을 하나의 의미 체계로 연결해주는 중간 계층으로, 쉽게 말해 공장 안의 모든 기계와 공정이 하나의 언어로 소통하게 만드는 뼈대입니다. 이 레이어를 팔란티어가 한국 제조 현장에 먼저 깔아버리면, 우리는 그 위에서 데이터를 쌓아주는 하청 구조가 됩니다.
저는 이 대목에서 2000년대 초 구글이 한국 검색 시장을 파고들던 장면이 겹쳐 보였습니다. 그때 네이버와 다음이 간신히 막아낸 건 사실인데, 지금의 위협은 검색 점유율 싸움이 아니라 제조업 전체의 데이터 주권 싸움입니다. 규모가 다릅니다. 실제로 출처: Palantir Foundry 공식 페이지를 보면 팔란티어는 이미 제조·에너지·방산 분야를 핵심 산업군으로 명시하고 있습니다.
- 팔란티어 파운드리: 기업 운영 데이터를 통합 분석하는 AI 플랫폼
- 온톨로지 레이어: 공장 내 데이터·시스템을 하나의 의미 체계로 연결하는 중간 계층
- 현재 국내 침투 현황: 삼성전자, 현대조선 등 핵심 제조 기업과 계약 진행 중
- 위험 구조: 외산 플랫폼이 학습할수록 국내 제조 노하우가 해외로 유출될 가능성
K온톨로지를 선점해야 하는 이유 — 도축 로봇에서 반도체까지
그렇다면 한국은 뭘 해야 할까요? 제가 직접 여러 AI 관련 콘텐츠를 찾아보며 느낀 건, 한국이 소프트웨어 AI로 구글이나 오픈AI를 이기려는 시도는 처음부터 게임이 안 된다는 겁니다. 그런데 한국이 갤럭시 폰을 만들 때 안드로이드 생태계를 잘 이해해서 세계 1위를 했던 것처럼, 피지컬 AI 진영에서 제일 잘 활용하는 쪽이 되는 전략은 현실적입니다.
피지컬 AI(Physical AI)란 디지털 공간에서 작동하는 AI가 실제 물리 세계, 즉 공장이나 로봇에 구현되어 작동하는 AI를 의미합니다. 소프트웨어만으로 완결되지 않고 하드웨어와 결합해야 효과가 나타납니다. 한국이 바로 이 하드웨어 결합 역량에서 강점을 갖고 있다는 논리가 설득력 있게 느껴졌습니다.
제 경험상 이건 좀 다르게 느껴지는 부분이 있었습니다. 도축 로봇이라는 사례를 처음 들었을 때는 '이게 AI 전략이랑 무슨 상관인가' 싶었습니다. 그런데 현장을 생각해보면 달랐습니다. 돼지 도축 현장은 작업 환경이 극도로 열악해 숙련 인력의 이직률이 높고 노하우 축적이 어렵습니다. 반면 AI는 작업을 반복할수록 학습하고 정밀도가 올라갑니다. 이처럼 '깊이성', 즉 인간이 버티기 힘든 환경일수록 AI의 대체 효과가 빠르게 나타난다는 원칙은 도축 현장뿐 아니라 반도체 공정, 조선소, 화학 플랜트에도 똑같이 적용됩니다.
중요한 건 속도입니다. K온톨로지, 즉 한국 제조 현장에 맞춤화된 온톨로지 레이어를 우리가 먼저 각 산업 영역별로 구축해야 합니다. 팔란티어가 이 자리를 선점하기 전에. 실제로 출처: 과학기술정보통신부가 추진 중인 제조 AI 혁신 정책(MX)도 이 방향과 맥락이 닿아 있습니다. 정부 지원이 실행력으로 이어지려면 개별 기업 단위에서 구체적인 온톨로지 레이어를 선제적으로 쌓아야 합니다.
다만 여기서 한 가지 덧붙이고 싶습니다. 한국이 피지컬 AI 분야에서 팔란티어를 이길 수 있다는 주장은 방향성은 맞지만, 현실의 간극도 솔직히 인정해야 합니다. 팔란티어는 이미 수십 개국 정부와 방산 기업을 고객으로 두고 방대한 데이터를 학습시켜 왔습니다. 제조 노하우를 보유하는 것과 그걸 소프트웨어 플랫폼으로 내재화하는 건 전혀 다른 역량입니다. 하드웨어와 소프트웨어의 진짜 융합, 이 부분이 한국이 가장 빠르게 보강해야 할 약점입니다.
자주 묻는 질문
Q. 피지컬 AI가 뭔가요? 일반 AI랑 뭐가 다른가요?
A. 피지컬 AI란 디지털 공간에서만 작동하는 AI가 아니라 실제 공장, 로봇, 기계 장비와 결합해 물리 세계에서 작동하는 AI를 의미합니다. 챗GPT처럼 텍스트를 생성하는 게 아니라, 반도체 공정 수율을 높이거나 도축 로봇이 돼지를 정밀하게 발라내는 것처럼 실물에 직접 개입합니다. 한국이 소프트웨어보다 하드웨어에 강점이 있는 만큼, 이 영역이 우리에게 더 현실적인 경쟁 무대가 될 수 있습니다.
Q. 팔란티어가 한국 제조업에 들어오면 실제로 어떤 위험이 있나요?
A. 핵심 위험은 데이터 학습입니다. 삼성전자나 현대조선처럼 수십 년간 현장에서 쌓은 공정 노하우가 팔란티어의 플랫폼을 통해 학습되면, 이론적으로 그 지식을 다른 나라 공장에 이식할 수 있게 됩니다. 특허로 보호되는 기술이 아니라 암묵지(tacit knowledge), 즉 사람의 경험과 판단에 녹아있는 노하우가 빠져나가는 구조입니다. 이 부분이 단순 서비스 계약과 다른 차원의 문제입니다.
Q. K온톨로지를 만들라는 건데, 지금 그런 기업이 국내에 있나요?
A. 아직 완성된 형태의 기업은 없지만, 도축 자동화의 로버스처럼 특정 영역에서 깊이 파고드는 초기 기업들이 등장하고 있습니다. 정부의 MX(제조 AI 혁신) 정책과 맞물려 내년부터 이 분야의 신규 상장도 늘어날 것으로 보입니다. 상장 기업보다는 Pre-IPO 단계 기업들을 영역별로 꼼꼼히 살펴볼 시점입니다.
Q. 초지능 AI가 이미 나왔다는 말이 사실인가요?
A. 초지능(Superintelligence)이란 인간의 지적 능력을 모든 영역에서 압도하는 AI를 뜻합니다. 현재 학계에서도 이 개념의 정의와 도달 시점을 두고 활발히 논쟁 중이며, 특정 모델이 초지능에 진입했다고 단정하기 어렵습니다. 다만 AI가 인간이 수십 년간 발견하지 못한 시스템 버그를 찾아낼 수 있다는 우려가 실제 정책 대응으로 이어지고 있다는 점은 주목할 만합니다.
결론
저는 이 논의를 보면서 한국 AI 전략을 바라보는 시각이 꽤 바뀌었습니다. 소프트웨어 AI 경쟁에서 뒤처진다는 불안감은 여전하지만, 그 불안감의 방향이 틀렸을 수 있다는 생각이 더 커졌습니다. 한국이 갈 길은 엔트로픽이나 오픈AI를 만드는 게 아니라, 그들의 AI를 반도체 공장과 조선소와 도축 현장에서 가장 잘 쓰는 나라가 되는 것입니다.
다만 이건 자연스럽게 되는 일이 아닙니다. 팔란티어는 이미 움직이고 있습니다. K온톨로지 레이어를 각 산업 영역별로 선제적으로 구축하지 않으면, 우리가 수십 년 쌓은 제조 노하우가 외산 플랫폼의 학습 데이터가 되는 상황을 막기 어렵습니다. 지금 이 분야에서 실제로 영업이익률을 올리고 있는 기업들을 찾아보는 게, 단순히 빅테크 주식을 고르는 것보다 훨씬 의미 있는 공부가 될 것 같습니다.