[AI로 읽는 경제]는 AI 어시스턴트가 분석한 내용을 바탕으로 기자가 정리한 내용입니다. ChatGPT AI 모델이 적용됐습니다. 상단의 'AI MY 뉴스' 로그인을 통해 뉴스핌의 차세대 AI 콘텐츠 서비스를 활용해 보기 바랍니다.

[세종=뉴스핌] 김하영 기자 = 온라인에서는 인공지능(AI)이 소비자 대신 상품을 찾고 가격을 비교한 뒤 결제까지 수행하는 시대가 다가오고 있다. 공장에서는 AI가 로봇과 설비에 탑재돼 주변 상황을 인식하고 작업 순서를 정하며 이상 여부를 판단하기 시작했다.

디지털 공간에서 업무를 대신하는 'AI 에이전트'와 현실 공간에서 직접 움직이는 '피지컬AI'가 동시에 확산하고 있는 것이다.

산업연구원과 재정경제부는 21일 서울에서 '대한민국 전략경제 포럼'을 열고 AI 에이전트와 피지컬AI가 가져올 산업 변화와 정책 과제를 논의했다.

포럼에서는 AI가 소비자의 선택을 대신하고 제조 현장에서 직접 행동하는 단계로 진화하면서, 결제 규율과 제조 데이터를 선점하는 경쟁이 본격화될 것으로 전망했다.

◆ AI 에이전트가 검색·비교·구매까지…소비시장 주체 바뀐다

'AI 에이전트'는 사용자의 질문에 답하는 데 그치지 않고 주어진 목표를 달성하기 위해 여러 업무를 스스로 수행하는 AI다.

소비자가 "30만원 이하 무선 청소기를 찾아 달라"고 요청하면 가격과 성능, 배송 일정, 할인 조건을 비교하고 허용 범위 안에서는 결제까지 처리할 수 있다.

지금까지 온라인 상거래의 중심은 사람이었다. 소비자가 검색어를 입력하고 광고와 추천 결과를 살펴본 뒤 상품을 선택했다. 하지만 앞으로는 어떤 상품이 검색창 상단에 노출되는지보다 AI가 어떤 데이터와 기준으로 상품을 고르는지가 중요해진다.

포럼에서는 AI 에이전트 중심 전자상거래 시장이 오는 2030년까지 3조~5조달러 규모로 성장할 수 있다는 전망이 제시됐다.

소비자는 검색과 비교에 쓰는 시간을 줄일 수 있고, 광고비가 부족한 중소기업도 제품 경쟁력으로 선택될 기회를 얻을 수 있다. 반면 AI가 특정 플랫폼이나 결제망에 종속되면 기존 플랫폼 수수료에 새로운 AI 중개 비용이 더해질 가능성도 있다.

핵심은 소비자가 직접 상품을 고르지 않는다는 데 있다. 앞으로 유통시장의 새로운 주체는 소비자의 탐색이 아닌 에이전트의 판단이 될 수 있다는 분석이다.

◆ 문제는 AI 에이전트 성능 아닌 결제 권한…책임 규율 다시 짜야

AI 에이전트 확산을 가로막는 핵심 병목은 AI 성능이 아닌 결제 권한이다. 사람이 결제할 때는 본인 인증과 비밀번호 입력, 최종 동의 절차를 거친다. 반면 AI가 결제를 대신하려면 어떤 사용자를 대신하는지, 얼마까지 사용할 수 있는지, 어떤 상품을 살 수 있는지를 사전에 정해야 한다.

AI가 필요 이상의 상품을 구매하거나 원하지 않은 구독 계약을 체결했다면 소비자와 플랫폼, 금융회사 가운데 누가 책임을 질지도 불분명하다. 소비자에게 모든 책임을 지우면 서비스 신뢰가 떨어지고, 금융회사와 플랫폼에 책임을 집중하면 기업은 서비스 출시를 주저할 수 있다.

이 같은 이유로 포럼에서는 AI의 자율·반복 결제를 위한 감독 체계가 필요하다는 제언이 나왔다. 에이전트 신원을 등록하고, 사용자가 맡긴 권한의 범위와 결제 한도를 기록해야 한다는 것이다.

거래 과정을 실시간으로 확인하고 정산할 수 있는 체계도 필요하다. 사용자가 언제든 결제 권한을 회수하거나 진행 중인 거래를 중단할 수 있는 통제 장치도 함께 마련해야 한다는 설명이다.

아울러 규제를 먼저 완성한 뒤 시장을 열겠다는 방식에도 한계가 있다. 실제 거래에서 발생하는 오류와 부정결제, 취소·환불 데이터를 확보하기 어렵기 때문이다.

따라서 제한된 금액과 품목을 대상으로 규제 샌드박스를 운영하고, 실증 결과를 토대로 책임 기준과 소비자 보호체계를 마련하는 것이 핵심 관건으로 분석된다.

◆ 로봇이 직접 판단하고 행동한다…'피지컬AI'가 제조업 재편

피지컬AI는 AI가 로봇과 기계에 탑재돼 현실 공간을 인식하고 판단한 뒤 직접 행동하는 기술이다.

기존 산업용 로봇은 미리 입력된 동작을 반복했지만 피지컬AI가 적용된 로봇은 부품 위치가 달라지거나 장애물이 생겨도 움직임을 조정할 수 있다. 설비 점검 과정에서도 평소와 다른 상태를 감지해 이상 가능성을 스스로 판단한다.

포럼에서는 자율주행 모빌리티와 휴머노이드, 공장·가정용 로봇을 중심으로 피지컬AI 시장이 2040년까지 3조달러 규모로 성장할 수 있다는 전망이 제시됐다. 한국은 제조업 기반과 메모리 반도체 경쟁력을 갖추고 있어 한국형 AI 공장을 구축하는 데 강점이 있다는 분석이다.

피지컬AI가 확산되면 반복 작업에 투입되는 인건비와 사람의 실수에 따른 불량률, 설비 고장으로 인한 생산 중단 시간을 줄일 수 있다. 정해진 기준에 따라 반복 작업과 설비 점검을 수행할 수 있어 제조 현장의 생산성과 안정성을 높이는 데 효과적이다.

반면 피지컬AI는 로봇과 센서, AI 반도체, 데이터 수집 시스템을 함께 구축해야 해 초기 투자 부담이 막대하다. 이 같은 대규모 선행투자를 감당할 수 있는 기업은 현재로서는 사실상 대기업에 한정돼 있다.

대기업은 생산성과 품질을 빠르게 높일 수 있지만 중소기업은 노후 설비 교체와 데이터 구축 비용을 동시에 부담해야 한다. 근로자의 역할도 단순 작업에서 로봇 운용과 데이터 관리, AI 판단 점검 등 복합적인 업무로 바뀌고 있다.

제조 현장의 노동구조도 피지컬AI 확산에 맞춰 변화하는 모습이다. 단순 반복 업무의 비중은 줄고 로봇과 데이터를 다룰 수 있는 인력 수요가 늘면서, 기존 근로자의 직무 전환과 재교육 필요성도 함께 커지고 있다.

◆ 한국의 병목은 현장 데이터…반도체·로봇·공장 연결해야

피지컬AI의 핵심 자원은 제조 현장에서 발생하는 데이터다. 로봇이 부품을 정확히 집으려면 부품의 모양과 위치, 조명, 작업자의 동작을 학습해야 한다. 설비 이상을 사전에 감지하려면 온도와 진동, 압력, 불량 발생 조건 등을 반복적으로 분석해야 한다.

한국 공장에서도 이미 방대한 데이터가 생성되고 있다. 그러나 공장과 설비마다 데이터 형식이 다르고 장비 제조사별 통신 규격도 달라 서로 연결하거나 공동으로 활용하기 어렵다.

핵심은 데이터의 양이 부족한 것이 아니다. 현장에서 생성된 데이터가 설비와 기업별로 흩어져 있고, 표준화·정제되지 않아 AI가 반복적으로 학습할 수 있는 자산으로 축적되지 못하고 있다는 점이다. 데이터가 쌓여도 실제 공정 개선이나 로봇 고도화로 이어지지 않는 구조인 셈이다.

이에 포럼에서는 현장 데이터를 표준화하고 반복 학습이 가능한 형태로 축적하는 '제조 AI 전환 데이터 자산화' 사업이 제안됐다. 데이터 수집과 정제, AI 학습, 현장 적용, 성과 환류가 반복되는 구조를 구축해야 한다는 것이다.

더불어 외부 서버를 거치지 않고 로봇과 기기 안에서 데이터를 처리하는 온디바이스 AI도 중요하다. 통신 지연을 줄이고 생산 데이터 유출 위험을 낮출 수 있기 때문이다.

정부는 산업단지와 공공시설을 실증 공간으로 개방하고 업종별 데이터 표준과 로봇 안전기준을 마련해야 한다. 기업도 피지컬AI를 단순한 인건비 절감 수단이 아니라 생산공정과 조직, 데이터 관리체계를 함께 바꾸는 사업으로 접근할 필요가 있다.

■ 한 줄 요약
AI 에이전트와 피지컬AI 확산은 소비자의 선택·결제 구조와 제조업의 생산·노동 구조를 동시에 바꾸는 변화로, 한국이 시장 주도권을 확보하려면 결제 권한과 책임 규율을 정비하고 제조 데이터를 표준화·자산화해 실증과 산업표준으로 연결해야 한다.

gkdud9387@newspim.com