이번 프로젝트는 성균관대학교 우홍욱 교수 연구팀과의 협업으로 진행됐다. 우 교수 연구팀은 국내 피지컬 AI 분야의 주요 연구 그룹으로, 최근 과학기술정보통신부가 주관한 ‘2026 한국 인공지능 연구 동료 경진대회(AI Co-Scientist Challenge Korea)’에서 AI 에이전트 개발 지원 대상 10개 팀 중 하나로 선정되며 연구 역량을 인정받았다.
박외진 아크릴 대표
피지컬 AI는 텍스트 기반 생성형 AI와 달리 실제 물리 환경에서의 인지·판단·행동이 동시에 요구되는 분야다. 복잡한 멀티모달 데이터 처리와 초저지연 추론, 실시간 제어 역량이 핵심 경쟁력으로 꼽힌다. 업계에서는 시각·언어·행동을 결합한 VLA(Vision-Language-Action) 모델의 정교한 학습과 안정적인 실시간 운영 능력이 성공 요건으로 거론된다.
아크릴은 이번 로봇 연동을 통해 데이터 전처리, 모델 미세조정(파인튜닝), 인프라 최적화로 이어지는 ‘풀스택(Full-stack)’ 구조를 로봇 구동 환경까지 확장했다. 데이터·지능·인프라 요소를 하나의 플랫폼으로 통합해 피지컬 AI 상용화에 필요한 핵심 요소를 구현했다는 평가다.
데이터 처리 영역에서는 영상·센서·행동 데이터 등 비정형 멀티모달 데이터를 효율적으로 정제·가공하도록 설계했다. 대용량 데이터를 고품질 학습 데이터로 전환해 로봇이 물리적 환경을 보다 정밀하게 인식할 수 있도록 지원하며, 특정 작업과 환경에 빠르게 적응할 수 있는 기반을 제공한다.
모델 학습 측면에서는 VLA 모델 파인튜닝을 통해 범용 모델을 산업 현장과 서비스 환경에 맞게 최적화한다. 멀티 에이전트 파이프라인 기술을 적용해 복합적인 미션 수행 과정에서 역할 분담과 협업이 가능하도록 설계해 실제 로봇 운용 환경에서의 실행 가능성을 높였다.
인프라 영역에서는 로봇 제어에 필수적인 실시간성을 확보하기 위해 초저지연 최적화 기술을 적용했다. ‘페어런팅 LLM’ 기술을 활용해 VLA 모델의 추론 과정을 감독하고, 추론 시간이 일정 데드라인을 넘지 않도록 제어함으로써 로봇이 정해진 시간 안에 의사결정을 수행하도록 했다. 여기에 트래픽 차등화 기술을 적용해 네트워크 혼잡 상황에서도 추론 트래픽을 우선 처리하도록 설계했다.
박외진 아크릴 대표는 “피지컬 AI는 단순한 연산 능력이 아니라 데이터 흐름부터 실시간 물리 제어까지 하나로 연결되는 구조가 핵심”이라며 “데이터·지능·인프라가 유기적으로 결합된 플랫폼을 기반으로 피지컬 AI 시대의 표준 운영체제로 자리매김하겠다”고 말했다.
