일본 정부가 12월 23일 발표한 ‘제1차 AI 기본 계획’과 약 3조 엔 규모의 민관 합동 투자는 일본이 처한 기술적 위기감을 여실히 드러납니다. 행정, 의료, 국방 등 민감한 공공 분야뿐만 아니라 일본 경제의 근간인 제조업 전반에 걸쳐 해외 기술 의존도를 낮추겠다는 의지의 표현이죠. 일본은 소프트뱅크, NTT, 후지쯔 등 주요 자국 기업을 중심으로 대규모 컴퓨팅 인프라를 확충하고, 이를 통해 일본어와 일본 문화에 최적화된 독자적인 파운데이션 모델을 개발하는 데 주력하겠다고 합니다.
냉정하게 판단할 때, 일본이 LLM을 포함한 범용 파운데이션 모델 시장에서 국제적인 경쟁력을 확보하기는 매우 어렵다고 봅니다. 오픈AI와 구글 등 미국 빅테크들이 2022년 말부터 전 세계적인 서비스를 제공하며 생태계를 선점하고 우리나라 네이버,LG,업스테이지 등이 그 뒤를 즉각 추격한 반면, 일본의 대표적 모델인 NTT의 ‘츠즈미(tsuzumi)’나 소프트뱅크의 독자 모델 프로젝트는 2024년 중반 이후에야 비로소 상용화 단계에 진입해서 2년 이상의 전략적 공백이 발생했죠. 또한, 글로벌 AI 성능 평가 지표(MMLU 등)에서 일본어 특화 모델들은 애초 일본어 특화 목적의 경량. 온프레 중심이라 국제 벤치에 적극적으로 점수를 올릴 ‘동기’도, ‘공개 데이터’도 거의 없습니다.
그래서 범용 지능의 핵심인 복합 논리 추론 및 코딩 능력에서 미국은 물론 한국의 선도 모델(하이퍼클로바X, 엑사원 3.0 등)에 비해 국제 공통 벤치마크에서 ‘존재감 있는 범용 성능’을 보여주지 못하고 있습니다.
범용 AI에서의 열세를 인정한 일본은 그 대안으로 ‘피지컬 AI(Physical AI)’를 정조준하고 있습니다. 일본은 자신들이 전통적으로 강점을 보유한 로봇 및 정밀 제조 기술에 AI를 결합하여 이 분야에서만큼은 주도권을 잡겠다는 전략을 세웠습니다. 일본 정부는 제조업 현장의 데이터를 ‘데이터 주권’의 핵심 자산으로 정의합니다. 인터넷에 공개된 일반적인 데이터가 아닌, 폐쇄적인 공정 데이터와 정밀 기계의 센서 데이터는 빅테크 기업들도 쉽게 확보할 수 없는 영역이기 때문입니다. 일본은 이러한 특화된 현장 데이터를 학습시킨 피지컬 AI 모델이 완성된다면, 제조업 분야에서만큼은 범용 모델이 도저히 따라올 수 없는 정밀도와 효율성을 제공할 수 있다고 판단합니다. 하드웨어 경쟁력을 소프트웨어 지능으로 치환하여 일본 제조업의 부활을 꾀하는 전략적 우회로로 봐야겠지요.
물론, 일본의 이러한 전략은 특히 산업용 로봇 분야에서 상당한 설득력을 갖습니다. 화낙(FANUC), 야스카와전기, 가와사키중공업 등 일본 기업들은 전 세계 산업용 로봇 시장네 광범위하게 깔려 있습니다. 이들 기업이 생산한 로봇은 전 세계 자동차, 반도체, 전자 제품 공장에 널리 보급되어 있는겁니다. 로봇이 물체를 집고, 옮기고, 용접하고, 조립하는 과정에서 발생하는 수많은 물리적 로그 데이터는 피지컬 AI를 구축하기 위한 최적의 학습 자료가 됩니다.
일본은 로봇 제조사가 직접 AI 모델을 개발할 때 발생하는 시너지를 노립니다. 하드웨어의 특성을 가장 잘 아는 제조사가 로봇의 관절 제어, 힘 조절, 예지 정비 등을 수행하는 전용 모델을 만든다면, 이는 제조 현장에 즉각적으로 적용 가능한 강력한 툴이 됩니다. 범용 AI가 물리 법칙을 간접적으로 학습한다면, 일본의 특화 모델은 실제 로봇의 센서를 통해 물리 법칙을 직접 학습하기 때문에 산업 현장에서의 신뢰성이 훨씬 높을 수밖에 없습니다. 이러한 ‘제조 특화 모델’의 성공 여부는 일본이 얼마나 효과적으로 자국 로봇들로부터 양질의 현장 데이터를 수집하고 정제하느냐에 달려 있을 겁니다.
– 현장 데이터의 가치와 ‘데이터는 현장에서 나온다’는 명제
그런데, 모든 데이터는 로봇이 실제로 가동되는 ‘현장’에서 생성됩니다. 데이터의 소유권과 주도권은 결국 이 현장을 누가 장악하고 있느냐에 따라 결정됩니다. 일본은 전 세계에 수많은 로봇을 공급했기 때문에, 이들 로봇으로부터 발생하는 데이터를 다시 수집하여 AI 모델을 강화할 수 있는 인프라적 잠재력은 가지고 있습니다. 텍스트와 이미지 중심의 AI 경쟁에서는 밀렸을지 모르지만, ‘물리 데이터’라는 새로운 영역에서는 자신들이 보유한 수백만 대의 기계 장치가 강력한 데이터 공급원 역할을 할 수 있다는 계산입니다.
하지만 여기서 중요한 것은 기계를 제조하는 것과 그 기계가 공장에서 만들어내는 결과물(공정 데이터)을 소유하는 것은 별개의 문제라는 사실입니다. 일본 로봇이 전 세계에 깔려 있다는 사실이 곧 일본이 모든 데이터를 소유한다는 뜻은 아니죠. 데이터는 기계를 사용하는 주체인 제조 기업의 소유이며, 자신들의 공정 노하우가 담긴 데이터를 로봇 제조사에게 쉽게 개방하지 않습니다. 따라서 일본이 구상하는 ‘현장 데이터 기반의 피지컬 AI’ 전략은 기업 간의 데이터 공유 체계와 보안 신뢰가 선제적으로 구축되지 않는 한 실행에 옮기기 매우 까다로운 과제입니다.
우리나라와 일본의 로봇 경쟁력을 비교해보면, 한국은 일본의 하드웨어 원천 기술을 빠르게 추격하는 동시에 로봇의 실전 응용 분야에서 일본을 앞서고 있습니다. 한국은 직원 1만 명당 로봇 활용 대수를 나타내는 ‘로봇 밀도’에서 수년째 세계 1위를 기록하고 있습니다. 한국의 모든 제조 공정이 로봇 친화적이며, 로봇을 가장 극한까지 활용하여 최고 품질의 제품(반도체, 배터리 등)을 생산하는 노하우가 한국에 집중되어 있음을 의미합니다.
또한 로봇의 핵심인 배터리와 제어 기술에서도 한국은 세계적인 경쟁력을 보유하고 있습니다. 모바일 로봇이나 휴머노이드 로봇의 기동력을 결정짓는 배터리 기술은 한국이 주도하고 있으며, 감속기와 모터 등 그동안 일본에 의존했던 정밀 부품 분야에서도 국산화율이 급격히 높아지고 있습니다. 특히 한국 기업들은 로봇을 단품으로 판매하는 것을 넘어, 공정 전체를 지능화하는 ‘스마트 팩토리’ 솔루션으로의 전환 속도가 일본보다 훨씬 빠릅니다. 이는 로봇 하드웨어의 성능에 집중하는 일본과 달리, 한국은 로봇이 만들어내는 ‘데이터의 가치’를 공정 효율화에 즉각 반영하는 능력이 뛰어남을 의미합니다.
– 미국이 한국을 실전형 파트너로 선택한 이유
엔비디아와 오픈AI 등 미국의 AI 선도 기업들이 일본보다 한국과의 협력에 더 공을 들이는 이유는 한국이 가진 ‘수직 계열화된 AI 인프라’ 때문입니다. 인공지능 지능의 핵심인 HBM(고대역폭 메모리)은 삼성전자와 SK하이닉스가 전 세계 시장을 사실상 독점하고 있습니다. 엔비디아의 최신 칩은 한국의 메모리 없이는 성능을 발휘할 수 없습니다. 즉, 한국은 미국 AI 생태계의 ‘생명선’을 쥐고 있는 국가입니다.
여기에 더해서 미국 기업들은 한국을 자신들의 AI 기술이 현실 세계로 내려와 검증받을 수 있는 가장 우수한 ‘실전 활주로’로 인식합니다. 반도체, 자동차, 이차전지, 조선업 등 정밀 제조업이 자국 내에 집약되어 있고, 로봇 밀도가 가장 높은 한국의 공장은 피지컬 AI를 훈련하기 위한 최고의 테스트베드입니다. 미국은 일본의 ‘부품’보다 한국의 ‘통합된 시스템’과 ‘실전 데이터’를 더 높게 평가합니다. 독자적인 파운데이션 모델을 가지고 있으면서 세계 최고의 하드웨어 제조 능력을 동시에 갖춘 나라는 중국을 빼면 전 세계에서 거의 한국이 유일하기 때문입니다.
그래서 미국은 한국과는 실전형 파트너쉽, 일본과는 전략형 파트너쉽(국제표준 등)을 가져가는 것입니다.
– 데이터 소유권의 본질: 제조사 데이터 vs 현장 데이터
일본 전략의 가장 큰 약점은 “기계를 만든 사람이 데이터를 가져간다”는 착각에 있습니다. 피지컬 AI 시대의 진정한 권력은 기계 장치를 만드는 하드웨어 제조사가 아니라, 그 기계를 사용하여 고도의 부가가치를 창출하는 ‘현장 운영자’에게 있습니다. 일본이 전 세계에 깔아놓은 로봇들은 정작 중요한 공정 노하우 데이터에 접근할 권한이 없습니다. 반면 한국은 삼성, 현대차 등 세계 최고의 제조 기업들이 자국 기업의 로봇과 자국 기업의 AI 모델을 연동하여 데이터를 생산하고 관리합니다.
데이터는 현장에서 나오며, 그 현장을 실제로 운영하고 통제하는 자가 주인이 됩니다. 한국은 제조 현장(Data Source)과 하드웨어(Robot/Battery), 그리고 지능(AI Model)을 모두 자국 내 생태계 안에서 연결할 수 있는 구조를 갖추고 있습니다. 일본은 기계를 파는 영업망은 넓지만, 그 기계가 일하는 현장의 심장부 데이터에 접근할 수 있는 열쇠는 잃어버렸습니다. 그래서 저는 일본이 로봇 강국임에도 불구하고 피지컬 AI 경쟁에서 한국에 주도권을 내줄 수밖에 없다고 생각합니다. (국뽕 아님.)
결론적으로, 일본의 소버린 AI 전략은 너무 늦게 시작된 추격전이자 과거의 영광에 기반한 방어적 선택에 가깝습니다. LLM에서의 열세를 만회하기 위해 피지컬 AI라는 우회로를 택했지만, 기계 제조사와 현장 데이터 소유주 사이의 괴리라는 구조적 문제를 해결하기는 매우 어렵다고 봅니다. 일본은 국가 주도로 대규모 자금을 투입하겠지만, 글로벌 시장에서의 혁신보다는 일본 내수용 기술 혁신과 보존에 그칠 가능성이 농후합니다.
반면 우리나라는 하드웨어 패권(HBM/배터리), 자체 파운데이션 모델 역량, 그리고 세계 최고의 로봇 밀도와 현장 데이터를 모두 손에 쥐고 있습니다. 미국이 한국을 ‘AI의 실전 활주로’로 택한 것은 한국이 지능과 물리 세계를 가장 완벽하게 연결하고 있기 때문입니다. 일본의 전략이 성공하기 위해서는 성벽을 쌓는 소버린 AI를 넘어, 글로벌 데이터의 흐름에 올라타야 하지만 폐쇄적인 일본의 제조 문화가 이를 수용할지는 다소 의문입니다. 결국 AI 패권은 과거에 기계를 많이 팔았던 나라가 아니라, 현재 그 기계에 담긴 데이터를 지능으로 전환하고 있는 나라가 가져갈 거라고 봅니다. 우리로 이를 잘 활용해야 합니다.
