서울대학교 공과대학(서울공대)은 지난 3월 13일 국내외 학계 및 산업계 관계자 약 380명이 참석한 가운데, 관악캠퍼스 제1공학관에서 ‘SNU 메카노 인텔리전스 컨퍼런스(이하 SNU MIC 2026)’를 성료했다고 밝혔다.

피지컬 AI에 대한 뜨거운 사회적 관심 속에 올해 처음 개최된 SNU MIC 2026은 미래 산업의 핵심 경쟁력인 로보틱스와 인공지능(AI), 자율 제조의 융합 패러다임을 진단하고 국내 기업들의 생존 전략을 모색하는 학술대회로 마련됐다.

이날 서울대와 타 대학의 연구자들이 기계 지능(Mechano Intelligence)에 대한 총 91편의 포스터 발표를 진행했다. 아울러 기조 연사로 나선 기계공학 분야의 최고 권위자 8명이 단순한 기술적 성취를 넘어, 산업 현장의 실질적인 생산성 혁신 및 기술 사업화 방안을 발표했다.

글로벌 혁신 기업의 무기는 디자인… AI 자동설계 시대 온다

SNU MIC 2026에서 이목을 끈 화두는 단연 ‘피지컬 AI와 설계의 혁신’이었다.

민태기 S&H 기술연구소장은 부품 및 공정 설계의 절대적 중요성을 역설하며 글로벌 기업들의 성공 공식을 분석했다. 민 소장은 “애플, 스페이스X, 다이슨 등 세계적 기업들의 원가 절감 비결은 결국 ‘디자인(설계)의 힘’에 있다”며 “과학자가 무언가를 발견하는 사람이라면 공학자는 새로운 것을 창조해 내는 사람이며, 엔지니어는 진정한 설계 혁신을 위해 ‘인간’을 가장 깊이 이해해야 한다”고 강조했다.

실제로 AI가 이러한 설계를 주도하는 시대가 이미 도래했다는 의견도 나왔다. 강남우 KAIST 조천식모빌리티대학원 교수는 “이제는 단순한 최적 설계나 생성형 설계의 단계를 넘어, AI가 스스로 설계를 수행하는 자동설계(Auto-design)의 시대가 오고 있다”며 우리 기업들이 이 거대한 변화의 흐름에 신속하게 올라타야 글로벌 경쟁력을 유지할 수 있다고 진단했다.

로봇 AI 맹신 금물… 자율 제조, 공장 설계 초기부터 뒤집어야

생산 현장에 AI와 로봇을 도입하는 기업들을 향한 날카로운 지적도 이어졌다.

박종우 서울대 기계공학부 교수(前 IEEE RAS 회장)는 “로봇 데이터는 비전이나 언어 데이터에 비해 훨씬 복잡하고 노이즈가 많기 때문에, 단순히 데이터를 방대하게 모아 파운데이션 모델에 밀어 넣으면 해결될 것이라는 생각은 대단히 위험하다”고 경고했다. 그리고 로봇 시스템의 물리적 특성을 반영한 ‘로보틱스를 위한 귀납적 편향(Inductive Bias for Robotics)’이 향후 산업용 AI 투자의 성패를 가를 핵심이라고 짚었다.

자율 제조 도입의 올바른 방향성도 제시됐다. 민정국 현대자동차·기아 제조SW개발실 상무는 “현재 가동 중인 생산 라인 위에 단순히 자동화를 얹는 방식으로는 진정한 자율 제조가 불가능하다”며 “공장 설계 단계부터 인공지능을 고려한 구조로 설계되어야 한다”고 지적했다. 아울러 연성 재료 그리핑 기술과 차량 도어 방수 고무 부품 자동 부착 등 현대차 라인에 적용된 실제 사례를 공유했다.

AI 맞춤형 데이터가 경쟁력… 기술 사업화 이끌 ‘로보틱스 인스티튜트’ 필요

이날 학회에서는 성공적인 산업 혁신을 위한 데이터 전략과 대학의 역할 변화에 대한 강력한 제언도 나왔다.

특히 윤병동 서울대 기계공학부 교수는 산업 현장의 잘못된 데이터 수집 관행을 꼬집었다. 특히 “가공되지 않은 로우 데이터(Raw Data)만 산업 현장에서 맹목적으로 끌어모으는 건 아무 소용이 없다”고 지적하며 “AI가 제대로 알아듣고 학습할 수 있는 형태의 데이터를 선별하고 구축하는 것만이 현장에서 통하는 진짜 경쟁력”이라고 역설했다.

기술이 실험실 밖으로 나와 실제 산업을 혁신하는 데 필요한 인프라 구축의 중요성도 강조됐다. 조규진 서울대 기계공학부 학부장(IEEE RAS 차기 회장)은 “우수한 연구가 논문에만 머물러서는 안 된다”며 “서울대가 앞장서서 기술 창업과 사업화를 적극 지원하는 로봇 생태계를 구축하고, 이를 주도할 거점으로써 제대로 된 ‘로보틱스 인스티튜트(Robotics Institute)’를 설립해야 한다”고 비전을 제시했다.

이 외에도 이경무 서울대 전기정보공학부 석좌교수가 딥러닝 기반의 시각 지능(Visual Intelligence)이 물리적 기계 시스템과 결합해 창출할 산업 시너지를 조망했으며, 주재형 상하이 자오퉁대(SJTU) 교수는 메타물질 및 4D 프린팅 기반의 지능형 구조 설계를 통해 차세대 하드웨어의 가능성을 제시했다.

이번 SNU MIC 2026은 기계공학 기반의 융합 기술이 실제 산업의 원가 구조와 생산 방식을 어떻게 혁신할 수 있는지 그 청사진을 제시하는 한편, 성공적인 사업화를 위한 산학연 생태계 조성의 새로운 이정표를 세웠다는 평가를 받았다.

첫 컨퍼런스를 기획한 서울대 정밀기계설계공동연구소 안성훈 소장(기계공학부 교수)은 “AI와 로보틱스가 세상을 변화시키는 거대한 메가트렌드 속에서, 어떤 기술이 언제 실용화될지에 대한 최고 전문가들의 통찰을 공유하고 선제적으로 대비하고자 이번 컨퍼런스를 개최했다”고 밝혔다.

이어 “인간과 물리 세계의 작동 원리(메커니즘)를 깊이 이해하고 이에 적합한 AI 알고리즘을 접목할 때, 단순한 빅데이터 기반 AI로는 달성하기 어려운 고효율의 ‘메카노 인텔리전스’를 구현할 수 있다”고 강조했다.