🔗 원문 전체 보기 → Venturesquare.net
요약
이연수 대표가 이끄는 NC AI가 2026년부터 2030년까지 총 1조4131억원 규모로 추진되는 전북·경남 피지컬 AI 국가 연구개발 프로젝트의 주요 과제에 참여한다. 전북에서는 디지털트윈 기반 가상 학습환경과 무인공장용 피지컬 AI 파운데이션 모델을 개발하고 경남에서는 월드모델과 대규모 행동모델을 활용해 설비·로봇의 행동을 제어하는 기술을 연구한다. 개발 기술은 조선 용접과 반도체 후공정 등 실제 제조 현장에 적용할 예정이다. NC AI는 한화오션·포스코D…
본문
- 2026~2030년 총 1조4131억원 규모 피지컬 AI 국가 프로젝트 참여…전북 자율공장·경남 정밀제어 과제 수행
- 디지털트윈·월드모델·행동모델 결합…조선 용접·반도체 후공정 등 제조 현장 실증
생성형 AI의 경쟁 무대가 화면 속 정보 처리에서 공장과 로봇이 움직이는 물리적 공간으로 이동하고 있다. 제조 현장에서 AI를 활용하려면 데이터를 분석하는 수준을 넘어 주변 환경과 설비 상태를 이해하고 다음 상황을 예측해 실제 장비의 행동까지 제어해야 한다. 이를 위해 현실을 가상공간에 구현하는 디지털트윈부터 물리적 변화를 예측하는 월드모델, 로봇의 행동을 결정하는 모델까지 여러 기술이 하나의 흐름으로 연결돼야 한다. NC AI가 전북과 경남에서 추진되는 대규모 피지컬 AI 국가 연구개발 프로젝트에 동시에 참여해 이 기술들을 실제 제조 현장에 적용한다.
피지컬 AI 전문기업 NC AI(대표 이연수)는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 전북·경남 피지컬 AI 연구개발사업의 주요 과제에 참여한다. 이번 사업은 2026년부터 2030년까지 5년간 총 1조4131억원이 투입되는 국가 프로젝트다. 현실에서 발생하는 데이터를 AI가 학습하고 이를 센서와 설비, 로봇 등 물리 시스템의 자율제어로 연결하는 기술 확보를 목표로 한다.
지역별 역할도 다르다. 전북에서는 공장 전체를 지능적으로 연결하고 운영하는 자율공장 기술을 개발하고 경남에서는 제조 공정의 정밀제어 기술을 중심으로 연구한다. 개발 기술을 향후 ‘K-AI 공장’ 패키지로 발전시켜 제조 현장에 적용한다는 구상이다.
NC AI는 전북에서 디지털트윈과 무인공장을 중심으로 2개 과제를 수행한다. ‘협업지능 피지컬 AI 디지털트윈 가상환경 기술개발’에서는 공장 설비와 작업공간을 3D 가상환경으로 구현하고 작업자의 움직임을 시뮬레이션한다.
실제 공장에서 모든 상황을 반복해 학습하기 어려운 만큼 가상환경에서 AI 학습 데이터를 생성하고 VLM·VLA 모델을 학습·검증할 수 있는 기반을 만드는 것이 핵심이다.
또 다른 전북 과제인 ‘무인공장 운용-피지컬AI SDF 특화 기반 모델 연구개발’에서는 제조 현장의 공간과 상황을 인식하고 대응하는 피지컬 AI 파운데이션 모델을 개발한다. LLM과 VLM 등을 활용해 공장 안에서 발생하는 정적·동적 상황을 파악하고 설비와 로봇이 이를 바탕으로 대응할 수 있는 무인공장 운영 기술을 연구한다.
가상공장에서 학습해 실제 로봇 움직인다…조선·반도체 현장 적용
경남에서는 ‘물리지능 행동모델 및 통합 프레임워크 기술개발’ 과제에 참여한다. 센서와 비전 등 산업 현장에서 발생하는 데이터를 활용해 설비와 작업환경의 물리적 상황을 이해하고 변화를 예측하는 월드모델을 개발한다.
대규모 행동모델(LAM)은 월드모델 등이 파악한 현장 상황을 바탕으로 설비와 로봇의 행동을 계획하고 제어하는 역할을 맡는다. NC AI는 상황 인지에서 실제 행동까지 이어지는 기술을 조선 용접과 반도체 후공정 등 제조 분야에 적용할 예정이다.
NC AI는 디지털트윈과 월드모델, 로봇 파운데이션 모델(RFM) 등을 연결하는 피지컬 AI 기술을 개발해왔다. 실제 산업현장을 3D 가상환경에 구현해 AI의 학습과 검증에 활용하고 월드모델로 현실의 물리적 상황을 이해한 뒤 행동모델과 RFM을 통해 판단을 설비와 로봇의 움직임으로 연결하는 구조다.
산업별 실증도 진행하고 있다. 올해 한화오션과는 협동로봇 기반 자율 용접 기술을 개발하고 현대로템과는 월드모델을 활용한 가상 전장환경 및 로봇 학습, 포스코DX와는 휴머노이드 로봇 행동 학습 등 제조 현장별 피지컬 AI 기술을 개발·실증해왔다.
NC AI는 이 같은 산업 현장 경험을 전북·경남 연구개발사업에 적용해 제조 환경과 공정 특성에 맞는 피지컬 AI 기술을 개발하고 실제 현장에서 검증할 예정이다.
이연수 NC AI 대표는 “피지컬 AI를 통한 제조 경쟁력 강화는 국내 산업의 미래를 위해 중요한 과제”라며 “이번 사업을 통해 가상환경에서 학습한 AI를 실제 제조 현장에 적용하고 다양한 산업 환경에서 기술을 검증하며 국내 제조업의 AI 전환을 이끌 수 있는 기반을 마련하겠다”고 말했다.
Like this:
Like Loading...Related
NC AI Simultaneously Participates in National Physical AI Projects in Jeonbuk and Gyeongnam… Enables Factories and Robots to Make Decisions on Their Own
The competitive arena for Generative AI is shifting from processing information on screens to the physical space where factories and robots operate. To utilize AI in manufacturing sites, it is necessary to go beyond mere data analysis to understand the surrounding environment and equipment status, predict future situations, and even control the behavior of actual equipment. To achieve this, various technologies—ranging from digital twins that replicate reality in virtual space to world models that predict physical changes and models that determine robot behavior—must be interconnected in a single flow. NC AI is simultaneously participating in large-scale national physical AI R&D projects being pursued in Jeonbuk and Gyeongnam to apply these technologies to actual manufacturing sites.
NC AI (CEO Lee Yeon-soo), a company specializing in physical AI, is participating in key projects of the Jeonbuk-Gyeongnam Physical AI R&D Project promoted by the Ministry of Science and ICT and the National Information & Communication Technology Promotion Agency (NIPA). This is a national project with a total investment of 1.4131 trillion won over five years, from 2026 to 2030. The project aims to secure technology in which AI learns from real-world data and connects this to the autonomous control of physical systems, such as sensors, equipment, and robots.
The roles also differ by region. Jeonbuk develops autonomous factory technology that intelligently connects and operates entire factories, while Gyeongnam focuses its research on precision control technology for manufacturing processes. The plan is to develop these technologies into a 'K-AI Factory' package and apply them to actual manufacturing sites.
NC AI is carrying out two projects in Jeonbuk centered on digital twins and unmanned factories. In the 'Development of Collaborative Intelligence Physical AI Digital Twin Virtual Environment Technology,' factory equipment and workspaces are implemented in a 3D virtual environment, and the movements of workers are simulated.
Since it is difficult to repeatedly learn every situation in an actual factory, the key is to establish a foundation that can generate AI training data and train and validate VLM and VLA models in a virtual environment.
Another Jeonbuk project, 'Research and Development of a Physical AI SDF-Specialized Base Model for Unmanned Factory Operation,' develops a Physical AI Foundation model that recognizes and responds to the space and situations of manufacturing sites. Utilizing LLM and VLM, the project researches unmanned factory operation technologies that identify static and dynamic situations occurring within the factory and enable equipment and robots to respond accordingly.
Robots learn in virtual factories to move in real-world environments… Applied to shipbuilding and semiconductor sites
Gyeongnam is participating in the project 'Technology Development of Physical Intelligence Behavioral Models and Integrated Frameworks.' It is developing a world model that utilizes data generated in industrial sites, such as sensors and vision systems, to understand the physical conditions of equipment and work environments and predict changes.
Large-scale behavioral models (LAMs) are responsible for planning and controlling the behavior of equipment and robots based on on-site conditions identified by world models and the like. NC AI plans to apply this technology, which spans from situational awareness to actual action, to manufacturing sectors such as shipbuilding welding and semiconductor post-processing.
NC AI has been developing physical AI technology that connects digital twins, world models, and robot foundation models (RFM). It is structured to implement actual industrial sites in a 3D virtual environment for AI learning and verification, understand the physical situation of reality through world models, and then connect decisions to the movements of equipment and robots through behavior models and RFMs.
Industry-specific demonstrations are also underway. This year, physical AI technologies tailored to manufacturing sites have been developed and demonstrated, including collaborative robot-based autonomous welding technology with Hanwha Ocean, virtual battlefield environments and robot learning utilizing world models with Hyundai Rotem, and humanoid robot behavior learning with POSCO DX.
NC AI plans to apply this industrial field experience to R&D projects in Jeonbuk and Gyeongnam to develop physical AI technologies tailored to manufacturing environments and process characteristics, and to verify them in actual field conditions.
Lee Yeon-soo, CEO of NC AI, stated, “Strengthening manufacturing competitiveness through physical AI is a critical task for the future of domestic industry,” adding, “Through this project, we will apply AI trained in virtual environments to actual manufacturing sites, verify the technology in various industrial settings, and lay the foundation to lead the AI transformation of the domestic manufacturing industry.”
NC AI、全北・慶南フィジカルAI国策課題同時参加…工場・ロボット自ら判断させる
生成型AIの競争舞台が画面内情報処理で工場とロボットが動く物理空間に移動している。製造現場でAIを活用するには、データを分析するレベルを超えて周辺環境と設備の状態を理解し、次の状況を予測して実際の機器の行動まで制御しなければならない。このために、現実を仮想空間に具現するデジタルツインから物理的な変化を予測するワールドモデル、ロボットの行動を決定するモデルまで、様々な技術が一つの流れにつながらなければならない。 NC AIが全北と慶南で推進される大規模フィジカルAI国家研究開発プロジェクトに同時に参加し、これらの技術を実際の製造現場に適用する。
フィジカルAI専門企業NC AI(代表イ・ヨンス)は科学技術情報通信部と情報通信産業振興院(NIPA)が推進する全北・慶南フィジカルAI研究開発事業の主要課題に参加する。今回の事業は2026年から2030年まで5年間で合計1兆4131億ウォンが投入される国家プロジェクトだ。現実で発生するデータをAIが学習し、これをセンサーと設備、ロボットなど物理システムの自律制御で連結する技術確保を目指す。
地域別の役割も異なる。全北では工場全体を知能的に連結して運営する自律工場技術を開発し、慶南では製造工程の精密制御技術を中心に研究する。開発技術を今後「K-AI工場」パッケージに発展させ、製造現場に適用するという構想だ。
NC AIは全北でデジタルツインと無人工場を中心に2つの課題を遂行する。 「コラボレーション知能フィジカルAIデジタルツイン仮想環境技術開発」では、工場設備と作業空間を3D仮想環境で実現し、作業者の動きをシミュレートする。
実際の工場ですべての状況を繰り返し学習するのが難しいだけに、仮想環境でAI学習データを生成し、VLM・VLAモデルを学習・検証できる基盤を作ることが核心だ。
別の全北課題である「無人工場運用-フィジカルAI SDF特化基盤モデル研究開発」では、製造現場の空間と状況を認識し、対応するフィジカルAIファンデーションモデルを開発する。 LLMやVLMなどを活用して工場内で発生する静的・動的状況を把握し、設備とロボットがこれを基に対応できる無人工場運営技術を研究する。
仮想工場で学習して実際のロボットを動かす…朝鮮・半導体現場適用
慶尚南道では「物理知能行動モデルと統合フレームワーク技術開発」の課題に参加する。センサーやビジョンなど産業現場で発生するデータを活用し、設備と作業環境の物理的状況を理解し、変化を予測するワールドモデルを開発する。
大規模行動モデル(LAM)はワールドモデルなどが把握した現場状況をもとに設備とロボットの行動を計画して制御する役割を担う。 NC AIは状況認知から実際の行動まで続く技術を朝鮮溶接や半導体後工程など製造分野に適用する予定だ。
NC AIは、デジタルツインとワールドモデル、ロボットファンデーションモデル（RFM）などを接続するフィジカルAI技術を開発してきた。実際の産業現場を3D仮想環境に実装し、AIの学習と検証に活用し、ワールドモデルで現実の物理的状況を理解した後、行動モデルとRFMを通じて判断を設備とロボットの動きに結びつける仕組みだ。
産業別実証も進めている。今年、ハンファオーシャンとは協同ロボット基盤の自律溶接技術を開発し、現代ロテムとはワールドモデルを活用した仮想全長環境およびロボット学習、ポスコDXとはヒューマノイドロボット行動学習など製造現場別フィジカルAI技術を開発・実証してきた。
NC AIはこのような産業現場経験を全北・慶南研究開発事業に適用し、製造環境と工程特性に合ったフィジカルAI技術を開発し、実際の現場で検証する予定だ。
イ・ヨンスNC AI代表は「フィジカルAIによる製造競争力強化は国内産業の未来にとって重要な課題」とし「今回の事業を通じて仮想環境で学習したAIを実際の製造現場に適用し、様々な産業環境で技術を検証し、国内製造業のAI転換を導く基盤を設ける」と述べた。
NC AI 同时参与全罗北道和庆尚南道的国家物理人工智能项目……使工厂和机器人能够自主决策。
生成式人工智能的竞争领域正从屏幕信息处理转向工厂和机器人运行的物理空间。要在制造现场应用人工智能，必须超越简单的数据分析，理解周围环境和设备状态，预测未来情况，甚至控制实际设备的运行。为了实现这一目标，必须将各种技术——从在虚拟空间中复制现实的数字孪生，到预测物理变化的世界模型，再到决定机器人行为的模型——整合到一个统一的流程中。NC AI 正在全罗北道和庆尚南道积极参与国家级大型物理人工智能研发项目，致力于将这些技术应用于实际制造现场。
专注于物理人工智能的NC AI公司（CEO：李延洙）正在参与由韩国科学技术信息通信部和国家信息通信技术振兴院（NIPA）共同推进的全北-庆南物理人工智能研发项目。该项目是一项国家级项目，总投资额达1.4131万亿韩元，为期五年（2026年至2030年）。该项目旨在开发一种人工智能技术，使人工智能能够从真实世界数据中学习，并将其应用于传感器、设备和机器人等物理系统的自主控制。
不同地区的职责也有所不同。全北地区致力于开发能够智能连接和运营整个工厂的自主工厂技术，而庆南地区则专注于制造过程的精密控制技术研究。计划是将这些技术开发成“K-AI工厂”软件包，并应用于实际生产现场。
NC AI正在全罗北道开展两个项目，分别以数字孪生和无人工厂为核心。在“协同智能物理AI数字孪生虚拟环境技术开发”项目中，工厂设备和工作空间被构建在3D虚拟环境中，并模拟工人的动作。
由于很难反复学习实际工厂中的每一种情况，关键在于建立一个能够生成人工智能训练数据的基础，并在虚拟环境中训练和验证 VLM 和 VLA 模型。
全北科技大学的另一个项目“面向无人工厂运营的物理人工智能SDF专用基础模型的研究与开发”旨在开发一种能够识别并响应制造现场空间和环境的物理人工智能基础模型。该项目利用LLM和VLM技术，研究无人工厂运营技术，以识别工厂内发生的静态和动态情况，并使设备和机器人能够做出相应的响应。
机器人通过虚拟工厂学习在真实环境中移动……已应用于造船和半导体制造厂。
庆南正在参与“物理智能行为模型和集成框架的技术开发”项目。该项目正在开发一种世界模型，利用工业现场（例如传感器和视觉系统）生成的数据，来了解设备和工作环境的物理状况并预测变化。
大规模行为模型（LAM）负责根据世界模型等识别出的现场条件，规划和控制设备和机器人的行为。NC AI计划将这项涵盖态势感知到实际操作的技术应用于造船焊接和半导体后处理等制造业领域。
NC AI一直致力于开发连接数字孪生、世界模型和机器人基础模型（RFM）的物理人工智能技术。该技术旨在将实际工业现场模拟到3D虚拟环境中进行人工智能学习和验证，通过世界模型理解现实的物理状况，然后通过行为模型和RFM将决策与设备和机器人的运动关联起来。
目前，针对特定行业的演示也在进行中。今年，针对制造现场的物理人工智能技术已经开发并进行了演示，包括与韩华海洋合作开发的基于协作机器人的自主焊接技术、与现代Rotem合作开发的利用世界模型进行虚拟战场环境和机器人学习的技术，以及与浦项制铁DX合作开发的类人机器人行为学习技术。
NC AI 计划将这些工业领域的经验应用于全罗北道和庆尚南道的研发项目，以开发适合制造环境和工艺特性的物理人工智能技术，并在实际现场条件下进行验证。
NC AI 首席执行官李延洙表示：“通过物理人工智能增强制造业竞争力是国内产业未来发展的关键任务。”他补充道：“通过这个项目，我们将把在虚拟环境中训练的人工智能应用于实际的生产现场，在各种工业环境中验证这项技术，并为引领国内制造业的人工智能转型奠定基础。”
NC AI participe simultanément à des projets nationaux d'IA physique à Jeonbuk et Gyeongnam… Permet aux usines et aux robots de prendre des décisions de manière autonome.
Le champ de bataille de l'IA générative se déplace du traitement de l'information sur écran vers l'espace physique où opèrent usines et robots. Pour exploiter l'IA sur les sites de production, il est nécessaire d'aller au-delà de la simple analyse de données et de comprendre l'environnement et l'état des équipements, de prédire les situations futures, voire de contrôler le comportement des machines. Pour ce faire, diverses technologies – des jumeaux numériques qui reproduisent la réalité dans un espace virtuel aux modèles du monde qui prédisent les changements physiques, en passant par les modèles qui déterminent le comportement des robots – doivent être interconnectées au sein d'un flux unique. NC AI participe simultanément à d'importants projets nationaux de R&D en IA physique menés à Jeonbuk et Gyeongnam afin d'appliquer ces technologies aux sites de production.
NC AI (PDG : Lee Yeon-soo), entreprise spécialisée dans l'IA physique, participe à des projets clés du projet de recherche et développement en IA physique Jeonbuk-Gyeongnam, piloté par le ministère des Sciences et des TIC et l'Agence nationale de promotion des technologies de l'information et de la communication (NIPA). Ce projet national, doté d'un investissement total de 1 413,1 milliards de wons sur cinq ans (2026-2030), vise à développer une technologie permettant à l'IA d'apprendre à partir de données réelles et de les intégrer au contrôle autonome de systèmes physiques tels que des capteurs, des équipements et des robots.
Les rôles diffèrent également selon les régions. Jeonbuk développe une technologie d'usine autonome qui connecte et exploite intelligemment des usines entières, tandis que Gyeongnam axe ses recherches sur les technologies de contrôle de précision pour les processus de fabrication. L'objectif est de développer ces technologies au sein d'une solution « Usine K-AI » et de les appliquer sur des sites de production réels.
NC AI mène deux projets à Jeonbuk axés sur les jumeaux numériques et les usines automatisées. Dans le cadre du projet « Développement d'une technologie d'environnement virtuel de jumeaux numériques pour l'intelligence artificielle physique collaborative », les équipements et les espaces de travail de l'usine sont modélisés dans un environnement virtuel 3D, et les déplacements des employés sont simulés.
Puisqu'il est difficile d'apprendre à chaque fois dans une usine réelle, la clé est d'établir une base capable de générer des données d'entraînement pour l'IA et d'entraîner et de valider les modèles VLM et VLA dans un environnement virtuel.
Un autre projet de Jeonbuk, intitulé « Recherche et développement d'un modèle de base spécialisé SDF d'IA physique pour l'exploitation automatisée d'usines », développe un modèle de base d'IA physique capable de reconnaître l'espace et les situations des sites de production et d'y réagir. S'appuyant sur les technologies LLM et VLM, ce projet étudie des technologies d'exploitation automatisée d'usines qui identifient les situations statiques et dynamiques au sein de l'usine et permettent aux équipements et robots d'y répondre de manière appropriée.
Des robots apprennent dans des usines virtuelles à se déplacer dans des environnements réels… Application aux chantiers navals et aux sites de production de semi-conducteurs
Gyeongnam participe au projet « Développement technologique de modèles comportementaux d'intelligence physique et de cadres intégrés ». Il développe un modèle mondial qui utilise des données générées sur des sites industriels, telles que des capteurs et des systèmes de vision, pour comprendre les conditions physiques des équipements et des environnements de travail et prédire les changements.
Les modèles comportementaux à grande échelle (LAM) permettent de planifier et de contrôler le comportement des équipements et des robots en fonction des conditions sur site identifiées par des modèles du monde réel, entre autres. NC AI prévoit d'appliquer cette technologie, qui couvre l'ensemble du processus, de la connaissance de la situation à l'action concrète, à des secteurs industriels tels que le soudage dans la construction navale et le post-traitement des semi-conducteurs.
NC AI développe une technologie d'IA physique qui relie les jumeaux numériques, les modèles du monde et les modèles de fondation robotique (RFM). Elle est conçue pour intégrer des sites industriels réels dans un environnement virtuel 3D afin de faciliter l'apprentissage et la vérification de l'IA, de comprendre la situation physique réelle grâce aux modèles du monde, puis de relier les décisions aux mouvements des équipements et des robots via des modèles comportementaux et des RFM.
Des démonstrations sectorielles sont également en cours. Cette année, des technologies d'IA physique adaptées aux sites de production ont été développées et présentées, notamment une technologie de soudage autonome basée sur des robots collaboratifs avec Hanwha Ocean, des environnements de champ de bataille virtuels et l'apprentissage robotique utilisant des modèles du monde avec Hyundai Rotem, et l'apprentissage du comportement des robots humanoïdes avec POSCO DX.
NC AI prévoit d'appliquer cette expérience industrielle à des projets de R&D à Jeonbuk et Gyeongnam afin de développer des technologies d'IA physique adaptées aux environnements de fabrication et aux caractéristiques des processus, et de les vérifier en conditions réelles.
Lee Yeon-soo, PDG de NC AI, a déclaré : « Renforcer la compétitivité du secteur manufacturier grâce à l'IA physique est une tâche essentielle pour l'avenir de l'industrie nationale », ajoutant : « Grâce à ce projet, nous appliquerons l'IA entraînée dans des environnements virtuels à des sites de production réels, vérifierons la technologie dans divers contextes industriels et jetterons les bases pour mener la transformation de l'industrie manufacturière nationale par l'IA. »