조선소 AI 로봇, 기지국에서 두뇌 빌린다…AI-RAN 용접·도장 실증 시작

AI-RAN은 무선접속망(RAN)의 기지국·엣지 구간에 AI 연산 기능을 결합하는 개념입니다. 현장 로봇이 카메라와 센서로 모은 데이터를 가까운 네트워크 구간에서 처리하고, 결과를 다시 로봇에 전달하면 클라우드까지 왕복하는 시간과 로봇 자체의 연산 부담을 줄일 수 있습니다.

이번 실증은 이런 구조를 조선소 용접·도장 로봇에 적용하는 사례입니다. 넓고 복잡한 작업장에서 여러 로봇을 운영할 때 통신망과 AI 연산을 하나의 인프라처럼 활용할 수 있는지 보는 단계입니다.

조선업의 용접과 도장은 반복 작업이 많지만 작업환경이 거칠고 안전위험도 큽니다. 동시에 숙련인력 부족이 생산성 문제로 이어질 수 있어 로봇 자동화의 실익이 비교적 분명한 분야입니다.

정부는 AI 로봇을 통해 위험작업을 줄이고 생산성을 높이는 효과를 동시에 노리고 있습니다. 다만 실증 단계의 성과가 곧바로 전체 조선소의 상용 배치를 의미하는 것은 아니며, 실제 작업 정확도·통신 안정성·비용을 검증해야 합니다.

로봇이 모든 AI 추론을 자체 장비에서 처리하려면 고성능 GPU나 가속기를 각 장비에 넣어야 할 수 있습니다. AI-RAN 구조는 일부 연산을 네트워크 엣지로 옮겨 여러 로봇이 인프라를 공유할 수 있다는 장점이 있습니다.

반대로 통신이 끊기거나 지연되면 작업 안정성에 영향을 줄 수 있으므로, 안전 관련 제어를 어디까지 로봇 내부에 남기고 어떤 추론을 네트워크에 맡길지 설계가 중요합니다. 이는 실증에서 함께 확인해야 할 기술조건입니다.

조선소에서 AI-RAN이 실제로 확산되려면 모델 정확도만 높아서는 부족합니다. 금속 구조물이 많은 현장에서 5G 품질이 안정적으로 유지되는지, 여러 로봇이 동시에 연결돼도 지연이 관리되는지, 기존 자동화 대비 투자비를 줄일 수 있는지를 함께 봐야 합니다.

이번 현장 실증은 피지컬 AI와 통신망이 결합하는 실제 산업 적용 사례라는 점에서 의미가 있습니다. 향후 다른 제조현장으로 확대되는지는 조선소 실증 결과와 사업화 계획을 확인해야 합니다.