대한민국은 이미 로봇 강국이자 AI 강국으로 올라섰다. 글로벌 수준의 로봇 하드웨어 제조 역량, 네이버·SKT를 중심으로 한 소버린 AI 모델이 시동을 걸었고, 퓨리오사AI, 리벨리온, 딥엑스 등 국산 AI 반도체 기업들의 약진도 눈부시다. 그러나 이 뛰어난 요소들이 로봇을 위한 하나의 시스템으로 작동하고 있는가라는 질문 앞에서는 과제들이 산적해 있다.
거대 AI 모델을 작은 제한된 리소르를 가지는 로봇에 넣는 일은 물리적으로 매우 까다로운 작업이기 때문이다. CES 2026 개막을 앞두고 퀄컴 부스에서 만난 인티그리트 이창석 대표는 자신들의 역할을 "이 뛰어난 선수들이 한 팀으로 뛸 수 있게 돕는 '가교(Bridge)'이자 '서포터'"라고 정의했다.
Q. 한국의 AI와 로봇 인프라를 매우 높게 평가했다. 현재 시장을 어떻게 보고 있나.
현장에서 만나는 우리 로봇 기업들의 기술력은 이미 세계 최고 수준이다. 여기에 정부와 대기업이 힘을 합쳐 만든 '한국형 AI 모델(Brain)'이라는 강력한 무기까지 등장할 것이다. 이제 우리에게 남은 과제는 딱 하나다. 이 '최고의 하드웨어(로봇)'와 '최고의 소프트웨어(K-AI)'를 어떻게 하면 가장 효율적으로, 빠르게 결합시키느냐는 것이다. 이 결합 과정은 고도의 경량화 기술과 최적화가 필요하고, AI 칩셋(SoC)과 하드웨어, 운영체계, AI 구동환경을 통합하는 AI BSP 플랫폼에 집중해야 한다.
Q. 'AI BSP 플랫폼'이라는 용어가 다소 생소하다. 칩셋, OS, AI 구동환경을 통합한다는 게 구체적으로 무엇을 말하는가.
쉽게 비유하자면 로봇의 '신경망 시스템'을 통째로 패키징한 것이다. 과거의 일반적인 BSP(Board Support Package)는 단순히 칩셋이 운영체제(OS) 위에서 켜지게 만드는 '부팅 드라이버' 수준이었다. 하지만 로봇은 다르다. 카메라로 본 것(Vision)을 AI가 판단(Brain)하고, 즉시 모터(Body)를 제어해야 하는데, 이 모든 게 네트워크 도움없이 로봇내에서 순간적으로 이루어져야 한다.
이러한 'AI BSP 플랫폼'은 이 복잡한 과정을 하나로 묶어내는 로봇의 개발환경으로, 고성능 AI 칩셋(SoC)을 연동하는 하드웨어 제어 기술과 로봇 전용 OS의 이식, AI 모델이 칩셋의 NPU를 100% 활용하게 해주는 AI 런타임 미들웨어까지, 이 3가지를 최적화하여 하나의 '올인원 AI 시스템(All-in-One AI System)'을 말한다.
AI 확장을 제공하는 로봇 개발에 필수로 요구되는 플랫폼으로 지금까지 외산에 의존해 왔지만, AI 실행 중심 즉, AI런타임 주권 확보는 피지컬 AI를 향한 로봇 경쟁력 확보를 위해 더이상 미룰 수 없는 필수 요소기술이다.
Q. "피지컬AI"를 위해 실행 중심의 ‘AI 런타임 주권 확보’가 인상적이다, 어떤 의미인가.
전 세계가 더 큰 LLM(대규모 언어모델)과 더 많은 GPU 확보에 사활을 거는 사이, 정작 로봇 산업 현장에서는 근본적인 의문이 제기되고 있다. "과연 데이터센터의 저 거대한 AI가 험난한 물리 세계(Physical World)에서도 그대로 작동할 것인가?"
AI 논의에서 가장 위험한 착오는 '데이터센터 AI'와 '로봇 AI'를 동일선상에 두는 것이다. 이 둘은 물리법칙이 지배하는 완전히 다른 세계다. 데이터센터는 수백 와트(W)의 전력을 사용해 수 초가 걸려도 정확한 답만 내면 된다. 반면 로봇은 5~20W 수준의 제한된 배터리 안에서, 10~30ms(0.01~0.03초) 내에 보고, 판단하고, 행동까지 끝내야 한다.
이 '실행의 제약'을 해결하지 않고 클라우드 모델로, 제한된 리소스를 가지는 로봇환경에서 피지컬 AI가 구현될 수 없다. 이 과정에서 발생한 '블라인드 스폿(Blind Spot)'을 해결하는 것이 인티그리트의 미션이다.
Q. 이 '실행의 제약'을 극복하고, 로봇에서 피지컬AI 구동을 위해서는 무엇이 필요한가?
국가 차원에서 LLM과 GPU 서버에는 막대한 투자가 진행되고 있지만, 정작 그 AI를 로봇과 엣지 디바이스에서 '어떻게 실행할 것인가'에 대한 준비는 미흡하다. 현장의 개발자들은 국산 모델을 쓰고 싶어도 경량화 도구, 런타임, BSP(보드 지원 패키지)가 없어서 결국 검증된 외산 환경으로 돌아간다. 이러한 사각지대를 해소하기 위한 퀄컴과 협업해왔다.
Q. 인티그리트는 퀄컴 칩셋을 쓴다. 국산화가 아니라는 지적에 대해 'AI 런타임 주권'을 강조했는데.
피지컬 AI의 핵심은 '어떤 칩을 쓰느냐'보다 'AI의 판단과 행동 경로를 누가 통제하느냐'다. 로봇이 카메라로 상황을 보고, 어떠한 행동을 결정하는 과정은 비전·언어·행동 제어가 하나의 런타임 안에서 동시에 돌아가야 가능하다. 이 '실행 구조'를 장악하는 것이 곧 'AI 런타임 주권'이다. 우리는 글로벌 SoC(퀄컴) 기반에서 이 실행 구조를 먼저 완성해 소프트웨어 주권을 먼저 확보하자는 목표에서 시작했다. 이 구조는 고도화되고 있는 국산 SoC로 자연스럽게 이식될 수 있도록 설계되어 있다. 인티그리트는 국산화된 온 디바이스 AI 런타임 환경으로 미래의 AI 기술 독립을 위한 가교 역할을 수행하고 있다.
Q. 이번 CES에서 공개하는 '스노캣(SnoCat)'은 어떤 의미인가?
인티그리트는 온 디바이스 환경에서 고품질의 AI 가 구동되는 런 타임환경 즉 '실행 플랫폼'을 만드는 회사다. 스노캣은 로봇을 위한 AI 런타임 환경 'SynaAI 스택'과 이를 AI 칩셋으로 통합한 'AirPath 플랫폼'이 AI 로 확장되는 홈 환경에서 어떠한 역할을 수행할지를 증명하는 레퍼런스 로봇이다. 휴머노이드와 4족보행 로봇 등으로 확대되는 첨단 로봇 플랫폼과 협업을 진행중으로 글로벌 시장에서 표준화된 국산화 AI BSP 환경을 제시하는 데 목적이 있다.
Q. 인티그리트 AI BSP 플랫폼과 이것이 적용된 홈 로봇 ‘스노캣’을 퀄컴 부스에서 소개하고 있는데, 구체적으로 퀄컴과 어떤 협업을 진행한 것인가.
인티그리트는 로봇을 위한 온 디바이스 AI BSP 플랫폼 개발을 위해 글로벌 SoC 환경을 기준으로한 기술 검증과 최적화를 진행해 왔다. 이를 통해 최신 로보틱스 칩셋 환경에서 AI 구동 성능을 극한까지 끌어올리는 '온디바이스 AI 런타임' 최적화 작업을 수행했다.
구체적으로는 클라우드 없이도 VLA(비전-언어-행동) 모델과 같은 복합 AI가 실시간으로 구동될 수 있는 온디바이스 AI 런타임 구조를 구현했으며, 스노캣은 피지컬 AI 시대에 홈 로봇이 갖추어야 할 공간·상황 인식 AI를 설명하는 레퍼런스 키트로 CES 현장에서 기술 시연을 진행한다.
Q. 마지막으로, CES 현장을 찾을 로봇 및 AI 관계자들에게 한마디.
이제 AI 로보틱스의 다음 경쟁력은 "누가 현장에서 AI를 가장 안정적으로 작동시키느냐"에 달려 있다. 국내 로봇기업의 하드웨어 경쟁력, K-AI 모델 개발 역량, 그리고 국산 SoC의 잠재력이 하나로 뭉친다면 글로벌 시장을 충분히 선도할 수 있다. AI가 숨 쉬고 움직이게 하는 '실행'환경, 인티그리트가 제시하는 '실질적인 피지컬 AI'의 해답을 직접 확인해 보시길 바란다.
인티그리트의 이창석 대표는 시종일관 국내 AI 로봇기업의 경쟁력을 ICT 전반에서 갈고 닦은 '연결'과 '통합'으로 강조했다. 인티그리트가 제시한 로봇의 피지컬 AI를 위한 'AI 런타임 플랫폼'이 실험실을 넘어 현실 세계로 진출하기 위한 발판이 되겠다는 인티그리트의 비전이 이번 CES를 통해 구체적인 결실을 맺기를 기대해 본다.
한경닷컴 뉴스룸 open@hankyung.com
관련뉴스
