「韓国はそもそもソフトウエア（SW）だけをやる国ではない。工場・装置・自動車・造船・インフラなど『動くもの』に強みがある国だ。フィジカルAI（Physical AI・自動運転車やロボットなど物理的形態を持つAI）はまさにこの強みを生かせるゲームチェンジャーである。」
チャン・ヨンジェ韓国科学技術院（KAIST・カイスト）製造フィジカルAI研究所の所長は最近のインタビューで、フィジカルAI時代に製造業の革新を目指す企業と政府関係者に対し「巨大言語モデル（LLM）競争で出遅れたからといって、人工知能（AI）を諦めるという敗北主義から抜け出すべきだ」と述べ、「フィジカルAIは机上の理論ではなく、現場で試行錯誤を重ねながら成熟していく技術だ」と強調した。国内フィジカルAIの第一人者とされるチャン所長は、1兆ウォン規模のフィジカルAI国策事業である「フィジカルAI核心技術実証（全北特化モデル開発）」プロジェクトの研究総括を務めている。チャン所長は「同プロジェクトはフィジカルAI産業エコシステムのモデルを作る試みである点で、韓国のフィジカルAI発展に重要な転換点になる」と語った。以下、一問一答。
ワールドモデルとは何か。
「ワールドモデル（物理法則を学習して現実をシミュレーションするAIモデル）とは、現実世界の動力学、すなわち空間構造と物理法則、時間に伴う変化まで内部に圧縮して表現する神経網モデルを指す。工場でこうした行動を取れば次に何が起きるかを予測できる工場の頭脳であり、シミュレーションエンジンが一つのモデルに入るという概念である。
製造現場でワールドモデルは二つの役割を担う。第一に、デジタルツイン（digital twin・実際の建築物や工場と同一のデジタルモデル）で数十万回の仮想実験を通じて設備と工程を素早く学習し、フィジカルAIが工場に投入される前に『実戦感覚』を身につけさせる役割である。第二に、現場から入るリアルタイムデータを継続的に反映して現在の状態と次の状態を推論し、工程条件の変化や設備異常を事前に検知したうえで自律的に対応できる基盤を作る。究極的にはワールドモデルが工場全体を一つの巨大な強化学習環境に変え、フィジカルAIが『自ら学ぶ自律製造システム』へと進化する中核エンジンになるだろう。」
フィジカルAIが製造業の革新に及ぼす役割は。
「フィジカルAIが主導する自律化された製造とは、工場という物理世界を認識し、自ら判断して最適行動を選択し学習まで実行するシステムを意味する。センサー・カメラ・ロボット・設備から出るリアルタイムデータに基づき工程状態を把握し、計画を再立案して人の介入なしに生産条件と作業順序を自律的に調整していく工場を志向する。定められた作業を反復する自動化から、状況を理解し自ら作業を変える自律化へと進化することがフィジカルAI製造の核心である。」
具体的に製造業をどのような姿に変えるのか。
「これまでは製造業を主に『製品を作って売る産業』として認識してきた。フィジカルAIが成熟すれば、製品生産そのものよりも『いかに効率的・安全・柔軟に運用するか』という運用ノウハウが重要な競争力になるだろう。さらに、このノウハウをソフトウエア・プラットフォームの形で輸出する新たな製造モデルが登場し得る。例えば特定の国家・企業がバッテリー工場、自動車工場、物流センター運用のためのフィジカルAIプラットフォームを構築すれば、このプラットフォームを他国の工場・都市に複製する方式で『運用技術』を輸出できる。」
フィジカルAIが適用される産業分野は。
「大きく三つの範疇を想定する。第一に、半導体、バッテリー、精密部品のように工程が複雑で設備投資が大きいハイテク製造分野だ。こうした領域はダウンタイム（機械が予期せず稼働を止める時間）と品質ばらつきによるコストが莫大なため、工場単位の最適化と自律運用の経済効果が大きい。第二に、グローバル供給網と直結する自動車・モビリティ、物流・倉庫産業である。この分野はロボット、自動運転、予測保全などフィジカルAIの要素技術統合を通じて競争優位を素早く確保できる。第三に、高齢化と人口減少の波及が大きい医療・介護・サービスロボット分野だ。人の労働力を直接代替・補完しなければならない必然的な需要がある。」
国内製造業のAI活用率が10%だ。フィジカルAIの成功率を高めるための課題は。
「製造AIが約10%しか成功していないというのは、残り90%はパイロット（小規模で試験適用してみる段階）で止まるか運用に定着しなかったことを意味する。大きな障壁は三つだ。第一に、データと工程が継続的に変わる『ノーステディステート（no steady state）』環境でモデルがすぐ陳腐化する問題だ。第二に、工場ごとにデータ構造と現場慣行が異なる『データの島（Data Island）』構造だ。第三に、不良データや重要変数が記録されない『隠れた変数』の問題だ。加えて、現場運用と切り離された特定機能・特定状況でのみAIの技術的可能性を検証する『ポイントAI技術検証（PoC）』中心のアプローチも成功確率を下げる要因である。フィジカルAIの成功率を高めるには、技術そのものより『運用自動化の能力』を先に整備すべきだ。工場内の主要プロセス（生産・品質・設備・物流）を標準化し、センサー・設備・情報技術（IT）システム間のデータフローと業務フローを一つのプロセスとして再設計する『ビジネスプロセス管理（BPM）』能力が不可欠である。さらにデジタルツインを通じて工程変更や新製品導入を柔軟に試験できる体制を整える必要がある。現場組織が共に成果を共有する『共同運用組織』も重要だ。」
1兆ウォン台のフィジカルAI国策事業の研究総括を担っている。
「『フィジカルAI核心技術実証（全北特化モデル開発）』プロジェクトは単なる研究課題ではなく、特定地域をフィジカルAIのリビングラボにする国家実験に近い。カイストは協調知能フィジカルAIをテーマに基盤技術とプラットフォームを設計し、全北大学・地方自治体・企業は実際の工場・ロボット・物流環境で技術を検証する構図で進める。これは個別企業のPoCを越え、地域単位のフィジカルAI産業エコシステムモデルを作る試みという点で、韓国のフィジカルAI発展に重要な転換点になるだろう。」
フィジカルAI時代を迎える企業と政府への要望は。
「LLM競争で出遅れたからといって、AIは諦めるべきだという敗北主義から脱却すべきだ。韓国はそもそもソフトウエアだけをやる国ではない。工場・装置・自動車・造船・インフラなど動くもの'に強みがある国だ。フィジカルAIはまさにこの強みを生かすゲームチェンジャーだ。フィジカルAIは個別企業の努力だけでは成功しにくいだけに、政府と地方自治体、大企業・中堅・中小企業、大学・研究機関が共に参加する国家単位のプラットフォーム戦略が必要である。今は『技術をもう少し検討しよう』という段階ではなく、『小さくても工場と都市で実験を始めるべき時点』だ。フィジカルAIは机上の理論ではなく、現場で試行錯誤を経て成熟していく技術である。失敗を前提としたテストベッドと実証事業を大胆に増やし、そこで蓄積された経験を国家の共通資産として積み上げていかなければならない。」