[2026 GGGF] [討論]「グローバル競争の中で協力が必須」…フィジカルAIスタートアップ、政府支援が切実に求められる

3日「製造業とフィジカルAIの結合の成否は？」をテーマにパネル討論開催

イニジ・エンダライト・ブレインコマース・カーボンシックス・リアルワールドなどが参加

アジア経済が『AIの国家、韓国(KOREA, State of AI)』という大テーマで3日、ソウル中区のザ・プラザホテルで開催した『第18回善い成長、良い雇用グローバルフォーラム(2026 GGGF)』のイベントで、参加者が『製造業とフィジカルAIの結合の成否は？』というテーマでパネル討論を行っている。左からチェ・ジェシクイニジ代表(KAIST名誉教授)、キム・ソンテエンダライトCTO(共同創業者)、ファン・ヒスンブレインコマース代表、ソ・ヒョンジュカーボンシックスCTO(共同創業者)、チェ・スファンリアルワールド専務。 [写真=ユナヒョン記者]

国内のフィジカルAI企業は、グローバルAI市場で競争力を確保するための重要課題として『企業間のエコシステム協力』と『国家レベルのインフラ・標準化支援』を挙げた。アメリカと中国を中心にフィジカルAIの主導権争いが激化する中、個別企業の対応を超えた民間連合体の構築と政府のカスタマイズされた政策支援が急務であると提言されている。
 

「中国などグローバルなスピード競争に対応する必要がある」…企業間のバリューチェーン協力・政府レベルの支援を要請

3日、アジア経済新聞が主催した『2026 GGGF』では、国内の主要フィジカルAI企業・スタートアップ関係者が『製造業とフィジカルAIの結合の成否』をテーマにした討論で、フィジカルAIの商用化を加速するためにはデータ提供業者、シミュレーション専門業者、AIモデル開発者間の全方位的な協力が不可欠であると口を揃えた。

彼らは独自の生存ではなく、『データ連合』と『グローバル標準構築』で活路を見出そうとしている。900以上の製造現場インフラを保有するブレインコマースが現場データを提供し、エンダライト、リアルワールド、カーボンシックスなどのフィジカルAIスタートアップがこれを加工・学習し、シミュレーションで再構成する民間中心の好循環バリューチェーンが代表的である。

ファン・ヒスンブレインコマース代表は「さまざまな製造現場で確保した実戦データをロボット・AI企業にカスタマイズして提供し、それを通じて開発されたモデルを再び現場に配布して検証(PoC)する協力構造を作っている」と述べ、民間主導のエコシステム連携の重要性を強調した。

チェ・スファンリアルワールド専務はエヌビディアやエンダライトとの協力事例を挙げ、「グローバル企業と国内スタートアップが力を合わせてロボットの精巧な手の動作など行動データを評価できるグローバルな『ベンチマーク』を共同制作している」とし、「グローバル市場で競争力を持つためには、国内の優れた技術企業が力を合わせることができる『コンソーシアム型協力体制』の構築が必要である」と述べた。

討論者たちはモジュール化と政策支援を基盤に、急成長する中国など海外市場に対応するためには国内でも政府の体系的な政策支援が整備されるべきだと口を揃えた。

ファン代表は「中国はすでに標準化とモジュール化を前面に出して急速に市場を先取りしている」とし、「国内の優れたスタートアップ技術が有機的に結びつくことができるように国家レベルの『標準化政策』が確立されることを望む」と述べた。キム・ソンテエンダライト最高技術責任者(CTO)も「製造・物流など分野別にデータ形式が多様であるため、質の高いデータを体系的に収集・活用できる『データ標準ガイドライン』の整備が必要である」と言及した。
 

フィジカルAIの核心は『データ』…規制の壁・インフラ不足を乗り越えなければならない

彼らはフィジカルAIに不可欠なデータにも注目した。キム・ソンテCTOは「製造業者が保有するCADファイルなどの静的データをロボットが学習できるように物性・関節情報などを付加し、シミュレーション用の標準フォーマットに変換するプロセスが重要である」と強調した。製造現場にはすでに膨大なデータが蓄積されているが、これをフィジカルAI学習に直接活用することは難しいという説明である。
 
これに対し、チェ・スファン専務はデータを確保する過程でさまざまな規制が障害となると指摘した。彼は「人の作業データを収集する場合、個人情報の問題が発生し、核心産業現場では産業技術保護の制約も考慮しなければならない」と述べ、制度的な補完の必要性を指摘した。
 
単に多くのデータを集めるだけではフィジカルAIの高度化が不足するという意見も出た。ファン・ヒスン代表は「ロボットが人の動作を真似るレベルを超えて『なぜこの作業をしなければならないのか』工程自体を理解できるようにしなければならない」と述べた。特に韓国が強みを持つ精密製造工程データを差別化された競争力として活用できると見ている。
 
さらに、データを実際のAI学習に活用するためのインフラ構築は課題として挙げられた。ソ・ヒョンジュカーボンシックスCTOは「映像と製造工程データは言語データよりも容量がはるかに大きいため、フィジカルAIファウンデーションモデルを開発するには莫大なコストが必要である」と述べ、高性能コンピューティングインフラなどに対する政府の支援が必要であると提言した。

* この記事はAIによって翻訳されました。

亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。