경비로봇의 경쟁력은 ‘멈출 줄 아는 AI’다

자율 경비로봇의 해외 실증에서 필자가 가장 먼저 보는 것은 로봇이 움직였다는 사실이 아니다. 낯선 도시의 규칙과 사람들 사이에서 오판하지 않고 책임 있게 멈출 수 있느냐는 점이다. 마음AI가 태국에서 AI 자율 경비로봇 최종 실증을 마치고 현지 양산을 협의한다는 소식은 반갑다. 다만 ‘최종’과 ‘양산’ 사이에는 기술 시연보다 훨씬 어려운 사회적 검증이 놓여 있다.

수출품은 기계가 아니라 판단 체계다

자율 경비로봇은 카메라와 각종 센서로 주변을 읽고, 인공지능이 순찰·회피·신고 같은 행동을 고르는 이동형 시스템이다. 이런 ‘체화 AI’, 곧 화면 속 답변이 아니라 실제 공간에서 몸을 움직이는 AI는 작은 오류도 곧 안전 문제로 번진다. 실험실에서는 잘 보이던 표지판이 열대의 폭우나 강한 햇빛 아래 흐려질 수 있고, 통신이 끊기거나 보행 동선이 복잡해지면 판단 조건 자체가 달라진다. 따라서 해외 실증은 단순한 수출 시험이 아니라 데이터와 운영 규칙을 현지 환경에 맞추는 과정으로 봐야 한다.

특히 경비라는 업무는 물류 운반과 다르다. 이상 행동을 분류하는 순간 사람을 의심의 대상으로 만들 수 있고, 영상 수집은 사생활 문제와 맞닿는다. 로봇이 누구를 촬영하고 무엇을 저장하는지, 경고와 신고의 기준은 누가 정하는지, 사고 때 운영사·제조사·현장 책임자 중 누가 설명할지까지 설계돼야 비로소 제품이 된다. 현지 양산은 비용과 공급망에는 유리할 수 있지만, 센서 교정과 소프트웨어 갱신, 보안 패치의 품질을 같은 수준으로 유지하지 못하면 오히려 신뢰의 약점이 될 수 있다.

실증 통과보다 중요한 공개의 원칙

필자는 이번 성과를 한국 AI가 소프트웨어를 넘어 현장형 제품으로 진입하는 신호로 평가한다. 동시에 실증 통과라는 말만으로 기술의 성숙도를 판단해서는 안 된다고 본다. 앞으로는 주행 성공 여부뿐 아니라 위험 상황에서의 정지, 사람의 개입이 필요했던 조건, 통신 두절 때의 행동, 오경보 처리 절차처럼 운영자가 검증할 지표가 제시돼야 한다. 세부 수치를 공개하기 어렵다면 최소한 시험 조건과 실패를 다루는 원칙은 설명할 수 있어야 한다.

우리 산업이 준비할 것도 분명하다. 로봇 한 대의 판매보다 현지 언어 지원, 정비 교육, 개인정보 보호, 사고 보고, 업데이트 종료 시점까지 묶은 ‘운영 수명주기’를 수출해야 한다. 정부와 인증기관도 하드웨어 안전에 더해 AI 판단 기록과 원격 제어 보안, 인간 관리자의 즉시 개입 가능성을 함께 평가해야 한다. 태국에서의 최종 실증이 진짜 출발점이 되려면 양산 속도보다 설명 가능한 안전을 경쟁력으로 삼아야 한다. 그것이 한국 로봇을 한 번 팔리고 끝나는 기계가 아니라 오래 신뢰받는 산업 인프라로 만드는 길이라고 본다.