▲ 공간정보품질관리원(원장 정형교)은 지난 26일 부산 벡스코에서 개최되는 ‘2026 드론쇼코리아(DSK 2026)’에서 ‘AI 시티 구축을 위한 공간정보 기술의 현재와 미래’라는 주제로 신기술 세미나를 개최했다(사진=공간정보품질관리원).  © 커넥트 데일리

(커넥트 데일리=김영도 기자) 전 세계 공간정보 기술이 현실을 똑같이 복제하는 디지털 트윈을 넘어, 물리 법칙을 스스로 학습하고 결과를 예측하는 월드 모델(World Model)로 전환하는 가운데 신기술 세미나가 열려 기술 공유 이상의 전략적 변곡점을 알렸다.

 

공간정보품질관리원(원장 정형교)은 지난 26일 부산 벡스코에서 개최되는 ‘2026 드론쇼코리아(DSK 2026)’에서 ‘AI 시티 구축을 위한 공간정보 기술의 현재와 미래’라는 주제로 신기술 세미나를 개최해 공간정보 미래 기술에 대한 이정표를 세웠다.

 

이번 세미나는 산학연의 파편화된 연구 데이터들을 한 자리에서 기술적으로 공론화하고, AI가 공간정보 데이터와 결합하면서 시공간적 변화를 예측할 수 있는 월드 모델의 학습 데이터로 시대적 필요성이 제기됐다는 점에서 매우 유의미한 지표를 제시하는 미래 전략 회의가 됐다.

 

정원교 원장은 개회사에서 AI 대전환 시대, 공간정보는 산업 혁신과 공공서비스 혁신을 뒷받침하는 핵심인프라로 자리 잡고 있다며 데이터의 질적 가치가 미래 사회의 신뢰를 결정할 것이라고 전망했다.

 

▲ 공간정보품질관리원 정형교 원장(사진=공간정보품질관리원).  © 커넥트 데일리

 

정 원장은 “정확하고 일관된 데이터가 확보될 때 혁신 생태계 조성과 AI 기본사회로 나아갈 수 있으며, 이를 위해서는 지속적인 관리체계 마련이 선행되어야 한다”고 밝혀 데이터 품질관리의 선제적 역할을 제시했다.

 

과거의 디지털 트윈 기술이 현실을 똑같이 복제하는 수준이었다면 이제는 AI가 스스로 물리 법칙을 학습하고 시뮬레이션하는 월드모델 단계로 진입하면서 데이터의 미세한 오차가 치명적인 결과로 이어질 수 있다는 것을 강조한 것이다.

 

자율주행 드론과 로봇이 일상화된 AI 시티에서 공간정보는 사람이 보는 지도가 아니라 기계들이 세상을 인지하고 판단하는 지도 역할을 수행하기 때문에 데이터의 무결성 확보를 위한 데이터 품질 검증은 지속 가능한 사회로 나가는 초석이 된다.

 

현재 품관원은 기존의 수동적인 검수 방식을 탈피하고 AI 알고리즘을 활용해 데이터의 오류를 실시간으로 탐지하고 보정하는 ‘AI 기반 품질검증 시스템’을 본격화하는 연구를 시작했다.

 

정 원장은 “공간정보 데이터가 국가 전반의 수요에 안정적으로 활용될 수 있도록 AI 기반 품질검증 등을 통해 보다 체계적으로 데이터의 무결성을 유지하는데 최선을 다하겠다”고 약속하며 공공데이터 활용체계의 고도화 의지를 피력했다.

 

올해의 공간정보 산업은 3차원 공간정보를 넘어 물리적 법칙을 이해하고 예측하는 월드모델로의 진화가 정점에 달할 것으로 예측된다.

 

이번 세미나가 전 세계적으로 구글, 엔비디아 등 글로벌 빅테크 기업들이 월드모델 주도권을 잡기 위해 각축전을 벌이는 상황에서 대한민국의 강점인 고정밀 공간정보 인프라를 품질 중심으로 재편하는 전략을 마련하는데 인사이트를 제공했기 때문이다.

 

엔비디아가 대만 가오슝에서 시도하는 디지털 트윈 기반 추론 에이전트나 테슬라의 FSD 공간 지능에서도 공간정보는 인간이 보는 참고용 자료가 아니라, AI를 통해 스스로 판단하고 기동하기 위한 실행 엔진으로 자리를 잡아가고 있다는 것을 방증한다.

 

종전의 스마트시티는 자동화를 기반으로 기술이 집약화되었던 것에서 이제 AI 시티는 도시 스스로 인지하고 판단하는 자율성(Autonomy)을 핵심 가치로 삼고 있다는 점에서 기술의 접근성이 확연히 달라진다는 것이다.

 

이날 세미나 발표에는 ▲카이스트 이채석 교수의 ‘공간정보 기반 AI 시티 구축과 실천 방안’  ▲한국국토정보공사 정다운 선임연구원의 ‘도심형 디지털 트윈 시범구역 조성사업 추진 현황 및 계획’ ▲국토연구원 이세원 부연구위원의 ‘AI 시티 구현을 위한 정책 방향’ ▲한컴어썸텍 황상연 대표이사의 ‘민간 드론으로 수집된 공간정보 데이터 활용 극대화 방안’ ▲공간정보품질관리원 미래전략실 김태훈 실장의 ‘AI 품질검증의 새로운 패러다임’ 등이 이어졌다.

 

---

적체된 도시에서 활력 넘치는 AI 도시로 전환

---

피지컬 AI와 월드 모델이 여는 ‘AI 시티’

공간 온톨로지로 도시의 맥락을 읽어내

▲ KAIST 공과대학 융복합연구센터 이채석 교수(사진=공간정보품질관리원).  © 커넥트 데일리

 

KAIST 공과대학 융복합연구센터 이채석 교수는 기존 스마트시티의 한계를 넘어서는 ‘공간정보 기반 AI 시티 구축과 실천 방안’을 발표하며 도시 운영의 패러다임 전환을 예고했다. 

 

이 교수는 AI 기술 트렌드가 텍스트와 이미지를 생성하는 수준을 넘어 현실 세계의 물리 법칙 속에서 직접 행동하고 학습하는 ‘피지컬 AI(Physical AI)’ 시대로 진입했다고 진단했다. 

 

피지컬 AI는 현실의 마찰, 충돌, 시간 등 물리 제약을 이해하고 센싱에서 행동까지를 폐루프(Closed loop)로 수행하며 그 결과를 다시 학습에 반영하는 인공지능을 의미한다. 

 

이러한 피지컬 AI가 원활히 작동하기 위해서는 기존의 단순한 3D 모델을 넘어선 ‘월드 모델(World Model)’로서의 디지털 트윈이 필수적이다. 

 

이 교수가 정의한 새로운 디지털 트윈은 단순한 형상 복제가 아니라 상태와 물리 법칙, 시간 전이 모델을 포함하여 현실의 동역학을 계산할 수 있는 환경을 말한다. 

 

그는 현재의 스마트시티가 직면한 가장 큰 문제로 ‘기술의 풍요 속 체감의 빈곤’을 꼽으며 사람이 모든 것을 판단해야 하는 구조적 병목 현상을 지적했다. 

 

수많은 CCTV와 센서를 설치하고 관제 화면을 늘려도 결국 최종 판단과 지시를 사람이 내리는 구조에서는 임계점을 넘는 사고를 선제적으로 막는 것이 사실상 불가능하다는 분석이다. 

 

보고와 판단, 지시가 분절된 현재의 시스템은 필연적으로 구조적 지연(Structural Latency)을 발생시키며 이는 곧 사후 대응의 한계로 이어진다. 

 

이 교수는 도시가 스스로 문제를 발견하고 해결책을 결정하는 ‘AI 시티’로 나아가기 위해 ‘공간 온톨로지(Spatial Ontology)’ 기술의 도입을 역설했다. 

 

공간 온톨로지는 도시를 단순한 좌표값이 아닌 의미와 구조로 읽어내는 기술로 AI가 도시의 맥락(Context)을 이해하게 만드는 핵심 장치다. 

 

예를 들어 기존 방식이 과거 사고 데이터를 기반으로 위험을 감지했다면 제안된 방식은 ‘도로 결빙, 급경사, 교통량 증가’라는 물리적 상황의 조합을 통해 미래의 위험을 연역적으로 추론한다. 

 

특히 이번 발표에서 주목받은 것은 KAIST가 구축한 ‘주소 지식그래프’와 이를 활용한 대화형 서비스인 ‘Addi’다. 

 

연구팀은 행정안전부 및 주소기반산업협회와 협력해 전국 286종의 공공데이터를 ‘주소’라는 공통 키로 연결한 거대 지식 체계를 완성했다. 

 

또 이를 LLM(거대언어모델)과 결합한 ‘GraphRAG’ 기술은 기존 AI의 고질적 문제인 환각(Hallucination) 현상을 최소화하는 데 성공했다. 

 

실제로 대한민국 자치구 중 ‘중구’가 몇 개인지를 묻는 질문에 일반 AI는 오답을 내놓았으나 주소 지식그래프 기반 시스템은 정확한 행정구역 관계 데이터를 바탕으로 사실에 입각한 답변을 제공했다. 

 

이 기술은 단순한 질의응답을 넘어 민원 유형을 분석하고 담당 부서를 자동으로 매칭하는 등 공공 행정의 효율성을 극적으로 높일 수 있는 잠재력을 가졌다. 

 

이 교수는 “공간정보는 인공지능 시대의 국가 미래 전략 인프라”라고 강조하면서 “데이터의 양보다 ‘질(Quality)’에 집중해야 한다”고 조언했다. 

 

수많은 데이터가 존재하더라도 품질이 낮거나 정보가 단절되어 있다면 복합적인 도시 문제를 예측하고 해결할 수 없기 때문이다. 

 

결국 미래 AI 시티의 성패는 얼마나 신뢰성 높은 데이터를 확보하고 이를 기계가 판독할 수 있는 형태로 관리하느냐에 달려 있다. 

 

3차원 지도로 도시 근육 만들어

LX, 실무 중심 디지털 트윈 로드맵 공개

▲ 한국국토정보공사 정다운 선임연구원(사진=공간정보품질관리원).  © 커넥트 데일리

부산진구가 단순한 3차원 지도를 넘어 도시의 위험을 스스로 진단하고 해결책을 제시하는 ‘디지털 트윈 코리아’의 전초기지로 탈바꿈하고 있다. 

 

한국국토정보공사(LX) 플랫폼사업처 정다운 선임연구원은 부산진구를 대상으로 추진 중인 ‘도심형 디지털 트윈 시범구역 조성사업’의 구체적인 현황과 향후 계획을 발표했다. 

 

이 사업은 부산진구의 행정·도시 데이터와 디지털 트윈 기술을 집약해 대한민국을 대표하는 도심형 모델을 조성하는 프로젝트로 2024년부터 2026년까지 3년간 약 120억 원의 예산이 투입되는 대규모 사업이다. 

 

정 연구원은 디지털 트윈이 현황판에 머물지 않고 실질적인 ‘도시 운영 시스템(City OS)’으로 기능하기 위해 마이크로서비스 아키텍처(MSA) 기반의 클라우드 통합 플랫폼을 구축했다고 밝혔다. 

 

LX는 부산진구 전역 29.67㎢를 대상으로 고정밀 항공사진과 레이저 측량(LiDAR)을 실시해 정밀한 수치표고모델(DEM)과 실감 정사영상을 확보했다. 

 

특히 구내 3만 2,538동에 이르는 모든 건물을 LoD 3 수준의 3차원 모델로 제작해 건물별 고유 식별 정보를 부여하고 시뮬레이션이 가능한 환경을 마련한 것이 특징이다. 

 

LoD(Level of Detail)는 디지털 트윈과 3차원 공간정보 분야에서 모델의 정밀도를 나타내는 핵심 표준으로 LoD 3은 창문, 문 등 외관의 상세 구조가 표현되어 밖에서 보았을 때 실제 건물과 거의 동일하게 보이는 수준을 의미한다.

 

LX는 1차 연도에 주로 재난과 물리적 안전에 집중했다. 

 

골목 안전 서비스는 범죄 발생 지수와 유동 인구, CCTV 감시 범위 등을 입체적으로 분석해 방범 시설의 최적 위치를 제안하고, 노후 건축물 관리 서비스는 실시간 생활 인구 데이터를 연계해 붕괴 위험 지역의 인구 노출도를 평가한다. 

 

올해부터 본격화되는 2차 연도 사업은 시민의 삶의 질과 직결된 환경 및 체감 안전 분야로 영역을 넓힌다. 

 

도심 공기질 관리 서비스 역시 시내버스에 장착된 IoT(Internet of Things, 사물인터넷) 센서를 통해 실시간으로 미세먼지 농도를 수집하고, 지형과 건물 구조에 따른 확산 경로를 시뮬레이션해 과학적인 미세먼지 저감 대책 수립을 지원할 계획이다. 

 

스마트 응급 대응 서비스는 자동심장충격기(AED)의 위치와 운영 시간을 데이터화해서 골든타임 내 접근 가능한 최적 경로를 안내하고 추가 설치가 시급한 사각지대를 정밀하게 산출한다. 

 

이번 발표의 핵심 인사이트 중 하나는 데이터의 ‘시맨틱(Semantic) 추상화’다. 

 

시맨틱(Semantic)은 데이터에 의미와 맥락을 부여하여 컴퓨터가 정보 간의 관계를 논리적으로 이해할 수 있도록 구조화하는 기술로 단순한 숫자나 텍스트를 넘어 ‘A는 B의 하위 개념이다’ 또는 ‘C 상황에서는 D 위험이 높다’와 같은 관계성을 정의한다.

 

정 연구원은 “건물을 3차원 형상으로 보여주는 단계를 넘어, 각 건물에 행정 지식과 물리 법칙을 입혀 기계가 스스로 상황을 해석할 수 있는 지능형 지식 모델로 진화시켜야 한다”고 강조했다. 

 

실제로 부산진구청의 행정 조직도와 사무분장 데이터를 디지털 트윈과 통합해 주민 민원이 발생했을 때 담당 부서를 AI가 자동으로 매칭하는 시스템도 시범적으로 구현했다.

 

LX는 국제 표준인 CityGML 3.0을 준용해 데이터의 상호 운용성을 확보함으로써 부산진구의 성공 모델을 향후 부산 전역과 국내외 지자체로 확산하겠다는 전략이다. 

 

전문가들도 이러한 실천적 디지털 트윈 사업이 성공적으로 정착할 경우 지자체의 의사결정 속도가 획기적으로 정확하게 빨라지고 시민들이 피부로 느끼는 도시 안전 체감도가 크게 향상될 것으로 보고 있다. 

 

정 연구원은 “고품질 공간정보는 AI가 올바른 판단을 내리기 위한 필수 토대”라며 “부산진구 모델을 발판 삼아 세계 시장에서도 경쟁력을 갖춘 한국형 AI 시티 플랫폼을 완성하겠다”고 전망을 밝혔다.

 

K-AI 시티, AI 고속도로로 여는 자율도시

AI 오케스트레이션으로 도시 자율성 확보

▲ 국토연구원 이세원 부연구위원(사진=공간정보품질관리원).  © 커넥트 데일리

국토연구원 이세원 부연구위원은 국정과제 31번과 연계된 ‘K-AI 시티 구현을 위한 정책 방향과 과제’를 발표했다. 

 

그는 발표를 통해 도시 정책의 패러다임을 기존의 데이터 수집과 자동화 수준에서 AI 중심의 ‘자율성(Autonomy)’ 확보로 완전히 전환해야 한다는 정책적 이정표를 제시했다.

 

이 위원은 대한민국의 경제 도약을 이끌어온 핵심 인프라의 계보를 잇는 새로운 ‘AI 고속도로’의 당위성을 강조했다. 

 

1970년대의 경부고속도로가 산업화를 1990년대 말의 초고속 인터넷망이 정보화를 견인했다면 이제는 ‘AI와 에너지’가 결합된 새로운 고속도로가 국가 경쟁력을 결정짓는 핵심 변수가 될 것이라는 분석이다.

 

특히 정부가 2028년까지 국가 AI 컴퓨팅 센터를 비롯해 전국 주요 거점에 데이터센터와 네트워크를 최우선 사회간접자본(SOC)으로 도입할 계획으로 거주하며 실증하는 AI 특화 시범도시 조성으로 물류, 건축, 에너지 등 도시 전 분야에서 AI 민간ㆍ공공 서비스가 발굴되고 확산될 것이라는 전략을 소개했다.

 

또 이 위원은 “이러한 정책의 최종 지향점은 AI를 전기나 상수도와 같은 필수 공공재로 간주하는 AI 기본사회 실현에 있다”고 말했다.

 

AI 기본사회 구현으로 모든 국민이 행정, 복지, 교육 등 기본 서비스 영역에서 AI 기술이 주는 가격 인하와 효율성 증대 혜택을 누릴 수 있는 구조가 된다는 것이다.

 

특히 K-AI 시티가 과거의 도시 모델들과 확연히 다른 차별점을 제시했다. 

 

그는 “2000년대 U-City가 건설과 ICT의 융합을 통한 연결성에, 2017년 이후의 스마트시티가 데이터 기반의 자동화에 집중했다면 AI 시티는 도시지능센터(Urban AI)를 통한 자율성을 최우선 가치로 삼고 있다”고 말했다.

 

도시 운영의 핵심인 관제 체계 역시 혁명적인 변화를 맞이하고 있다는 것을 시사했다.

 

현재의 스마트시티는 수천 대의 CCTV를 사람이 수동으로 관제하며 부서 간 공문을 통해 대응하느라 평균 수십 분에서 수 시간의 지연이 발생하고 있는 반면, K-AI 시티가 지향하는 ‘자율 오케스트레이션’ 체계는 중앙 AI 에이전트가 실시간 분석을 통해 10초 이내에 상황을 감지한다. 

 

감지 이후 신호등 제어나 내비게이션 안내, 대피 알림 등을 AI가 자율적으로 동시에 지시함으로써 골든타임을 획기적으로 확보해준다.

 

글로벌 시장에서의 주도권 경쟁도 이번 국정과제 정책 수립의 주요 배경으로 삼았다.

 

대만 가오슝은 엔비디아와 협력해 비전 AI 기반의 도시 운영 플랫폼을 구축했으며 일본의 우븐시티는 도요타 주도로 실제 주민이 거주하며 자율주행과 로봇 기술을 실험하는 리빙랩 모델을 선보였고 중국도 북경에 국가 주도의 AI 산업 혁신 허브 조성으로 기술 실증에 박차를 가하고 있다.

 

이 위원은 “대한민국이 이러한 경쟁에서 우위를 점하기 위해서는 도시 온톨로지(Ontology) 구축을 통한 의미적 통합이 필수적”이라며 “데이터 저장을 넘어 교통량과 탄소 배출량 간의 복합적인 인과관계를 AI가 스스로 이해하고 최적화할 수 있는 지식 구조를 갖춰야 한다”고 강조했다.

 

결국 기계가 읽고 스스로 판단할 수 있는 ‘고품질 공간정보’가 AI 시티의 오감을 구성하는 핵심 인프라로 작용하면서 신뢰성 높은 데이터를 얼마나 정밀하게 공급하고 이를 지능형 SOC로 관리하느냐가 대한민국 AI 시티 정책의 성패를 가르는 결정적 열쇠가 될 것이라는 주장이다.

 

3만 민간 드론 조종사 활용한 ‘온디맨드’ 체계

촘촘한 데이터 신경망 가동으로 실시간 데이터 공급

▲ 한컴어썸텍 황상연 대표이사(사진=공간정보품질관리원).  © 커넥트 데일리

AI 시티의 핵심 연료인 공간정보 데이터를 전국의 민간 드론 조종사들이 실시간으로 공급하고 수익을 창출하는 ‘시민 참여형 데이터 생태계’가 구축되면 고비용, 저효율에 머물렀던 국내 공간정보 산업의 공급망이 획기적으로 개선될 전망이다.

 

한컴어썸텍 황상연 대표이사는 ‘민간 드론으로 수집된 공간정보 데이터의 활용 극대화’를 주제로 유휴 전문 인력을 활용한 새로운 비즈니스 모델을 공개해 눈길을 끌었다.

 

황 대표는 현재 국내 공간정보 산업이 직면한 가장 큰 병목 현상으로 데이터의 부족과 높은 수집 비용, 그리고 현저히 늦은 업데이트 속도를 지목했다.

 

막대한 예산을 투입해 데이터를 취득하더라도 정작 필요한 시점에는 최신성이 떨어져 활용 가치가 사라지는 ‘불용 데이터’ 문제가 산업 발전을 가로막고 있다는 분석이다.

 

이러한 문제를 해결하기 위해 한컴어썸텍이 주목한 것은 전국에 산재한 3만 명 이상의 드론 국가자격증 보유자들이다.

 

그동안 드론 자격증은 노후 보장이나 취업을 위한 수단으로 각광을 받았지만 정작 이들의 전문성을 산업 현장에 실질적으로 투입할 수 있는 인프라는 매우 부족한 실정이다.

 

한컴어썸텍이 제안한 플랫폼 모델은 공공기관이나 기업 등 데이터 수요자가 특정 지역의 정보를 요청하면 플랫폼이 전국의 유휴 전문 인력을 모집하여 촬영을 진행하는 ‘수요 맞춤형’ 방식이다.

 

수집된 원천 데이터는 한컴어썸텍의 전문 가공 기술을 거쳐 고품질 3D 공간정보로 변환되어 수요처에 제공되며 여기서 발생한 수익은 참여한 조종사들에게 배분된다.

 

이는 국가적 유휴 자원을 경제적 가치로 전환하는 동시에 AI 시티 운영에 필수적인 실시간 공간 데이터를 저렴하고 빠르게 확보할 수 있는 혁신적인 전략으로 평가된다.

 

한컴어썸텍은 실제 제주와 태안 곰섬 일대에서 수행한 실증 촬영을 통해 이 모델의 기술적 완성도를 증명했다.

 

Parrot Anafi 등 전문 장비를 동원해 고도 70m에서 250m 사이에서 촬영된 데이터는 단순한 영상 정보가 아니라 AI 학습과 지형 분석에 즉시 활용 가능한 정밀 데이터셋으로 가공됐다.

 

황상연 대표이사는 “기존 방식과 비교했을 때 수집 기간과 업데이트 속도, 데이터 처리 기간 면에서 매우 빠른 압도적인 효율성을 보여주었다”고 소개했다.

 

특히 빅데이터 구축 기여도와 일자리 창출 효과 면에서도 기존 업체나 개인 활동에 비해 월등한 경쟁력을 갖춘 것으로 나타났다.

 

황 대표는 “이번 모델이 단순히 데이터를 모으는 것을 넘어 4차 산업혁명 시대의 새로운 일자리 창출 모델로서 지자체와 공공기관의 정책적 효율성을 극대화할 것”이라고 강조했다.

 

분산된 드론 조종사들이 마치 도시의 말단 신경망처럼 작동하며 현장의 변화를 실시간으로 포착해 올 때 비로소 진정한 의미의 자율 도시 시뮬레이션이 가능해진다는 설명이다.

 

황 대표는 “고품질 3D 공간정보를 생성하는 기술력과 전국의 전문 인력을 연결해 내수 시장은 물론 해외 시장에서도 통하는 공간정보 유통 생태계를 완성하겠다”고 포부를 밝혔다.

 

AI가 AI 데이터 검증하는 월드 모델 제시

표본 검사 한계 넘어 100% 전수 검사 체계 전환

▲ 공간정보품질관리원 미래전략실 김태훈 실장  © 커넥트 데일리

공간정보가 인간을 위한 보는 그림에서 인공지능(AI)을 위한 수학적 매트릭스로 진화하면서 AI가 구축한 방대한 데이터를 다시 AI가 전수 검사하는 새로운 품질 관리 패러다임이 제시됐다.

 

공간정보품질관리원 김태훈 실장은 ‘AI 품질검증의 새로운 패러다임’이라는 주제 발표를 통해 기계가 인식하는 공간은 더 이상 지도가 아니라 계산해야 할 거대한 수학적 데이터 집합으로 변화하고 있다고 밝혀 세미나를 관통하는 기술적 화두를 다시 한 번 선명하게 부각시켰다.

 

김태훈 실장은 “공간정보의 진화 단계를 점군(Point Cloud) 기반의 명시적 데이터에서 NeRF(Neural Radiance Fields)와 같은 암시적 함수를 거쳐 실시간 연산과 수정이 용이한 ‘3D 가우시안 스플래팅(3DGS)’ 기술로 나아가고 있다”고 공간정보 기술의 트렌드를 소개했다.

 

특히, NeRF 기술이 수정이 불가능한 수학 공식과 같은 한계를 가졌다면 3DGS는 데이터 구축 과정의 혁신을 통해 공간 표현을 좌표가 아닌 ‘관계’ 중심으로 변화시키고 있다고 강조했다.

 

이러한 기술적 진보는 시각적으로 아름다운 디지털 트윈을 만드는 것이 아니라 AI가 스스로 예측하고 시뮬레이션할 수 있는 ‘월드 모델(World Model)’ 구축을 지향하고 있다는 점이다.

 

김 실장은 “현실 세계에서 행동하는 피지컬 AI(Physical AI) 시대에는 데이터의 시각적 완성도보다 구조적 건전성과 물리적 정합성이 훨씬 더 중요하다”고 역설했다.

 

인간의 눈에는 단순한 데이터 오류로 보이는 작은 점 하나가 자율주행 AI에게는 거대한 절벽으로 인식될 수 있으며 이러한 치명적 오류는 곧 대형 사고로 이어질 수 있다는 것이다.

 

따라서 미래의 공간정보 정책은 단순한 데이터 구축을 넘어 생성된 데이터가 현실의 물리 법칙을 얼마나 정확히 반영하고 있는지 검증하는 표준 마련에 대한 중요성이 강조된다.

 

또 기존의 품질 검증 방식은 사람이 직접 확인하는 표본 검사에 의존해 왔지만 AI가 생성하는 폭발적인 데이터 양을 감당하기에는 역부족이라는 지적도 제기했다.

 

김 실장은 “AI for QC(품질검증용 AI)로 AI가 구축한 데이터를 AI가 다시 검증해 ‘100% 전수 검사’를 할 수 있는 체계로 기술적 전환이 필요하고 향후 많은 노력이 필요하다“고 해법을 제시했다.

 

공간정보 산업의 경제적 역설을 해결하기 위한 전략이기도 하지만 해상도가 높아질수록 데이터 양과 관리 비용은 기하급수적으로 커질 수밖에 없다. 현재의 검증 시스템으로는 대응하기 역부족이라는 설명이다.

 

김 실장은 ”모든 지역을 고정밀로 구축하는 비효율에서 벗어나, 가치 기반의 선별적 정밀도를 적용하고 데이터를 파일이 아닌 구독 형태로 제공하는 서비스 모델로 진화해야 한다“고 덧붙였다.

 

그의 주장은 최신성이 유지되지 않은 고정밀 데이터는 더 이상 자산이 아니라 관리해야 할 부채와 같아 실시간으로 흐르는 데이터를 신속하게 검증하고 배포할 수 있는 생태계를 지속 가능하기 위한 실체적 대응 전략이다.

 

현재 생성형 AI가 만든 비디오 품질을 검증하는 기존 지표(FVD 등)는 시각적 품질만 평가할 뿐 물리적 오류를 감지하지 못하는 한계가 있다.

 

김 실장은 ”공간정보품질관리원은 이러한 난제를 해결하기 위해 AI 학습용 데이터의 표준화를 추진하고 있으며, 기계가 학습하기에 적합한 품질 기준을 새롭게 정립해 나갈 계획“이라고 밝혔다.

 

결국 AI 시티의 신뢰성은 현실을 완벽하게 복제하고 검증해 내는 품질의 요새 위에서만 확립될 수 있다는 설명이다.

 

그는 또 “공정의 변화와 역할의 진화를 통해 LLM과 행동이 결합된 월드 모델 인프라를 완성하겠다”며 미래 전략 로드맵을 제시했다.

 

※ 공간정보품질관리원 신기술 세미나 발표 자료 다운로드(공간정보품질관리원 제공)

기사 내용과 관련이 없는 글, 욕설을 사용하는 등 타인의 명예를 훼손하는 글은 관리자에 의해 예고없이 임의 삭제될 수 있으므로 주의하시기 바랍니다. 댓글 작성 시 상대방에 대한 배려와 책임을 담아주세요.

• 닉네임
• 비밀번호
• 
• 도배방지 입력