2026.03.04 - #64 - 대한민국 인공지능 행동계획, VLAExplain, Langcon, RoboDopamin, SimTooReal, Imagine a City, RAISECITY

[changh95]

대한민국 인공지능 행동계획 2026_02_25.pdf

---

목차

1. 피지컬AI 핵심 과제 (중점 정리)
2. AI 인프라 (AI 고속도로)
3. 차세대 AI 기술
4. AI 인재
5. AI 파운데이션 모델
6. AI 규제 혁신
7. 산업 AI 전환 (AX)
8. 공공 AI 전환
9. 지역 AI 전환
10. AI 문화·콘텐츠
11. AI 국방
12. 글로벌 AI 기본사회

---

피지컬AI 핵심 과제 (중점 정리)

피지컬AI는 로봇, 휴머노이드, 자율주행차/선박, 무인 군사 시스템, 돌봄 로봇 등을 아우르는 범분야 핵심 과제. 대한민국은 2030년 피지컬AI 세계 1위를 목표로 함.

피지컬AI 핵심 계획 (과제 #12)

• 2030년 피지컬AI 1위: 피지컬AI 종합 추진계획 수립 (2025년 3분기)
• 2028년 휴머노이드 세계 3위: 휴머노이드 로봇 기술 세계 3위 달성 목표
• 월드모델: 현실 세계의 물리법칙을 이해·예측·시뮬레이션하는 월드모델 기반기술 개발, 비정형 환경 적응 로봇 구현
• 로봇 파운데이션 모델: 대규모 실세계 + 합성 데이터 기반 로봇 파운데이션 모델 구축; 로봇 데이터 공유 플랫폼 조성
• 고정밀 시뮬레이션: 피지컬AI 학습·테스트를 위한 디지털트윈 시뮬레이션 환경 구축
• AI 반도체 HW 플랫폼: 로봇 엣지 추론에 최적화된 전용 하드웨어(NPU/뉴로모픽칩) 개발
• K-휴머노이드 유니온: 산학연 휴머노이드 생태계 연합체 구성
• 피지컬AI 생태계: 테스트베드, 실증구역, 규제 샌드박스 구축

제조 AI & 로봇 (과제 #37 - AI 제조 2030)

• 풀스택 AI 제조: 설계·생산·품질·물류 전 과정 AI 스마트 팩토리
• 제조 AI 로봇: 유연 제조를 위한 AI 통합 산업용 로봇 보급; 중소기업 공장 로봇 5만대 이상 목표
• 공장 디지털트윈: 제조 공정 시뮬레이션·최적화를 위한 AI 디지털트윈 플랫폼 구축
• 피지컬AI 글로벌 얼라이언스: 피지컬AI 기술 개발·표준화 국제 파트너십 구축
• K-휴머노이드 유니온 (확대): 휴머노이드 로봇 개발·데이터 공유·상용화를 위한 산업 컨소시엄
• 제조 AI 테스트베드: 분야별(반도체, 배터리, 자동차, 조선 등) AI 테스트베드 구축

자율주행 & 교통 (과제 #38)

• 레벨4 자율주행: 레벨4 자율주행 상용화 달성; 자율주행차 운행구역 전국 확대
• 소프트웨어 정의 차량(SDV): SDV 아키텍처 전환; AI 기반 차량 OS 및 플랫폼 구축
• AI 드론: 물류, 점검, 재난 대응용 자율 AI 드론 시스템 개발
• 자율주행 데이터 플랫폼: 대규모 주행 데이터 수집·공유 인프라 구축
• 규제 개혁: 자율주행차 책임, 보험, 안전 기준 등 법적 프레임워크 정비

자율운항선박 (과제 #41)

• 자율운항선박 개발: 해양 선박용 자율 항해 AI 고도화
• 항만 디지털트윈: 항만 운영·선박 관리를 위한 AI 디지털트윈 플랫폼 구축
• 국제 표준 선도: IMO(국제해사기구) 자율운항선박 표준 개발 주도
• 스마트 해운 생태계: 선박 설계·건조·운항 전 과정 AI 통합

기후·에너지 피지컬AI (과제 #42)

• 발전소 안전 피지컬AI: 발전소 점검·모니터링·안전관리를 위한 피지컬AI 시스템(로봇, 센서, AI) 배치
• 에너지 그리드 AI: AI 기반 스마트 그리드 관리·최적화
• 탄소중립 AI: 배출 모니터링·예측·감축을 위한 AI 시스템
• 기후 예측: 차세대 AI 기상·기후 예측 모델

농업 AI 로봇 (과제 #43)

• 자율 농업 로봇: 파종·수확·방제·모니터링용 AI 자율 농업 로봇 개발·보급
• 스마트팜 AI: 축산·작물 관리 전반의 AI 정밀농업
• 농업 데이터 플랫폼: 종합 농업 데이터 수집·분석 인프라 구축

국방 피지컬AI (과제 #79-80) - 핵심

• 스마트 국방 전환: 국방 전 분야에 피지컬AI 종합 통합
  • 무인체계: 무인지상차량(UGV), 무인항공기(UAV), 무인수상/수중함 개발
  • 유무인 복합 전략: 유무인 복합체계 전략 수립 (2026년 2분기)
  • 피지컬AI 시험환경: 국방 피지컬AI용 실환경 및 가상(시뮬레이션) 시험환경 구축
  • 국방 AI 반도체: 군사용 엣지AI/피지컬AI 최적화 반도체 개발
  • 국방 AI 파운데이션 모델: 군사 특화 AI 파운데이션 모델 구축
  • 2030년까지 국방 AI 체계: AI 통합 국방 체계의 단계적 배치 로드맵 (2030년 4분기까지)
• 방위산업 AI 수출: 2030년 세계 4대 방산 수출국 목표
  • 지능형 무기: AI 강화 정밀 무기체계
  • 무인·자율 무기: AI 기반 무인 무기 플랫폼
  • AI 모듈형 솔루션: 기존 무기체계에 통합 가능한 모듈형 AI 키트
  • 국방 AI 거버넌스: 국방 CAIO(최고AI책임관) 신설; 애자일/DevSecOps 획득체계 도입
  • 국방 데이터/클라우드: 2030년까지 전용 국방 AI 데이터센터 구축; 국방 클라우드 전환
  • 국방 AI 보안: RMF(위험관리프레임워크), 제로트러스트 아키텍처, AI 레드팀 운영

복지·돌봄 로봇 (과제 #89)

• 고령자 돌봄 로봇: 고령자 보조·모니터링·동반을 위한 피지컬AI 돌봄 로봇 개발·보급
• 센서/웨어러블 통합: 돌봄 대상자 건강 모니터링을 위한 AI 센서·웨어러블 통합
• 사람-로봇 공존 마을: 사람-로봇 공존 모델 실험마을 조성 (2027년 2분기)
• 돌봄 로봇 상용화: 돌봄 로봇 상용화 목표 (2030년 1분기)
• 돌봄 AI 플랫폼: AI 기반 돌봄 관리·자원 배분 시스템

---

AI 인프라 (AI 고속도로)

GPU & 컴퓨팅 (과제 #1-3)

• 2030년 GPU 5만장 이상: 국가 AI 컴퓨팅 인프라 확충; 정부 지원 GPU 클러스터 구축
• AI 데이터센터: 민관 협력 초대형 AI 데이터센터 건설; 지역 분산 배치 목표
• 친환경 AI 데이터센터: 에너지 효율적 냉각·재생에너지 기반 데이터센터 인프라
• 네트워크 인프라: 전국 데이터센터 연결 차세대 AI 최적화 네트워크(저지연, 고대역폭)

데이터 & 보안 (과제 #4-6)

• 국가 데이터 플랫폼: 공공·민간 전 분야 데이터 수집·처리·공유 인프라 구축
• AI 보안 프레임워크: 국가 AI 사이버보안 표준, 테스트, 인증 체계 수립
• 데이터 품질 기준: 데이터 품질 보증·거버넌스 프레임워크 시행

---

차세대 AI 기술

AI 반도체 (과제 #7-11)

• 시스템반도체 생태계: 국내 AI 칩 시장점유율 약 3%에서 2030년 10% 이상으로 확대
• NPU 개발: 온디바이스/엣지 AI용 차세대 신경망처리장치(NPU) 개발
• 뉴로모픽 컴퓨팅: 뇌 모방 컴퓨팅 아키텍처 연구
• 반도체 인재: 반도체 전문인력 1만명 이상 양성
• 팹리스 지원: R&D 지원·MPW(다품종 소량 웨이퍼) 등 국내 팹리스 칩 설계 생태계 강화

초지능 & 과학 AI (과제 #13-14)

• 초지능 연구소: AGI/초지능 연구 전담 국가 연구소 설립
• 과학 AI: 신약 개발, 신소재, 기후 모델링, 수학 등 과학적 발견을 위한 AI

---

AI 인재

교육 혁신 (과제 #15-25)

• 초중고 AI 교육: 초등학교부터 고등학교까지 AI 리터러시 필수 교육
• 대학 AI 프로그램: AI 관련 대학 정원 확대; 신규 AI 대학원 설립
• AI 전용 장학금: AI 학생 대상 대규모 장학 프로그램
• 글로벌 인재 유치: 경쟁력 있는 대우, 비자 패스트트랙, 연구비 지원으로 세계 최고 AI 연구자 유치
• 산학 연계: 대학-기업 공동 AI 연구 프로그램
• 평생 AI 학습: 전 산업 기존 인력 대상 AI 재교육·향상 프로그램

---

AI 파운데이션 모델

주권형 AI 모델 (과제 #26-30)

• 한국어 모델: 해외 모델에 의존하지 않는 주권형 한국어 AI 파운데이션 모델 개발
• 산업 특화 모델: 제조, 의료, 금융, 법률 등 핵심 분야 특화 AI 모델
• 과학 파운데이션 모델: 과학 연구·발견을 위한 AI 모델
• 의료 AI 모델: 진단, 신약 발견, 임상 의사결정 지원을 위한 의료 AI 파운데이션 모델
• 모델 평가·벤치마킹: 한국형 AI 모델 평가 기준·벤치마크 수립

---

AI 규제 혁신

법적 프레임워크 (과제 #31-34)

• AI 기본법: 안전, 윤리, 책임, 거버넌스를 포괄하는 종합 AI 법률 제정
• 데이터 개혁: 권리 보호와 AI 혁신을 동시에 가능하게 하는 데이터 프라이버시·공유 규제 현대화
• 저작권 & AI: AI 생성 콘텐츠 및 학습 데이터 저작권에 대한 명확한 법적 프레임워크 수립
• 네거티브 규제: 규범적 규제에서 원칙 기반 '네거티브 규제'(금지하지 않으면 허용)로 전환
• 규제 샌드박스: 신기술 테스트를 위한 AI 규제 샌드박스 확대

---

산업 AI 전환 (AX)

전 분야 (과제 #35-46)

• AI 에이전트: 기업 자동화를 위한 AI 에이전트 플랫폼 개발·보급
• 바이오·헬스 AI: AI 신약 발견, 진단, 맞춤형 의료; 글로벌 제약사 파트너십 목표
• 금융 AI: 리스크 관리, 사기 탐지, 맞춤형 금융서비스; 금융 AI 규제 개혁
• AI 가치평가: AI 사업 가치·ROI 평가 표준 방법론 개발
• 150조원+ 국가성장펀드: AI 생태계 성장을 위한 대규모 민관 투자 펀드
• AX 스프린트: 주요 산업 대상 신속 AI 전환 프로그램
• AI 바우처: 중소기업 AI 도입 지원 정부 바우처
• AI 풀스택 수출 전략: 한국형 AI 솔루션(HW+SW+서비스) 패키지 수출
• AI 데카콘 육성: $100억 이상 기업가치 한국 AI 스타트업 육성

---

공공 AI 전환

정부 & 공공서비스 (과제 #47-64)

• AI 네이티브 정부: AI 우선 접근으로 정부 운영 혁신
• 정부 클라우드 전환: 정부 IT 시스템을 AI 최적화 클라우드로 이전
• 공공 데이터 개방: AI 학습·개발을 위한 정부 데이터 공개 가속
• AI 챔피언: 정부 부처별 AI 전환 리더 지정
• 교육 AI: AI 기반 맞춤형 학습, AI 튜터, 적응형 교육 플랫폼
• 정부 AI 윤리: 공공부문 AI 윤리 지침·심사 체계 수립
• K-Gov AX 글로벌 확산: 한국형 정부 AI 전환 모델 해외 수출
• K-AI 얼라이언스: AI 거버넌스·표준을 위한 국제 파트너십 구축

---

지역 AI 전환

균형 성장 (과제 #65-69)

• K-AI 특화도시: 전국 5극 3특 체계로 AI 특화도시 지정
• AX 혁신벨트: 산업·연구를 연결하는 지역 AI 전환 회랑 조성
• 산업단지 전환: 국가산업단지의 AI 통합 고도화
• 지역 AI 기업: 비수도권 AI 스타트업·중소기업 지원
• 지역 AI 인재: 지역 AI 교육·훈련 센터 구축

---

AI 문화·콘텐츠

창작 AI (과제 #70-73)

• AI 콘텐츠 창작 지원: AI 활용 콘텐츠 창작 도구·플랫폼 지원
• K-컬처 AX: 한국 문화유산 보존·홍보에 AI 적용
• K-콘텐츠 지속가능성: 지속가능한 콘텐츠 생산·글로벌 유통을 위한 AI
• K-AI 글로벌 마켓: AI 강화 콘텐츠를 활용하여 2030년 콘텐츠 수출 250억 달러 목표

---

AI 국방

위의 국방 피지컬AI 섹션 참조.

추가 국방 과제 (과제 #74-78)

• 국방 AI 거버넌스: 군 CAIO(최고AI책임관) 직위 및 AI 거버넌스 체계 구축
• 획득 개혁: 국방 AI 조달에 애자일/DevSecOps 프로세스 도입
• 국방 데이터/클라우드: 2030년까지 전용 국방 AI 데이터센터 구축; 비밀 데이터 클라우드 플랫폼
• 군 AI 교육: 군 장교 대상 AI 학위 과정 신설
• 국방 AI 보안: RMF 구현, 제로트러스트 아키텍처, 전담 AI 레드팀 운영

---

글로벌 AI 기본사회

윤리, 복지 & 안전 (과제 #81-96)

• AI 윤리 프레임워크: 국가 AI 윤리 지침 및 집행 메커니즘
• 공공 AI 포럼: AI 사회적 영향에 대한 정기 공론장
• 사회문제 해결 AI: 재난 대응, 공공 안전, 환경 등 사회적 과제 해결에 AI 활용
• 글로벌 AI 동맹: 국제 AI 거버넌스 파트너십 주도
• 경제 통합: 거시경제 정책·국가 경제계획에 AI 통합
• 일자리 혁신: AI 시대 인력 전환 프로그램; AI 분야 신규 일자리 창출
• 기본의료 AI: AI 기반 보편적 의료 접근·원격의료
• AI 범죄 예방: 법 집행, 사기 탐지, 사이버범죄 예방에 AI 활용
• 금융 안전: AI 기반 금융 안정성 모니터링·소비자 보호
• 국민 AI 역량 프로젝트: 전국민 디지털/AI 리터러시 사업
• 교육 형평성: 소득·지역 수준 관계없이 AI 교육 접근성 보장

---

주요 일정

목표	기한
피지컬AI 종합 추진계획 수립	2025년 3분기
유무인 복합체계 전략 수립	2026년 2분기
사람-로봇 공존 마을 실험	2027년 2분기
휴머노이드 로봇 세계 3위	2028년
피지컬AI 세계 1위	2030년
국가 GPU 5만장 이상	2030년
AI 반도체 시장점유율 10% 이상	2030년
돌봄 로봇 상용화	2030년 1분기
국방 AI 데이터센터	2030년
국방 AI 체계 배치	2030년 4분기
세계 4대 방산 수출국	2030년
콘텐츠 수출 250억 달러	2030년
150조원+ 성장펀드	지속

---

주요 예산·투자 하이라이트

• 150조원 이상 국가 AI 성장펀드 (민관)
• GPU 인프라 대규모 투자 (5만장 이상)
• 전국 초대형 AI 데이터센터 건설
• 2030년까지 국방 AI 데이터센터 구축
• 중소기업 AI 도입 바우처 프로그램
• 대규모 장학금·인재 양성 프로그램

---

출처: 대한민국 인공지능 행동계획, 국가인공지능위원회, 2026.02.25

[chae2chae]

VLAExplain

• Pi0.5에 대한 두가지 유형의 어텐션 분석 지원 (ActionCode attribution / Cross-Modal Attention in Language Model)
  • https://github.com/bjrobotnewbie/VLAExplain

Langcon

• Langcon : https://songys.github.io/2026Langcon/schedule.html
  • Video2ACT : https://github.com/AIM-Intelligence/video2robot
    [Prompt] → Veo → [Video] → PromptHMR → [SMPL-X] → GMR → [Robot Motion]

RoboDopamin

• https://robo-dopamine.github.io/

SimToolReal: Object-Centric Policy for Zero-Shot Dexterous Tool Manipulation

• 2602.16863

• DexGraspNet : 파지데이터셋

training.mp4

[Training in simulation]

• 도구 처럼 생긴 가상의 물체를 자동으로 생성하고 집어 들어서 손 안에서 굴리거나 돌려서 목표자세로 도구를 일치시키는 훈련

[Zero-Shot Inference]

• 테스트 시, 사람이 특정 도구를 사용하는 시범 영상을 제공하면 그 영상에서 도구가 움직여야 할 목표 궤적(Goal Trajectory)을 추출
• 결과: 로봇은 생전 처음 보는 진짜 망치, 주걱, 마커펜, 브러시 등을 건네받아도 별도의 추가 재학습(Task-specific training) 없이 곧바로 목표 궤적을 따라 도구를 조작

성공률/성능 요약

• Dexterous tool manipulation: 다양한 tool 종류에서 zero-shot sim-to-real 성공률 보고 (논문 table 참조)

• 사용되어진 로봇 손 LInk

[SunandBean]

Imagine a City: CityGenAgent for Procedural 3D City Generation

• Paper: https://arxiv.org/pdf/2602.05362
• Demo: https://citygenagent.github.io/

- - -

CityGenAgent: 자연어 기반 절차적 3D 도시 생성을 위한 에이전트 프레임워크

1. 연구 배경 및 목적

• 기존 방식의 한계: 기존의 렌더링 및 디퓨전 기반 3D 모델들은 시각적으로는 우수하나 기하학적 정밀도가 떨어지고 사용자가 원하는 대로 씬을 편집하기 어려웠습니다. 반면, 전통적인 절차적(Procedural) 생성 방식은 막대한 수작업과 비용이 요구되었습니다.
• 제안하는 해결책: 자연어 명령만으로 고품질의 3D 도시를 자동으로 생성하고, 생성된 도시를 정밀하게 편집 및 제어할 수 있는 프레임워크인 CityGenAgent를 제안합니다.

2. 핵심 접근법 (계층적 분해 및 프로그램 표현)
도시 생성을 직관적이고 해석 가능한 두 가지 '프로그램(DSL)' 언어로 계층화하여 분해했습니다.

• Block Program (블록 프로그램): 건물의 배치 위치, 층수, 녹지 등 도시 블록 전체의 공간 레이아웃을 정의합니다.
• Building Program (빌딩 프로그램): 지붕, 창문, 문 등 건물의 구성 요소를 세분화하여 색상, 스타일, 재질 등 건축적 세부 외관을 정의합니다.

3. 에이전트 2단계 학습 과정
프로그램을 생성하기 위해 두 개의 에이전트(BlockGen, BuildingGen)를 도입하고 2단계로 학습시킵니다.

• 1단계 - 지도 미세 조정 (SFT): 기본적으로 모델이 지시사항을 잘 따르고, 겹치지 않는 올바른 구조의 프로그램을 출력하도록 형식을 학습합니다.
• 2단계 - 강화 학습 (RL): PPO 알고리즘과 맞춤형 보상 함수를 통해 모델의 공간 추론 능력과 시각적 품질을 극대화합니다.
  • 공간 정렬 보상 (Spatial Alignment Reward): BlockGen이 건물 간의 충돌(겹침)을 피하고 적절한 밀도를 유지하도록 물리적, 공간적 타당성을 평가합니다.
  • 시각적 일관성 보상 (Visual Consistency Reward): BuildingGen이 생성한 코드를 실제 시각적으로 렌더링했을 때, 텍스트의 설명(스타일, 색상 등)과 정확히 일치하는지 평가합니다.

4. 주요 성과 및 의의

• 자연어 기반의 정교한 편집 (Manipulation): 생성물이 명시적인 '프로그램' 코드로 존재하기 때문에, 사용자가 자연어(예: "중국 전통 스타일로 바꿔줘", "건물 수를 줄여줘")로 지시하면 프로그램을 수정하여 도시의 구조와 외관을 상호작용하듯 쉽게 조작할 수 있습니다.
• 뛰어난 품질과 효율성: 기존 3D 생성 모델들에 비해 텍스트 일치도와 시각적 일관성이 높고, 기하학적 메쉬(Mesh) 구조가 훨씬 깔끔합니다. 또한 도시 블록 하나를 생성하는 데 걸리는 시간과 토큰 효율성 면에서도 매우 우수한 성능을 보였습니다.

---

RAISECITY: A Multimodal Agent Framework for Reality-Aligned 3D World Generation at City-Scale

• Paper: https://arxiv.org/pdf/2511.18005

-

RAISECITY: 현실과 정렬된 도시 규모 3D 월드 생성을 위한 멀티모달 에이전트 프레임워크

1. 연구 배경 및 목적

• 기존 기술의 한계: 기존의 3D 도시 생성은 막대한 수작업 비용과 시간이 소요되며, 자동화 방식조차 현실 데이터의 부족이나 조잡한 품질 등으로 인해 대규모로 적용하기에 무리가 있었습니다.
• 제안하는 해결책: 추가적인 학습 과정 없이(Training-free) 기존의 거대 멀티모달 모델들을 에이전트 기반 파이프라인으로 연결하여, 실제 현실의 지리적 레이아웃과 완벽하게 정렬된(Reality-Aligned) 고품질 3D 도시를 자동 생성합니다.

2. 핵심 파이프라인 (6단계)

• 계획 (Planning): 거대한 3D 월드 생성 작업을 5개의 구체적인 하위 작업으로 분해하고, 시스템의 흐름과 의사 결정을 제어합니다.
• 인지 (Perception): OpenStreetMap(OSM)의 공간 데이터와 스트리트 뷰 이미지를 수집합니다. 이때 객체 인식 모델을 활용해 가로수나 차량 등 건물을 가리는 장애물 이미지를 걸러내고 최적의 뷰를 선별합니다.
• 상상 (Imagination): 불완전하거나 일부가 가려진 건물 이미지를 거대 멀티모달 모델(Gemini)에 입력하여, 온전한 전체 2D 형태를 추론하고 '상상'하여 그려냅니다.
• 자가 정제 (Reflection): VLM(GPT-5)으로 구성된 품질 평가자가 상상된 이미지의 구조적/시각적 타당성을 엄격하게 평가하고, 기준을 통과할 때까지 피드백을 통해 이미지를 반복적으로 자체 수정(정제)합니다.
• 3D 생성 (3D Generation): 정제된 고품질 이미지를 3D 생성 도구(Hunyuan-3D)에 전달하여, 고해상도 텍스처(질감)가 입혀진 3D 메쉬(Mesh) 모델을 만들고 형태적 오류를 깔끔하게 후처리합니다.
• 씬 디자인 및 조립 (Scene Design): 생성된 3D 건물들을 현실의 지도 데이터에 기반해 3D 가상 세계 내의 정확한 위치와 각도로 배치합니다. 추가로 규칙 기반 및 VLM 추론을 통해 도로망, 가로수, 가로등, 표지판 등 세밀한 요소와 사람·차량과 같은 동적 시뮬레이션을 구현하여 사실감을 극대화합니다.

3. 주요 성과 및 의의

• 압도적 품질: 기존의 도시 규모 3D 생성 모델들과 비교하여 형태 정밀도, 텍스처 품질, 지형 일치도 등 전반적인 시각적 품질 평가에서 90% 이상의 승률을 기록했습니다.
• 높은 활용성: 완성된 3D 월드는 메쉬(Mesh) 기반으로 기존 컴퓨터 그래픽스(CG) 파이프라인에 쉽게 통합되며, 드론 내비게이션, 자율주행 시뮬레이션, 체화된 AI(Embodied AI) 연구 등에 즉각적으로 활용될 수 있습니다.