“我们的最终目标是实现无需人工干预的物理AI工厂，至少可以连续运作72小时，并将其发展为韩国的新出口商品。”
在8月27日全北大学，物理AI融合技术项目推进团团长、软件工程系教授金顺泰表示：“我们的目标是开发出优秀的物理AI软件和平台，但这需要硬件的支持。”
在全北大学物理AI技术实证实验室，透明的安全围栏内排列着组装设备和灰色的机器人手臂。设备之间通过传送带连接，传送部件。工艺流程上显示的指示灯亮起了绿色。
当研究人员向AI工厂长下达执行指令时，设备开始依次运作。移动机器人运送部件，视觉系统检查状态，机器人手臂抓取部件进行组装。实际设备的动作在约0.5秒的延迟后，虚拟工厂的数字双胞胎屏幕上也同步显示。
信息通信产业振兴院（NIPA）物理AI项目负责人李俊宇表示：“例如，如果A公司的自主移动机器人（AMR）出现故障，B公司的AMR将替代其工作，并与周围设备共享作业信息，继续进行中断的运输工作。”
这种不受制造商限制的设备连接和更换结构，预计将为国内制造设备行业带来新的机会。目前，全北大学实证实验室中运输部件的AMR是由日本企业欧姆龙生产的。该项目负责人表示：“国产通用AMR目前在现场的普及率不高，国产化率也不高，目标是通过此次项目提高通用AMR的国产化率。”
项目团队目前将实证实验室作为帮助国产设备进入市场的展示厅。金教授表示：“我们可以向考虑引入物理AI的需求企业展示工厂的完整形态，同时也为设备供应企业提供在实际制造过程中测试自家产品的机会。”
设备国产化的同时，确保工厂操作平台的主导权也是一项任务。目前，实证实验室的数字双胞胎和仿真中使用了英伟达的“艾萨克心”和西门子的“工厂仿真”等外资解决方案。由于西门子控制设备在实际制造现场的广泛使用，短期内难以完全替换现有的外资技术。
项目团队计划构建与现有外资设备和软件兼容的国产工厂操作与控制系统（SDF-OCS）。该项目负责人表示：“我们无法完全拆除现有工厂中安装的西门子设备，因此必须确保与现有设备的某种程度的兼容性。”他补充道：“在验证国产AMR和控制软件性能后，我们将逐步更换组件。”
还将推动多元化以打破以英伟达为中心的计算和仿真生态系统。项目团队计划未来在国产神经网络处理器（NPU）上建立技术验证站，以验证物理AI模型的性能和稳定性。
研究团队还确认了通过工厂操作系统优化动作的可能性。当机器人运输部件时，发现不必要的行走路线，并在数字双胞胎中模拟改进的动作，远程反映到实际设备上。金教授表示，通过这一过程，机器人动作效率提高了16.7%。
实证实验室的最终目标是将工厂操作平台发展为出口产业。为此，需要在不同的行业和设备、工艺中积累实证数据，并验证平台的通用性。
该项目负责人表示：“目前参与全北和庆南物理AI项目的需求企业和研发机构超过200家，我们正在进行协议程序，并将很快举行协议签署仪式。”他还表示：“在商业化和技术扩散等任务上，目标是在2030年前实现至少55个现场应用。”
国内获得的实证成果也在向海外工厂扩展。金教授表示：“DH自动驾驶在确认国内实证结果后，表示希望将其应用于墨西哥工厂。”他强调：“如果能在国内创造良好的参考案例，企业就能将技术扩展到其海外工厂。”
※ 本报道经人工智能（AI）系统翻译与编辑。
