생성 중심 제품개발에서 판단 중심 제품개발로의 전환
생성형 AI는 제품개발의 초기 단계를 빠르게 변화시키고 있습니다. 자연어로 제품의 용도와 형태를 설명하면 콘셉트 이미지와 디자인 대안을 생성하고, 스케치를 시각화하거나 기본적인 3D 형상으로 전환하는 일도 점차 쉬워지고 있습니다. 이에 따라 개발팀은 하나의 아이디어를 오랜 시간 다듬는 방식에서 벗어나 여러 가능성을 빠르게 탐색하고 비교할 수 있게 되었습니다. 그러나 제품을 많이 생성할 수 있다는 사실이 곧 시장에서 사용할 수 있는 좋은 제품을 만들 수 있다는 의미는 아닙니다. 산업계의 관심은 이제 얼마나 빠르게 형상을 생성하는가에서 어떤 설계안이 실제 사용자에게 적합한지를 어떻게 판단할 것인가로 이동하고 있습니다. 이러한 변화는 생성형 AI가 만든 제품, 실제 사람에게도 사용할 수 있을까: 제품 생성에서 인체 적합성 검증까지에서 다룬 생성 이후의 인체 적합성 검증 과제와도 이어집니다.
이 과정에서 AI 에이전트의 역할도 달라지고 있습니다. 단순한 생성 도구는 사용자의 명령에 따라 결과물을 제시하지만, 제품개발 AI 에이전트는 목표를 해석하고 필요한 데이터를 찾으며, 여러 설계 조건을 비교하고 다음 단계의 작업을 제안하거나 실행해야 합니다. 제품의 타깃 사용자는 누구인지, 어떤 환경에서 어떤 동작으로 제품을 사용하는지, 신체의 어느 부분과 접촉하는지까지 이해하지 못한다면 AI 에이전트는 시각적으로 그럴듯한 디자인을 만들 수는 있어도 설계의 타당성을 판단하기는 어렵습니다. 제품개발에서 필요한 지능은 형태를 만들어 내는 생성 지능에 머물지 않고, 인간·제품·환경의 관계를 해석하는 설계 지능으로 확장되어야 합니다.
제품과 인간 사이의 복합적 상호작용
사람이 사용하는 제품은 언제나 신체와 직접적이거나 간접적인 관계를 형성합니다. 웨어러블 기기는 손목이나 머리, 귀처럼 굴곡이 복잡하고 움직임이 많은 부위에 밀착되며, 의자와 자동차 시트는 등·허리·골반·허벅지를 장시간 지지합니다. 손잡이와 컨트롤러는 손의 크기뿐 아니라 손가락 굽힘, 손목 회전, 팔꿈치 위치와 팔의 도달범위에 영향을 받습니다. 의료기기나 보호장비처럼 신체를 감싸거나 압박하는 제품에서는 접촉 면적과 압력 분포, 관절 움직임의 제한 여부가 안전성과 기능을 좌우합니다. 따라서 제품개발 AI는 제품의 외형만 인식해서는 부족하며, 신체가 제품에 닿고 힘을 전달하며 자세를 변화시키는 과정까지 이해해야 합니다.
평균 신장, 평균 둘레 또는 대표적인 한두 가지 체형만으로 제품을 설계하면 기본적인 크기는 정할 수 있지만 실제 사용자 집단의 다양성을 충분히 설명하기 어렵습니다. 같은 키와 체중을 가진 사람도 어깨 경사, 골반 너비, 복부 돌출, 척추 곡률, 팔다리 비율과 관절 가동범위가 서로 다를 수 있으며, 서 있을 때와 앉아 있을 때의 신체 형상도 달라집니다. 작은 체형의 사용자는 조작부에 손이 닿지 않을 수 있고, 큰 체형의 사용자는 제품 내부에서 움직임이 제한될 수 있습니다. 고령자나 관절 움직임이 제한된 사용자는 평균적인 성인에게 자연스러운 동작에서도 더 큰 부담을 경험할 수 있습니다. 이처럼 평균 모델에 의존하는 AI의 한계는 AI 피팅은 왜 실패하는가: 평균 체형 데이터의 한계와 3D 인체데이터의 필요성에서 제시한 데이터 활용 방식과 함께 이해할 수 있습니다. 결국 제품개발 AI가 판단해야 하는 것은 평균적인 한 사람에게 제품이 맞는지가 아니라, 서로 다른 체형과 능력을 가진 사용자 중 누구까지 안전하고 편안하게 사용할 수 있는가입니다.
인간을 이해하는 AI 에이전트의 데이터 구조
앞으로의 제품개발 AI 에이전트는 단순한 이미지와 CAD 형상뿐 아니라 다양한 인간 데이터를 함께 해석해야 합니다. 3D 인체데이터는 길이와 둘레를 넘어 신체 부위의 곡률, 단면, 체적, 비율과 좌우 비대칭을 보여주며, 관절 위치와 가동범위 데이터는 사용자가 어느 방향으로 얼마나 움직일 수 있는지를 설명합니다. 여기에 앉기, 걷기, 팔 뻗기, 착용하기처럼 시간에 따라 이어지는 4D 동작데이터가 결합되면 AI는 특정 자세의 적합성뿐 아니라 동작 과정에서 발생하는 충돌, 간섭과 불안정한 자세까지 분석할 수 있습니다. 제품 사용을 정지된 한 장면이 아니라 연속적인 행동으로 이해하는 접근은 웨어러블 카메라는 왜 인간 행동 데이터를 보기 시작했는가에서 설명한 행동 이해 기술의 흐름과도 맞닿아 있습니다.
이러한 데이터를 통합한 디지털휴먼은 단순한 가상 캐릭터가 아니라 제품개발 AI가 사용할 수 있는 계산 가능한 인간 모델이 됩니다. AI 에이전트는 제품의 3D 모델과 여러 체형의 디지털휴먼을 결합해 손이 조작부에 도달하는지, 신체와 제품이 충돌하는 구간이 있는지, 관절이 불편한 각도로 움직이는지, 어떤 체형에서 접촉 압력이 높아질 가능성이 있는지를 비교할 수 있습니다. 이 구조는 물리적 시제품을 모두 대체하려는 것이 아니라, 실제 제작 전에 설계 가능성을 좁히고 검증의 우선순위를 정하기 위한 것입니다. 사람이 포함된 가상공간의 중요성은 디지털트윈은 왜 인간부터 복제하기 시작했는가에서 다룬 인간 중심 디지털트윈의 방향으로 확장되며, 구체적인 검증 방식은 디지털휴먼 기반 제품 테스트: 실물 제작 전 가상검증이 제품개발을 바꾸는 방법에서 제시한 가상 사용성 평가와 함께 이해할 수 있습니다.
인체데이터와 AI를 연결하는 컴포랩스의 접근
Comfolabs는 3D 휴먼 빅데이터와 인체공학 분석 기술을 바탕으로 제품개발 AI가 인간을 이해하는 데 필요한 데이터 구조와 분석 방법을 구축하고 있습니다. 제품마다 요구되는 인간 정보는 서로 다르기 때문에 단순히 많은 인체치수를 AI에 입력하는 것만으로는 충분하지 않습니다. 의자에는 골반 형상과 착좌 자세, 등과 허벅지의 접촉 조건이 중요하고, 웨어러블에는 착용 부위의 곡률과 움직임에 따른 체표 변화가 필요합니다. 조작 장치에는 손과 손가락의 형상, 손목 회전과 팔의 도달범위가 핵심이 됩니다. 컴포랩스는 제품의 용도, 타깃 사용자와 사용 동작을 기준으로 필요한 치수·형상·자세·관절 데이터를 선별하고, 이를 설계 판단에 활용할 수 있는 Product-Human Fit 정보로 전환합니다. SIZE LAB은 이 과정에서 사용자 집단의 인체치수 분포와 3D 체형 특성을 분석하고, 타깃 시장을 대표하는 디지털 페르소나와 제품 설계 기준을 마련하는 역할을 합니다.
Doodll은 아이디어 생성, 디자인 탐색과 3D 자산 제작을 하나의 AI 제품개발 흐름으로 연결하고, 그 과정에 인간 중심의 분석과 검증을 결합하는 방향으로 발전하고 있습니다. 제품개발 AI 에이전트가 단순히 형태를 제안하는 데 그치지 않고, 제품의 타깃 사용자를 정의하고 필요한 인체데이터를 선택하며, 여러 디지털휴먼을 대상으로 도달범위와 충돌 가능성, 사용 자세와 적합성을 비교할 수 있다면 제품개발의 자동화는 전혀 다른 수준으로 확장될 수 있습니다. 아이디어부터 3D 모델과 검증까지 이어지는 이러한 구조는 아이디어·3D 모델링·테스트를 하나로 연결하는 AI 제품개발 플랫폼, Doodll에서 다룬 통합형 워크플로를 인간을 이해하는 AI 에이전트로 고도화하는 방향입니다. 미래 제품개발의 경쟁력은 AI가 얼마나 많은 디자인을 생성하는가만으로 결정되지 않을 것입니다. 생성된 제품이 다양한 사람에게 얼마나 안전하고 편안하며 사용하기 쉬운지를 데이터로 설명하고, 설계 단계에서 스스로 검토할 수 있는 능력이 제품개발 AI의 핵심 기준이 될 것입니다.
English Version:
Beyond Generative Design: The Rise of Human-Aware AI Agents in Product Development
