정적 인체정보에서 계산 가능한 인간 모델로
AI가 제품과 서비스를 설계하는 영역까지 들어오면서 ‘인간을 이해한다’는 말의 의미도 달라지고 있습니다. 과거의 시스템이 연령, 성별, 키, 몸무게, 가슴둘레와 같은 몇 개의 속성으로 사용자를 분류했다면, 앞으로의 AI는 사람이 실제로 어떤 3D 형상과 신체 비율을 가지고 있는지, 관절이 어디에 위치하는지, 어떤 자세를 취하고 어떻게 움직이는지까지 계산 가능한 데이터로 다뤄야 합니다. 웨어러블, 의료기기, 모빌리티, 가구, 로봇, XR처럼 제품이 신체와 직접 접촉하거나 사용자의 움직임에 반응하는 산업이 확대될수록 이러한 변화는 더욱 중요해지고 있습니다. 제품이 디지털 환경에서 빠르게 생성되는 시대에는 디자인 대안을 만드는 능력만큼이나 그 디자인이 어떤 사람에게 적합한지를 판단할 수 있는 인간 데이터의 해상도가 제품개발의 중요한 기반이 됩니다.
생성형 AI와 3D 모델링 기술은 제품의 형태를 만드는 비용과 시간을 빠르게 낮추고 있지만, 제품을 사용하는 인간은 몇 개의 프롬프트나 평균값으로 단순화하기 어렵습니다. 같은 키와 몸무게를 가진 사람도 어깨의 경사, 흉곽과 복부의 체적, 골반의 폭과 기울기, 팔과 다리의 비율, 관절 중심의 위치가 서로 다르며, 이러한 차이는 제품을 착용하거나 앉고 잡고 조작하는 순간 실제 사용 경험의 차이로 나타납니다. 결국 AI가 인간의 몸을 이해한다는 것은 사람처럼 사고한다는 의미가 아니라, 신체의 형상과 구조, 자세와 움직임의 차이를 분석할 수 있는 데이터 표현으로 바꾼다는 의미에 가깝습니다. 이러한 변화는 AI 피팅은 왜 실패하는가: 평균 체형 데이터의 한계와 3D 인체데이터의 필요성에서 다룬 평균값 중심 데이터의 한계와도 맞닿아 있습니다.
제품과 인간이 만나는 형상·관절·자세의 관계
사람이 사용하는 제품은 신체의 한 치수와 대응하는 단순한 물체가 아닙니다. 스마트글라스는 머리 너비뿐 아니라 얼굴 곡률, 콧등의 형상, 귀의 위치와 좌우 비대칭에 영향을 받고, 스마트워치는 손목 둘레뿐 아니라 손목 단면과 곡률, 움직일 때 변화하는 피부와 연부조직의 상태에 영향을 받습니다. 자동차에서는 골반 위치와 다리 길이가 시트와 페달의 관계를 만들고, 팔 길이와 어깨 위치는 스티어링휠과 조작부의 도달범위를 결정합니다. 의자에서는 등과 허리의 곡률, 골반 형태, 허벅지 접촉면과 착좌 자세가 서로 연결됩니다. 따라서 제품과 인간의 관계를 이해하려면 길이와 둘레뿐 아니라 곡률, 단면, 체적, 관절 위치, 도달범위와 접촉 조건까지 함께 살펴봐야 합니다.
평균적인 인체 모델 하나만 사용하는 설계가 충분하지 않은 이유도 여기에 있습니다. 예를 들어 키가 같은 두 사람이라도 상체와 하체의 비율이 다르면 동일한 의자나 차량 좌석에서 무릎 위치와 시선 높이가 달라질 수 있고, 같은 손목 둘레를 가진 사람이라도 단면 형상과 뼈의 위치가 다르면 웨어러블의 접촉압력과 센서 위치가 달라질 수 있습니다. 더구나 사람은 제품 앞에서 정지해 있지 않습니다. 팔을 뻗고, 고개를 돌리고, 앉고 일어나며, 손목과 무릎을 굽히는 동안 신체 형상과 제품과의 상대적인 위치도 계속 바뀝니다. 그래서 인체 적합성은 하나의 치수를 맞추는 문제가 아니라 다양한 체형이 특정 자세와 동작에서 제품과 어떻게 상호작용하는지를 분석하는 문제로 바뀌고 있습니다. 정적인 형상에서 이러한 움직임의 차이까지 데이터화하는 과정은 디지털 휴먼은 왜 이제 움직임 데이터를 원하게 되었는가에서 설명한 디지털휴먼의 확장 방향과 이어집니다.
3D Human Body Data에서 Digital Human Intelligence로
AI가 인간의 몸을 다루기 위해서는 서로 다른 층위의 데이터가 연결되어야 합니다. 첫 번째 층위는 3D Human Body Data입니다. 3D 스캔은 키와 둘레 같은 측정값을 넘어 신체 표면의 형상, 곡률, 체적, 단면, 비율과 비대칭을 공간정보로 보존합니다. 여기에 인체의 주요 랜드마크와 관절 위치가 연결되면 AI는 단순한 표면 형상을 넘어 신체 부위 간 구조와 위치 관계를 분석할 수 있습니다. 다시 체형 특성, 연령대, 자세와 같은 메타데이터가 결합되면 수많은 인체를 단순히 개별적인 3D 파일로 저장하는 것이 아니라 서로 비교하고 군집화하며 특정 사용자 집단을 대표하는 3D 페르소나로 구성할 수 있습니다. 이는 평균적인 한 사람을 만드는 것과 다릅니다. 제품의 타깃 사용자군 안에서 실제로 존재하는 체형 다양성을 데이터로 표현하고, AI가 그 차이를 설계 조건으로 사용할 수 있도록 만드는 과정입니다.
여기에 시간축이 추가되면 인간에 대한 디지털 표현은 더욱 정교해집니다. 걷기, 앉기, 팔 뻗기, 고개 회전과 같은 동작에서 여러 관절의 위치와 각도가 시간에 따라 어떻게 변화하는지를 기록한 4D 동작데이터를 3D 형상과 연결하면, 디지털휴먼은 고정된 마네킹에서 움직이는 분석 모델로 발전할 수 있습니다. 필요한 경우 제품과의 접촉이나 압력, 센서 데이터 등도 함께 활용해 특정 동작에서 불편이나 간섭이 발생하는 조건을 분석할 수 있습니다. 이때 중요한 것은 데이터를 많이 모으는 것 자체가 아니라 형상, 관절, 자세, 움직임이 하나의 인간 모델 안에서 일관되게 연결되는 것입니다. 이렇게 만들어진 Digital Human은 가상공간에서 제품의 도달범위, 공간 점유, 충돌 가능성, 착용 위치와 사용 자세를 반복적으로 평가할 수 있는 설계 자원이 됩니다. 인간이 포함된 이러한 시뮬레이션 구조는 디지털트윈은 왜 인간부터 복제하기 시작했는가에서 다룬 인간 중심 디지털트윈의 기술 방향과 함께 이해할 수 있습니다.
인간을 이해하는 AI에서 제품을 검증하는 AI로
컴포랩스(Comfo Labs)는 대규모 3D 인체데이터와 인체공학 분석 기술을 기반으로, 인간에 대한 데이터를 제품개발 과정의 실제 의사결정으로 연결하는 방향에 집중하고 있습니다. 여기서 중요한 것은 단순히 많은 인체 데이터를 보유하는 것이 아니라 어떤 제품에 어떤 인체정보가 필요한지를 정의하고, 목표 사용자 집단의 체형 다양성을 제품 설계에 적용할 수 있는 형태로 변환하는 것입니다. SIZE LAB은 이러한 과정에서 3D 인체데이터와 인체치수 정보를 분석하고, 체형 특성과 사용자 분포를 이해하며, 제품의 목적에 맞는 대표적인 3D 페르소나를 구성하는 역할을 합니다. 웨어러블에는 착용 부위의 곡률과 단면이, 모빌리티에는 착좌 자세와 관절 위치 및 도달범위가, 가구에는 등·허리·골반의 형상과 접촉 조건이 중요한 것처럼, 제품의 사용 맥락에 따라 필요한 인간의 특성을 선택하고 분석할 수 있어야 하기 때문입니다.
이러한 3D 인체데이터와 페르소나 기술은 이제 제품을 만드는 AI와 직접 연결되고 있습니다. Doodll은 AI 기술을 기반으로 제품의 기획과 디자인, 3D 설계에서 사용성·적합성·안전성 검증까지 연결하는 제품개발 플랫폼을 지향하고 있습니다. 특히 Comfo Labs가 축적한 대규모 인체데이터와 3D 페르소나를 활용해 제품과 사용자 간의 적합성을 가상으로 분석하고, 단순한 디자인 생성에서 실제 사용자 관점의 검증으로 제품개발 AI의 역할을 확장하는 것이 중요한 기술 방향입니다. 컴포랩스는 최근 프로디지인베스트먼트로부터 시드 투자를 유치했으며, 이를 바탕으로 스케치 기반 3D 제품 생성과 3D 페르소나 기반 인체 적합성 검증을 비롯한 Doodll의 핵심 기술을 고도화하고 국내외 제조기업을 대상으로 B2B 사업을 확대할 계획입니다. 이는 AI가 제품의 형태를 만들어주는 단계에서 끝나는 것이 아니라, 생성된 제품이 실제 사람에게 맞는지를 데이터로 검증하는 단계로 이동하고 있음을 보여줍니다.
이 방향에서 3D Human Body Data의 가치는 더욱 분명해집니다. 앞으로 경쟁력 있는 제품개발 AI는 단순히 더 많은 디자인을 빠르게 생성하는 시스템이 아니라, 다양한 사람의 신체 형상과 움직임을 이해하고, 여러 3D 페르소나를 제품과 연결해 Product-Human Fit을 평가하며, 그 결과를 다음 설계 의사결정으로 되돌려주는 시스템으로 발전할 가능성이 큽니다. 디지털휴먼 기반 제품 테스트: 실물 제작 전 가상검증이 제품개발을 바꾸는 방법에서 설명한 가상 제품검증 역시 이러한 흐름의 연장선에 있습니다. 결국 AI가 인간의 몸을 이해하는 이유는 인간을 디지털로 재현하기 위해서만이 아니라, 실제 사람이 사용할 더 나은 제품을 설계하고 검증하기 위해서입니다.
English Version:
Teaching AI to Understand the Human Body: 3D Human Data, Digital Humans, and Product Validation
