생성 속도 이후 달라지는 제품개발 AI의 경쟁력
생성형 AI는 제품개발의 출발점을 빠르게 바꾸고 있습니다. 자연어로 제품의 콘셉트를 설명하고, 스케치를 시각화하며, 여러 디자인 대안을 생성하고 초기 3D 형상까지 만드는 과정이 이전보다 훨씬 짧아졌습니다. 제품개발팀이 탐색할 수 있는 디자인의 수가 늘어난 것은 분명한 변화입니다. 그러나 생성 속도가 빨라질수록 새로운 문제가 나타납니다. 수십 개의 그럴듯한 디자인 가운데 어떤 설계안이 실제 사용자의 몸에 잘 맞고, 편안하며, 안전하고, 실제 사용환경에서도 제대로 작동하는지를 판단하는 일이 더욱 중요해지는 것입니다. 이제 제품개발 AI의 경쟁력은 얼마나 많은 형상을 만들어낼 수 있는가만으로 설명하기 어렵습니다. 제품이 현실에서 사람과 어떻게 만나는지 이해하고, 그 결과를 다시 설계 판단으로 연결할 수 있어야 합니다. 이러한 변화는 제품개발 AI의 다음 단계, 인간을 이해하는 AI 에이전트에서 다룬 제품개발 AI의 역할 확장과도 연결됩니다.
이러한 맥락에서 제품개발 분야의 Physical Intelligence는 단순히 AI가 물리적인 사물을 인식한다는 의미를 넘어 생각할 필요가 있습니다. 제품은 화면 속 이미지가 아니라 크기와 무게, 곡률과 표면, 구조와 공간적 제약을 가진 물리적 객체이며, 사람은 그 제품을 착용하고, 잡고, 앉고, 밀고, 당기고, 움직이며 사용합니다. 따라서 제품개발 AI가 현실적인 설계 판단을 지원하려면 제품 형상뿐 아니라 인간의 신체 형상, 자세, 움직임, 관절 가동범위, 도달범위, 접촉과 압박, 제품과 신체의 공간적 관계까지 이해할 수 있어야 합니다. 웨어러블, 스마트글래스, 의료기기, 모빌리티, 로봇, 스마트가구처럼 사람과 물리적으로 밀접하게 상호작용하는 제품이 확대될수록 이러한 인간 이해 능력은 부가 기능이 아니라 제품의 성능과 사용경험을 결정하는 핵심 설계 조건이 되고 있습니다.
평균 사용자를 넘어서는 제품과 인간의 상호작용
사람과 제품의 관계는 몇 개의 신체치수만으로 충분히 설명되지 않습니다. 같은 키의 사용자라도 어깨의 폭과 경사, 흉곽과 복부의 체적, 골반 형상, 팔과 다리의 비율, 관절 위치와 움직임의 범위는 서로 다릅니다. 스마트글래스는 얼굴 폭만 맞는다고 충분하지 않습니다. 코와 귀의 형상, 관자 부위의 곡률, 제품의 무게중심과 접촉 위치가 착용 안정성과 압박감에 영향을 미칩니다. 의자와 자동차 시트에서는 엉덩이 폭과 앉은키뿐 아니라 골반의 기울기, 허리와 등의 곡률, 허벅지 접촉면, 무릎과 발의 위치가 함께 작용합니다. 손으로 사용하는 제품 역시 손 크기만이 아니라 손가락 자세, 손목 회전, 팔꿈치 위치와 팔의 도달범위까지 고려해야 합니다. 결국 제품-인체 적합성은 단순히 ‘치수가 맞는가’를 확인하는 문제가 아니라, 실제 사용 과정에서 제품과 신체가 어떤 관계를 형성하는지를 분석하는 문제입니다.
평균 신장이나 50백분위 치수 하나를 대표 사용자로 설정하는 방식에도 분명한 한계가 있습니다. 평균값은 집단의 통계적 중심을 설명하지만 실제로 존재하는 다양한 신체 특성의 조합을 모두 표현하지는 못합니다. 작은 체형의 사용자는 조작부에 접근하기 위해 몸을 지나치게 뻗어야 할 수 있고, 큰 체형의 사용자는 제한된 공간에서 무릎이나 팔꿈치의 움직임이 방해받을 수 있습니다. 고령자와 아동처럼 신체 비율과 관절 가동범위가 다른 사용자에게는 같은 제품도 전혀 다른 사용 조건이 됩니다. 더욱이 사람은 정지해 있지 않습니다. 착석, 보행, 손 뻗기, 몸통 회전, 착용과 탈착 과정에서 신체 형상과 제품 접촉면은 계속 변화합니다. AI가 인간을 이해하려면 이러한 차이를 단순한 사용자 속성이 아니라 계산 가능한 신체 다양성으로 다룰 수 있어야 하며, 이는 AI는 인간의 몸을 어떻게 이해하는가: 3D Human Body Data와 Digital Human에서 제시한 데이터 기반 인간 모델의 방향과도 맞닿아 있습니다.
3D 인체데이터와 가상검증으로 확장되는 인간 이해
다음 단계의 제품개발 AI에는 인간을 계산 가능한 형태로 표현하는 데이터 구조가 필요합니다. 3D 인체데이터는 길이와 둘레 같은 전통적인 치수를 넘어 신체 표면의 형상, 곡률, 단면, 체적, 비대칭과 부위 간 공간관계를 표현할 수 있습니다. 여기에 관절 위치와 가동범위를 연결하면 사람이 어떤 자세를 취할 수 있는지, 손과 발이 어디까지 도달할 수 있는지까지 분석할 수 있습니다. 움직임에 따른 자세 변화를 포함한 동작데이터가 더해지면 디지털휴먼은 단순히 화면에 배치된 아바타가 아니라 제품과 실제로 상호작용할 수 있는 계산 가능한 사용자 모델로 발전합니다. 제품의 3D 형상과 이러한 디지털휴먼을 동일한 가상환경에 배치하면 도달 가능성, 여유공간, 신체 간섭, 접촉 위치와 동작 제한 등을 실제 시제품을 제작하기 전에 비교할 수 있습니다. 이러한 접근은 디지털휴먼 기반 제품 테스트: 실물 제작 전 가상검증이 제품개발을 바꾸는 방법에서 설명한 검증 중심 제품개발 방식과도 이어집니다.
중요한 것은 데이터를 많이 보유하는 것 자체가 아니라 AI가 현재의 설계 문제에 필요한 인간 정보를 선택하고 해석하며 설계 의사결정에 활용할 수 있도록 만드는 것입니다. 웨어러블 제품에서는 접촉 부위의 3D 형상과 움직임에 따른 위치 변화가 중요할 수 있고, 차량에서는 착좌자세와 시야, 팔과 다리의 도달범위가 핵심이 될 수 있습니다. 의자에서는 등·골반·허벅지의 접촉과 체압이, 손으로 조작하는 기기에서는 손가락과 손목의 움직임이 더 중요한 설계 변수가 됩니다. 앞으로의 AI는 제품 종류와 사용 시나리오를 이해하고 필요한 인체데이터와 대표 디지털휴먼을 선택한 뒤, 여러 디자인 대안을 동일한 사용자 조건에서 비교하고 문제가 발생할 가능성이 높은 설계를 선별하는 방향으로 발전할 수 있습니다. 디자인 생성 → 디지털휴먼 적용 → 인체 적합성 분석 → 설계 수정 → 재검증이 하나의 반복 가능한 개발 과정으로 연결되는 것입니다. 여러 디자인 후보를 다양한 3D 페르소나와 비교하는 방식은 AI가 만든 제품을 어떻게 검증할 것인가: 3D 페르소나 기반 Human Fit 분석에서 다룬 가상검증 방식을 한 단계 확장한 흐름으로 이해할 수 있습니다.
인간 데이터와 제품개발 AI를 연결하는 Comfo Labs의 접근
Comfo Labs는 이러한 변화 속에서 제품을 생성하는 AI와 인간을 이해하는 데이터를 별개의 기술로 보지 않고, 하나의 제품개발 과정으로 연결하는 접근을 추진하고 있습니다. 제품마다 필요한 인체정보와 검증 기준이 다르기 때문에 단순한 인체치수 데이터베이스만으로는 충분하지 않습니다. Comfo Labs는 대규모 3D 인체데이터와 인체공학 분석, 디지털휴먼, AI 기반 시뮬레이션 기술을 바탕으로 실제 사용자의 다양성을 설계 조건으로 전환하는 기술을 개발하고 있습니다. SIZE LAB은 이 과정에서 다양한 인체치수와 3D 형상 데이터를 분석하고, 목표 사용자군을 대표하는 3D 페르소나와 인체 설계 기준을 구성하는 인간 데이터 기반의 역할을 합니다. 이를 통해 제품개발팀은 평균 사용자 한 명을 기준으로 설계하는 방식에서 벗어나, 실제 사용자 집단의 체형 분포와 신체적 다양성을 고려하면서 제품이 어느 범위의 사용자를 수용할 수 있는지 검토할 수 있습니다.
Doodll은 이러한 인간 데이터를 제품을 실제로 만들어가는 AI 제품개발 과정과 연결하는 방향으로 발전하고 있습니다. 아이디어와 스케치에서 여러 디자인 방향을 탐색하고 3D 제품 형상을 발전시키는 데서 끝나는 것이 아니라, 목표 사용자를 대표하는 디지털휴먼과 제품을 연결하여 사용성, 인체 적합성, 안전성과 관련된 문제를 가상환경에서 검토하고 그 결과를 다시 설계 수정으로 연결하는 구조입니다. 이는 물리적 시제품이나 실제 사용자 테스트를 없애는 접근이 아닙니다. 오히려 디지털 단계에서 명확하게 발견할 수 있는 문제를 먼저 걸러내고, 보다 검증된 설계안을 실제 시제품과 사용자 평가 단계로 전달함으로써 반복 제작과 시행착오를 줄이는 방식입니다. 아이디어·3D 모델링·테스트를 하나로 연결하는 AI 제품개발 플랫폼, Doodll에서 제시한 통합형 제품개발 흐름 역시 이러한 인간 데이터 기반 검증과 결합하면서 더욱 확장될 수 있습니다. 결국 제품개발 AI의 다음 경쟁력은 무엇을 얼마나 빠르게 만들어낼 수 있는가를 넘어, 그것이 어떤 사람에게 어떻게 작동하는지를 이해하고 설계 판단에 반영할 수 있는가에 달려 있습니다. 디자인 생성에서 Physical Intelligence로의 전환은 바로 이 지점에서 시작됩니다.
