AI에게 똑똑한 옷을 부탁하기 전, 빠져 있던 설계 언어

센서가 들어간 옷을 AI에게 설계해 달라고 하면 무엇부터 알려줘야 할까. 색과 모양만으로는 부족할 수 있다. 10월 5일 arXiv에 공개된 전자섬유 디자인 연구는 생성형 AI의 기회를 찾다가, 기계가 함께 읽을 설계 언어가 부족하다는 문제를 짚었다.

연구진은 상하이와 영국 윈체스터에서 전문가 워크숍을 진행했다. 행사는 각각 2025년 12월과 2026년 4월에 열렸고 이번 주에 논문이 공개됐다. 새 연구 결과를 최근 행사로 바꿔 읽으면 조사 시점과 기술 환경을 혼동하게 된다.

상하이 참석자는 20명이지만 분석에는 전자섬유 경험이 있는 10명이 들어갔다. 윈체스터의 10명도 분석 대상이다. 사람들이 실제 설계 순서와 막히는 지점, AI가 도울 수 있는 일을 정리한 질적 연구이며 대규모 이용자 설문이나 모델 성능 경기가 아니다.

저자들이 정리한 문제는 데이터 부족, 시제품에서 제조로 넘어가는 간극, 소재와 전자부품을 함께 고를 때의 상충 조건이다. 특히 서로 다른 전공의 지식을 기계가 읽을 공통된 형태로 표현하기 어렵다는 점을 강조했다. 더 강한 모델만 붙인다고 끝날 일이 아니라는 해석이다.

이 대목을 이해하려면 가상의 운동복을 떠올려 볼 수 있다. 센서가 잘 읽는 자리와 사람이 편하게 입는 자리가 반드시 같을 필요는 없다. 어떤 기능을 우선할지, 소재와 배치를 왜 골랐는지 설명해야 다른 사람이 다음 판단을 이어갈 수 있다.

연구는 이런 작업을 도울 전용 AI 도구의 유형을 제안한다. 다른 분야의 요구를 풀어 주거나 재료와 제작 조건을 함께 비교하는 방향이다. 이미 완성돼 성능을 검증한 제품 목록은 아니다. 앞으로 만들고 평가할 도구에 필요한 조건을 정리한 결과에 가깝다.

연구가 내놓은 쟁점은 그림을 얼마나 그럴듯하게 만드는가에 머물지 않는다. 소재와 전자부품을 함께 다루는 작업에서는 다른 전공의 요구가 한 설계에 들어와야 한다. 저자들은 이 정보를 AI가 읽을 공통 표현이 부족하다고 봤다. 도구의 성능 이전에 입력할 지식의 구조를 묻는 대목이다.

연구의 범위에는 제한도 있다. 산업계 참여자가 많지 않고, 윈체스터 마지막 토론 전에는 상하이 결과가 공유됐다. 두 지역이 완전히 독립적으로 같은 결론을 냈다고 볼 수 없다는 뜻이다. 논문도 이를 적었으며 산업 전체의 우선순위로 일반화할 수는 없다.

전용 AI 도구의 제안도 이 빈칸에서 출발한다. 다른 분야의 요구를 풀고 재료와 제작 조건을 함께 비교하도록 돕자는 방향이다. 당장 쓸 수 있는 새 제품을 검증한 보고서와는 다르다. 이번 공개의 가치는 어떤 도구를 만들고 평가해야 할지 설계 현장의 질문을 구체화한 데 있다.

새 논문은 옷을 잘 그리는 AI의 등장을 알린 소식이 아니다. 실제로 쓸 전자섬유를 설계하려면 AI와 사람이 어떤 정보를 공유해야 하는지 따진 연구다. 두 지역의 제한된 워크숍에서 나온 문제의식인 만큼, 제안이 실제 제작을 얼마나 돕는지는 후속 도구와 시험에서 확인할 몫이다.