영화 속 로봇은 변신까지 하는데, 현실의 피지컬 AI는 아직 그러지 못합니다. 글은 그렇게 잘 쓰는 AI가 컵 하나를 못 집는 이유는 뭘까요?
AI는 지금 네 번째 계단을 오르는 중
계단마다 한계가 있었고, 그 한계가 다음 계단을 만들었습니다.
- 인식 AI — 알아보기만 한다
- 생성 AI — 화면 안에서만 만든다 (ChatGPT 단계)
- 에이전틱 AI — 아직 손이 없다
- 피지컬 AI — 드디어 화면 밖으로 나왔습니다
로봇에 AI를 넣으면 피지컬 AI일까요?
몸(센서·관절·모터)만 있으면 정해진 명령만 반복하는 기존 산업 로봇이고, 두뇌(인지·판단·행동)만 있으면 화면 안에 갇힌 챗봇입니다.
아닙니다. 중요한 건 로봇의 외형이 아닙니다. 물리 법칙, 환경, 시간, 관성을 이해하고 스스로 판단해야 비로소 피지컬 AI입니다. 둘 중 하나만으로는 안 됩니다.
이 판을 연 건 젠슨 황의 한마디였습니다
“일반 로보틱스의 ChatGPT 순간이 코앞에 왔다” — 젠슨 황, CES 2025 키노트 (2025.1.6)
이 무대에서 엔비디아는 코스모스를 공개했습니다. 2,000만 시간 분량의 영상을 학습해 물리 세계와 상호작용하는 AI 모델, 지난 편에서 다룬 월드모델을 대규모로 만든 것입니다. 젠슨 황은 50조 달러 규모의 제조·물류 산업을 피지컬 AI가 재편할 거라고 말했습니다.
다들 자기 조각부터 채우고 있습니다 (2026년 7~8월)
- 테슬라 — 14년 된 모델S·X 라인을 46일 만에 걷어내고 옵티머스 라인 공사 중
- 현대차 — 로봇이 현장 투입 전 제조 데이터를 학습·검증하는 시설(RMAC)을 올해 가동
- AMD — 7월, 로봇 전용 칩 ’X100’과 개발 도구를 한꺼번에 공개
한 회사가 다 하는 게 아니라, 같은 달에 각자 자리에서 움직이고 있습니다. 테슬라는 몸을 만들 공장, 현대차는 서서 배울 훈련장, AMD는 머리에 넣을 칩 — 세 조각이 각각 채워지는 중입니다.
공장은 지어지는데 두뇌가 아직 없습니다
“매우 복잡한 문제다. 아직 누구도 해내지 못했다” — 일론 머스크, 옵티머스에 대해 · 2026년 2분기 실적발표
부품이 1만 개가 넘는 데다 공급망도 새로 짜야 합니다. 2분기 실적발표에서도 양산 시점 언급은 없었고, 일반 판매는 2027년 말에나 가능하다는 전망입니다. 양산 원년은 완성이 아니라 출발선입니다.
그러면 왜 이렇게 오래 걸리는 걸까요?
로봇이 학습하려면 행동 데이터가 필요합니다. 글 학습이 1초에 수백만 단어라면, 로봇은 30초짜리 동작에 30초가 듭니다. 인터넷의 글과 사진은 사람들이 만들어둔 걸 가져다 쓰면 됐지만, 로봇 팔이 컵을 잡는 30초는 어디에도 저장돼 있지 않아 직접 만들어야 합니다. 물리 세계에는 배속 재생이 없습니다.
가상에서 배운 건 현실과는 다릅니다
엔비디아가 가상에서 만든 78만 번의 움직임은 11시간이 걸렸지만, 사람이 직접 모으면 같은 분량(6,500시간)에 9개월이 걸립니다. 합성 데이터를 실제 데이터와 함께 학습시키자 성능이 40% 올랐지만, 현실은 시뮬레이션처럼 정돈돼 있지 않고 물체 변형·기계적 유격 같은 예외가 계속 생깁니다. 이 간극을 Sim2Real Gap이라고 부릅니다.
여기선 틀리면 오타가 아니라 사고입니다
챗봇이 틀리면 다시 물어보면 되지만, 로봇이 틀리면 파손 및 안전 사고로 이어지고 되돌릴 수 없습니다. 그래서 핵심은 한 번의 성공이 아니라, 조건이 조금 달라져도 계속 성공하는 신뢰도입니다. 똑똑한 로봇 말고, 믿을 수 있는 로봇이 우리에겐 필요합니다.
그럼 한국은 이 판의 어디쯤일까요?
미국은 파운데이션 모델·반도체 설계·자본력을, 중국은 부품 공급망·거대한 내수시장·물량 데이터를 쥐고 있습니다. 한국은 세계 최고 난도의 제조 현장과 그 데이터, 부품 경쟁력, 현장 실증·통합 속도가 강점입니다.
- 강점 — 현장에 축적된 제조 데이터, 다른 나라가 돈으로 살 수 없는 자산
- 약한 고리 — 행동 데이터·시뮬레이션, 로봇 파운데이션 모델·SW 인력
정부도 지난 6월 피지컬 AI 얼라이언스 2기를 출범시켜 풀스택 플랫폼 구축, 트레이닝센터 조성·지원, 법제 정비를 핵심 과제로 내걸었습니다.
“몸은 만들 수 있는데 뇌를 사와야 하는 상태에 가깝다” — 유창동 KAIST 교수
태그
- #인공지능
- #피지컬AI
- #로봇
- #휴머노이드
- #테크뉴스









