생성형 AI가 등장한 이후, 우리와 컴퓨터의 관계는 크게 달라졌다.
글을 쓴다. 이미지를 만든다. 프로그램을 작성한다. 자료를 요약한다. 질문에 답변한다.
지금까지 인간만이 할 수 있다고 여겨져 왔던 지적 작업의 상당 부분을 인공지능이 수행할 수 있게 되었다.
하지만 현재 AI에는 큰 제약이 있다.
AI는 기본적으로 컴퓨터 안에 존재한다.
어느 정도 뛰어난 AI라도 공장에서 부품을 옮기거나, 어질러진 방을 정리하거나, 창고에서 짐을 꺼내오는 일은 그 자체로는 할 수 없는 것이다.
그러나 지금, 이 경계가 급격히 무너져 버리고 있다.
AI는 카메라나 센서를 통해 현실 세계를 인식하고, 스스로 판단하여 로봇이나 자동차 등과 같은 신체를 움직인다.
이는 물리 AI(Physical AI)라고 불리는 기술이다.
또한, 물리AI는 생성AI의 뒤를 이어 거대한 기술 혁신이 될 가능성이 있다.
생성형 AI와 물리적 AI는 무엇이 다른지요?
생성형 AI는 방대한 양의 텍스트나 이미지 등을 학습하여 그 패턴을 이해함으로써 새로운 텍스트나 이미지를 생성한다.
물리AI에서는 그 외에도 중요한 요소가 더 추가된다.
현실 세계와의 상호작용이다.
예를 들어 사람에게
테이블 위에 있는 빨간 컵을 정리해 주세요.
그렇다면 설명할 필요는 없습니다.
인간은,
빨간 컵을 찾고, 거리를 판단하여 손을 뻗어 적절한 힘으로 잡고, 주변에 부딪히지 않도록 운반하여 지정된 장소에 놓는다.
그 복잡한 처리를 무의식적으로 수행하고 있습니다.
기존의 산업용 로봇은 이러한 작업에 매우 취약했다.
정해진 장소에 있는 부품을 정해진 동작으로, 정해진 장소로 옮기는 데 놀라운 능력을 발휘한다.
하지만 부품의 위치가 조금 변하거나 처음 보는 물체가 놓여 있을 때, 갑자기 어려워진다.
물리적 AI가 목표하는 것은 바로 이 장벽을 넘는 것이다.
그러니,
프로그램된 기계에서 상황을 이해하고 행동하는 기계로의 전환
그러하다.
로봇에게도 “기반 모델” 시대가 왔다
이러한 변화를 가속화시키고 있는 요인은 생성 AI에서 등장한 “기반 모델”에 대한 인식이다.
이전에는 “이 작업 전용”, “이 로봇 전용” AI를 만드는 것이 일반적이었다.
현재는 시각, 언어, 심지어 로봇의 동작까지 하나로 연결하는 VLA(Vision-Language-Action) 모델 개발이 급속도로 진행되고 있다.
Google 딥마인은 2025년 제미니 로보틱스를 발표하며, 이미지와 언어를 이해하는 제미니의 능력을 로봇의 행동으로 확장했다. 2026년 7월에 발표된 제미니 로보틱스 2에서는 걷기, 쪼그려 앉기, 손을 뻗기, 물건을 조작하는 등 전신 제어에 더해 여러 로봇이 협력하여 작업을 수행하는 단계까지 진전하고 있다.
더 나아가, 서로 다른 종류의 로봇에게도 수 시간 내외의 시간 동안 능력을 적응시키는 것을 목표로 하고 있습니다.
중요한 것은 단순히 “로봇의 성능이 향상되었다”라고 말하는 것만이 아니라는 것입니다.
AI가 획득한 지능을 다른 신체로 이식할 수 있는 가능성이 열렸습니다.
이는 생성 AI에서 하나의 대규모 언어 모델이 번역, 요약, 프로그래밍, 문장 작성 등 다양한 작업을 수행하게 된 변화와 매우 유사하다.
NVIDIA가 “다음 AI”로 지목하고 있는 것은 바로 젬마(Gemini)다. 구글의 젬마는 2세대 모델로, 텍스트, 이미지, 오디오, 비디오 등 다양한 형태의 데이터를 이해하고 생성할 수 있는 멀티모달 AI 모델이다. 특히, 젬마는 NVIDIA의 Hopper 아키텍처 기반의 H100 GPU를 활용하여 뛰어난 성능을 자랑하며, NVIDIA의 AI 플랫폼과 긴밀하게 통합되어 있다.
구글은 젬마를 통해 검색, 번역, 이미지 생성 등 다양한 서비스에 적용할 계획이며, NVIDIA는 젬마의 성능을 극대화하기 위해 H100 GPU의 활용을 지속적으로 확대하고 있다. 이러한 움직임은 AI 기술 경쟁의 새로운 국면을 제시하며, NVIDIA와 구글의 향후 AI 시장에서의 주도권을 놓고 치열한 경쟁이 예상된다.
이 분야에 매우 큰 투자를 하고 있는 기업 중 하나가 NVIDIA입니다.
NVIDIA는 AI용 GPU뿐만 아니라 로봇용 AI 모델인 GR00T, 현실 세계를 학습 및 시뮬레이션하는 Cosmos, 로봇 개발 환경 Isaac 등을 제공하고 있다.
2026년에는 ABB, FANUC, 안와덴기계, KUKA, Universal Robots, Figure 등 다수의 로봇 기업 및 산업기계 기업과의 협력을 확대하고 있다.
일본에서도 2026년 7월, FANUC, 富士通, 日立, 川崎重工, 安川電機, 소프트バンク, 소니 등 다수의 기업들이 NVIDIA의 물리적 AI 관련 기술을 활용하거나 검토하는 움직임이 발표되었다.
이는 중요한 변화이다.
지금까지 인공지능 혁명의 중심은 구글, 마이크로소프트, OpenAI, NVIDIA 등, 주로 미국의 IT 기업들이었다.
하지만 피지컬AI에서는,
AI × 반도체 × 로봇 × 자동차 × 센서 × 정밀기계 × 제조업
거대한 산업 융합이 일어날 것이다.
여기에는 일본 기업이 오랫동안 축적해 온 기술이 다시 중요해질 가능성이 있다.
왜 지금, 물리 AI인가?
그 이유는 세계적인 노동력 부족 때문이다.
일본에서는 특히 이해하기 쉽습니다.
공장, 물류, 건설, 농업, 간병, 소매 등 여러 산업에서 인력 부족이 심각한 문제로 나타나고 있다.
지금까지의 해결 방식은 “인간이 하는 일의 일부를 자동화하는” 것이었다.
하지만 물리AI가 충분히 발전하면 발상 자체가 달라진다.
인간이 로봇과 협업하여 작업 환경을 조성하는 대신,
로봇이 인간의 환경에 적응한다.
만약 이것이 실현된다면, 자동화가 가능한 업무의 범위는 한순간에 넓어질 것이다.
이미 세계의 공장에서는 로봇 도입이 진행되고 있다.
국제로봇연맹(IFR)에 따르면 2024년에 전 세계적으로 새로 도입된 산업용 로봇은 약 54만 2천 대로, 10년 전의 2배가 넘는 수치이다.
74%가 아시아 지역에 도입되었으며, 그 중에서도 중국이 전체의 54%를 차지했다.
즉, 물리적 AI가 등장하기 위한 “신체”는 이미 전 세계에 퍼져나가고 있다.
다음 경쟁은 그 신체에 얼마나 현명한 “두뇌”를 탑재할 수 있는가에 달려 있다.
그러니까, 사람 모양 로봇이 곧 가정에 찾아올까?
여기는 잠시 차분히 살펴봐야 합니다.
현재 공개되고 있는 인간형 로봇의 영상들을 보면, 인간과 거의 같은 움직임을 하는 것들도 늘어나고 있다.
하지만,
걷는 능력과 일할 수 있는 능력은 완전히 다르다.
현실 세계는 AI에게서 너무나 끔찍하고 복잡하기 때문이다.
물체의 형태는 매번 다릅니다.
바닥에 물건이 떨어져 있습니다.
조명도 바뀌고 있습니다.
인간이 갑자기 길을 횡단한다.
물을 굳게 움켜쥐면 부서지고, 약하면 떨어져 나간다.
디지털 공간에서는 잘못된 답변을 생성하더라도 수정할 수 있지만, 물리적 AI가 잘못되면 사람이나 물건이 다칠 위험이 있다.
2026년 8월 Reuters의 취재 결과에서도 중국에서는 150개 이상 기업이 하이퍼노이드 개발을 경쟁하고 있는 반면, 실제 공장 작업에서는 지능, 정밀도, 비용, 학습 데이터 등 여전히 큰 과제가 있으며, 많은 작업에서는 기존형 산업 로봇이 더 우수하다고 보고되었다.
그러니,
내년에는 가구당 1대에 1대의 인간형 로봇이 보급될 것이다.
그 단계는 아니다.
정말 중요한 것은 “인형”이라는 것 자체에 의미를 부여하는 것이 아니다.
여기서는 물리 AI를 휴머노이드, 즉 사람 형태의 로봇으로 생각하지 않는 것이 좋습니다.
훨씬 더 먼저 큰 경제적 가치를 창출할 가능성은 인조인간이 아닌 것일 수 있습니다.
자율주행차
창고 로봇
공장 로봇 팔
농업기계
건설 장비
드론.
배송 로봇
의료 로봇
이 모든 것은 현실 세계를 인식하고 스스로 판단하여 행동하는 존재가 된다면 물리 AI가 된다.
이미 인간보다 뛰어난 신체를 가진 기계는 많이 존재한다.
필요한 것은 인간과 똑같은 신체를 만드는 것이 아니라,
기존의 기계에 고도한 지능을 부여하는 것
그럴 수도 있겠지.
인터넷, 스마트폰, 생성 AI 다음에는 무엇이 일어날까
잠시 긴 시간 범주 안에서 생각해 봅시다.
인터넷은 “정보”를 세계 곳곳에 연결했다.
스마트폰은 그 정보망을 한 사람 한 명의 손 안으로 놓았다.
클라우드와 생성 AI는 그 안에 “지능”을 더하기 시작했다.
그러자 피지컬 AI는 자신의 지능을 현실 세계로 되돌리려 하고 있다.
AI는 글을 쓰는 수준까지는 주로 정보 산업의 혁명이었다.
하지만 AI가 물건을 옮기고, 만들고, 검사하고, 이동시키고, 수리하는 방식으로 변화한다면, 영향을 받는 것은 정보 산업뿐만이 아닐 것입니다.
제조업, 물류, 건설, 농업, 교통, 의료, 간병
즉, 실체 경제 그 자체다.
여기서 물리 AI의 진짜 영향이 드러난다.
일본에는 뜻밖의 기회가 있습니다.
생성형 AI 분야에서 일본은 미국과 중국에 비해 상당히 뒤쳐져 있다.
하지만 피지컬 AI의 경우에는 조금 다릅니다.
일본에는
산업용 로봇 정밀 감속기 모터 센서 작업 기계 자동차 반도체 생산 설비 공장 자동화
그렇기 때문에 거대한 산업 기반이 존재한다.
물리AI에서는 뛰어난 AI 모델만으로는 제품이 되지 않는다.
모터를 정확하게 작동시키고, 센서로부터 정보를 획득하며, 내구성이 뛰어난 기계를 대량 생산하고 안전성을 확보해야 한다.
즉, “소프트웨어만으로 경쟁하는” 것이 아니다.
그래서 일본 기업에게도 충분히 경쟁력을 가질 수 있는 영역이 남아 있다.
다만, 조건이 있습니다.
훌륭한 하드웨어를 만들고, AI 부분은 해외 기업에게 완전히 좌우되지 않도록 해야 합니다.
AI, 데이터, 시뮬레이션, 제어 기술과 일본이 강점을 가지고 왔던 하드웨어를 어디까지 통합할 수 있을 것인가.
그것이 향후 10년 동안의 산업 경쟁력을 좌우할 것이다.
물리적 AI가 “다음 거대 시장”일까
가능성은 크다.
하지만 생성 AI보다 훨씬 더 오래 걸릴 것이다.
소프트웨어는 복제하면 전 세계에 배포할 수 있습니다.
로봇은 그렇지 않다.
공장을 건설하고 부품을 조달하여 생산, 운송 및 유지보수를 해야 한다.
더욱이 안전성, 전력, 배터리, 내구성, 가격 등 현실 세계에서 발생하는 특유의 제약 조건들을 받는다.
그러므로 물리AI는 어느 날 갑자기 모든 것을 바꾸는 것보다, 점진적으로 변화를 가져올 것이다.
물류 → 이동 → 건설·농업 → 서비스 → 가정
이러한 방식으로 경제적 타당성이 높은 지역에서 점차 확산될 가능성이 높다.
그럼에도 불구하고 그 최종적인 영향은 생성형 AI보다 클 수 있습니다.
왜냐하면 인류의 경제 활동 대부분은 여전히 “물리적 세계”에서 진행되기 때문이다.
장기적인 관점
AI 혁명은 ChatGPT로 완성된 것이 아니다.
그것은 첫 번째 단계였을 수도 있다.
AI는 먼저 언어를 이해했다.
다음으로 이미지 및 영상에 대한 이해를 얻었다.
그리고 지금, 공간을 이해하고 몸을 움직이려고 노력하고 있습니다.
현재 인간형 로봇의 영상만으로는 아직 어색하게 느껴질 수 있으며, “이런 것이 정말 보편화될 수 있을지”에 대한 의문이 들 수도 있습니다.
하지만 인터넷, 스마트폰, 생성 AI 모두 초기에는 똑같이 주목을 받았다.
중요한 것은 오늘날의 로봇이 무엇을 할 수 있는가 하는 것이 아니다.
지능의 발전과 기계의 발전이 처음으로 같은 방향으로 이루어지는 것을 보게 된 것이다.
만약 이 두 가지가 본격적으로 융합되면, 인공지능 혁명은 화면 속에서 현실 세계로 확장될 것이다.
그때 변하는 것은 우리가 컴퓨터를 어떻게 사용하는가 뿐만 아니라이다.
사회는 물건을 어떻게 만들고, 어떻게 운반하고, 어떻게 일하는가 그것 자체가 본질이다.
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 85청크
원문 보기 | 출처: note.com