피지컬 AI
챗봇 안이 아니라 로봇·센서·실제 작업 공간에 박혀 돌아가는 AI 층. 소프트웨어 AI 와 평가 기준이 다르다.
1줄 정의
챗봇 안이 아니라 로봇·센서·실제 작업 공간에 박혀 돌아가는 AI 층. 소프트웨어 AI 와 평가 기준이 다르다.
전체 시스템에서 맡는 역할
AI 산업 을 한 장의 그림으로 볼 때, 피지컬 AI 는 스택의 “바깥으로 나오는 층” 에 위치한다. 화면 안에서 말만 돌려주는 AI 가 안쪽이라면, 피지컬 AI 는 그 AI 가 실제 센서 입력을 받아 로봇·워크셀을 움직이는 쪽으로 나올 때 붙는 이름이다.
한마디로 “모델 출력을 화면이 아니라 모터·액추에이터·안전장치로 보내는 AI 층”. 여기가 중요한데, 평소 쓰는 챗봇 AI 와는 평가 잣대 자체가 다르다.
챗봇 쪽 AI 의 잣대는 대체로 이런 식이다.
- 응답 품질
- 컨텍스트 길이
- 토큰 단가
- API 처리량
이게 물리 쪽으로 오면 완전히 다른 잣대로 바뀐다.
- 실제 센서의 프레임레이트와 지연
- 엣지 추론 예산 (열·전력·메모리)
- 안전 크리티컬한 실패 모드 (멈추는 게 맞고, 계속 움직이는 게 위험)
- 같은 작업을 수만 번 반복해도 품질이 흔들리지 않는지
즉 피지컬 AI 는 “LLM 을 뭔가에 붙인 제품” 이 아니라, 센서 입력 → 추론 → 실행 → 실패 복구 를 하나의 루프로 보는 설계 이름에 가깝다. 이걸 구분 안 하고 “이게 피지컬 AI 인가요?” 라고 물으면 대화 해상도가 바로 떨어진다.
산업 맥락에서 이 스택은 IFR 기준 전세계 4,664,000 대 (2024) 의 산업용 로봇 운영 재고 위에 얹힌다. 피지컬 AI 는 빈 땅에 새로 생기는 산업이 아니라, 기존 공장 자동화 위에 “인식·계획·학습” 을 더하는 층으로 읽는 게 현실에 가깝다.
흔한 오해
- 오해 1: 로봇에 LLM 만 붙이면 피지컬 AI 다.
– 실제: LLM 을 붙여도 센서 지연·실패 시 안전 동작·반복 품질은 자동으로 풀리지 않는다. 피지컬 AI 에서 어려운 건 “말을 이해하느냐” 가 아니라 물리 워크셀 안에서 같은 정밀도를 반복할 수 있느냐 쪽이다. 모델 똑똑함보다 루프 안정성이 먼저 시험된다.
- 오해 2: 시뮬레이션으로 학습시키면 실운용에 바로 내려간다.
– 실제: sim-to-real 갭이 남는다. 조명, 마찰, 무게 분포, 센서 노이즈, 개체 차이 같은 변수가 다 먹힌다. 시뮬레이션은 필요하지만, 현실 데이터와 검증 루프 없이 시뮬레이션만으로 밀어붙이는 건 연구라면 몰라도 상용 도입 쪽에서는 약하다.
- 오해 3: 데이터센터 AI 와 같은 잣대로 평가할 수 있다.
– 실제: 클라우드 쪽에서 “정답률 1% 개선” 으로 쓸 수 있는 개선이, 물리 쪽에서는 안전 크리티컬 실패 1 회 가 더 무겁다. 평균 성능보다 최악 케이스 거동이 먼저 질문된다. KPI 를 잘못 가져오면 평가가 아예 어긋난다.
이 용어가 중요한 이유
피지컬 AI 라는 단어가 손에 들어오면 뉴스 해상도가 바뀐다. 같은 “AI 로봇 발표” 라도,
- 그게 데모 캡처 인지, 설치 기반 시장에 들어가는 안건 인지
- 모델 성능 주장 인지, 센서·엣지 추론·안전 설계 주장 인지
- 시뮬레이션 점수 인지, 실제 워크셀의 cycle time 인지
을 구분할 수 있게 된다. 독자가 매일 쓰는 Claude·ChatGPT 같은 AI 는 챗봇 쪽에 속한다. 그걸 물리 세계로 끌어내는 순간 완전히 다른 제약이 등장한다 — 이 감각이 피지컬 AI 라는 단어의 실무 가치다.
하나 더 중요한 점은, 이 레이어가 기존 산업 자동화 설치 기반 위에 얹힌다 는 것. ABB·FANUC·YASKAWA·KUKA 같은 install-base 대기업 라인 위로 시뮬레이션·synthetic data·foundation model 이 꽂히기 시작했다. 그래서 “신생 스타트업 vs 기존 자동화” 라는 구도보다, 기존 install-base 위에 피지컬 AI 가 어떻게 증축되는가 라는 시선이 뉴스의 의미를 잡기 쉽다.
이 용어가 나오는 기사
- 휴머노이드 로봇은 hype 인가, 산업의 다음 층인가 (※ 발행 후 실제 URL 로 교체)
다음에 읽을 용어 3개
- 휴머노이드 로봇 — 피지컬 AI 의 대표 응용층, 다만 시장보다는 층으로 읽는 게 맞다.
- AI 산업 — 피지컬 AI 가 어느 위치에 꽂히는지 보여 주는 상위 스택.
- 추론 — 피지컬 AI 에서는 클라우드 말고 엣지 쪽에서 돌리는 경우가 많은 실행 층.