티스토리 뷰
목차
챗GPT가 처음 나왔을 때 저는 "이제 AI가 세상을 바꾸겠구나" 싶었습니다. 그런데 솔직히 말하면, 쓰면 쓸수록 한계도 느꼈습니다. 화면 안에서 글 써주고 요약해주는 것은 편한데, 세상이 실제로 굴러가는 방식과는 여전히 거리가 있다는 느낌이 있었거든요. 그러다 최근 실리콘밸리에서 열린 피지컬 AI 관련 행사 이야기를 접하고 나서, 제가 막연하게 가지고 있던 그 느낌이 꽤 정확했다는 것을 확인했습니다. AI의 다음 전장은 채팅창 밖, 공장과 물류 창고 그리고 도로 위에 있습니다.
제조 데이터가 곧 경쟁력이 되는 시대
일반적으로 AI 경쟁은 누가 더 좋은 모델을 만드느냐의 싸움이라고 알려져 있습니다. 실제로 지난 3년간 그랬습니다. 오픈AI, 구글, 메타, 앤스로픽이 더 크고 똑똑한 언어 모델을 만들기 위해 경쟁했고, 투자자들의 돈도 자연스럽게 AI 반도체와 데이터센터로 몰렸습니다. 그런데 지금 실리콘밸리에서 나오는 질문은 조금 다릅니다. "AI가 현실에서 돈을 벌려면 어디로 가야 하는가?"
그 답으로 주목받는 개념이 피지컬 AI(Physical AI)입니다. 여기서 피지컬 AI란 화면 안에서 텍스트나 이미지를 생성하는 데 그치지 않고, 실제 물리 세계에서 스스로 움직이고 판단하며 행동하는 AI를 의미합니다. 자율주행차가 도로를 달리고, 로봇 팔이 물류 창고에서 박스를 집어 트럭에 싣고, AI가 제조 공정을 실시간으로 최적화하는 것이 모두 피지컬 AI의 범주입니다. 엔비디아의 젠슨 황 CEO가 이를 "수조 달러 규모의 새로운 산업 혁명"이라고 표현한 것도 같은 맥락입니다(출처: NVIDIA).
제 경험상 이건 단순한 기술 트렌드 이야기가 아닙니다. 한국 GDP의 약 27%는 제조업에서 나옵니다. 독일이나 일본보다도 제조업 비중이 높은 나라입니다. 그 말은 반대로 보면, 제조 경쟁력을 잃는 순간 한국 경제 전체가 흔들릴 수 있다는 뜻이기도 합니다. 코트라 인베스트 코리아 김태영 대표도 바로 이 지점을 짚었습니다. 미국의 관세 정책, 지정학적 갈등, 공급망 재편, 탄소 규제까지 고려해야 할 변수가 폭발적으로 늘어난 지금, 공급망 관리 비용 자체가 경쟁력이 되고 있다는 것입니다.
한국 정부가 추진 중인 MX(Manufacturing AI Transformation), 즉 제조 AI 전환 정책도 여기서 나왔습니다. 쉽게 말해 MX란 제조 현장 전반에 AI를 심어 생산성을 높이겠다는 국가 전략입니다. 목표는 향후 5년간 제조업 생산성 30% 향상이고, 기존에는 "규정상 안 된다"가 원칙이었다면 이제는 "투자를 막는 규제는 정부가 먼저 해결한다"는 방향으로 바뀌고 있습니다.
그런데 이 흐름에서 제가 특히 주목한 부분이 있습니다. 삼성전자, 현대자동차, LG, 조선소, 반도체 공장에서는 매일 엄청난 양의 제조 데이터가 만들어집니다. 이 데이터는 피지컬 AI를 학습시키는 데 매우 높은 가치를 가집니다. 앞으로의 AI 경쟁은 누가 더 좋은 모델을 만들었느냐보다 누가 더 좋은 제조 데이터를 확보했느냐로 기울 가능성이 있습니다. 문제는 그 데이터가 지금은 각 기업 안에만 갇혀 있다는 겁니다. 이걸 어떻게 활용하느냐가 한국의 핵심 과제라고 생각합니다.
- 피지컬 AI: 물리 세계에서 스스로 판단하고 행동하는 AI (자율주행, 산업용 로봇 등)
- MX(Manufacturing AI Transformation): 제조 현장 AI 전환을 통한 생산성 30% 향상을 목표로 하는 한국 정부 국가 전략
- 한국 GDP 대비 제조업 비중 약 27% — 독일·일본 대비 높은 수준으로, 제조 경쟁력 유지가 국가 생존과 직결
- 제조 빅데이터: 삼성·현대·LG 등 대기업 현장에서 생성되는 데이터가 피지컬 AI 학습의 핵심 자산으로 부상 중
휴머노이드 로봇, 화제와 현실 사이
피지컬 AI 이야기가 나오면 대부분 사람들이 가장 먼저 떠올리는 것은 휴머노이드 로봇입니다. 저도 그랬습니다. 사람처럼 생긴 로봇이 공장을 누비는 장면은 확실히 강렬한 인상을 줍니다. 테슬라 옵티머스, 피규어 AI 등이 등장할 때마다 투자 열기가 뜨거워지는 이유도 이해가 됩니다.
그런데 제가 이번에 접한 전문가들의 시각은 조금 달랐습니다. 휴머노이드 로봇이 화제를 모으는 것은 사실이지만, 실제로 돈을 버는 곳은 당분간 물류 창고와 제조 현장이 먼저라는 것입니다. 미국 로봇 기업 넥스터리티(Nxtory)의 공동 창업자 사미르 메논 CEO가 보여준 사례가 인상적이었는데, 크기와 모양이 제각각인 박스를 AI 로봇이 실시간으로 판단해 트럭에 싣는 영상이었습니다. 사람에게는 별거 아닌 일처럼 보이지만, 로봇 입장에서는 박스마다 무게도 다르고 잡는 위치도 다르고 트럭 내부 공간도 계속 바뀌는 매우 복잡한 작업입니다. 지금의 AI는 이것을 이미 해냅니다.
반면 가정용 로봇은 여전히 갈 길이 멉니다. 솔직히 이건 예상 밖이었습니다. 기술 문제가 아니라 안전 인증, 보험, 가격, 규제라는 벽이 더 높습니다. 누군가의 집에서 로봇이 실수를 하면 그 책임을 누가 지느냐는 문제가 아직 법적으로 정리되지 않았습니다. 공장이나 물류 창고는 통제된 환경이라 이 문제를 우선 피해 갈 수 있지만, 가정은 변수가 너무 많습니다.
투자 관점에서도 이 차이는 중요합니다. 생성형 AI 시대에는 AI 반도체와 데이터센터가 가장 큰 수혜를 봤습니다. 하지만 피지컬 AI 시대로 넘어오면 로봇, 센서, 자율주행, 산업 자동화, 제조 AI로 수혜 범위가 훨씬 넓어집니다. 그러면서 자연스럽게 한국 기업들에게도 기회가 생깁니다. 메논 CEO는 직접 "미국은 AI를 잘 만들고 한국은 제조를 잘한다"라고 언급했습니다. 피지컬 AI는 언어 모델 하나만으로는 완성되지 않습니다. 실제로 제품을 만들고 대량 생산하고 현장에서 검증하는 능력이 필요한데, 그게 한국의 강점이라는 것입니다(출처: KOTRA 인베스트 코리아).
투자자라면 '지금 가장 화제가 되는 곳'이 아니라 '지금 실제로 돈이 모이는 곳'을 보는 게 맞습니다. 휴머노이드 로봇은 분명히 미래입니다. 하지만 그 미래가 오기 전에 물류와 제조 현장에서 먼저 수익을 내는 기업들이 실질적인 생태계를 만들어갈 가능성이 높다고 봅니다.
자주 묻는 질문
Q. 피지컬 AI가 생성형 AI랑 뭐가 다른 건가요?
A. 생성형 AI는 텍스트, 이미지, 코드처럼 디지털 결과물을 만드는 AI입니다. 피지컬 AI는 여기서 한 단계 더 나아가 실제 물리 세계에서 스스로 움직이고 판단하는 AI를 말합니다. 쉽게 말해, 생성형 AI가 보고서를 써준다면 피지컬 AI는 그 보고서대로 공장 설비를 직접 조정하거나 로봇이 실제로 작업을 수행하는 수준입니다. 일반적으로 생성형 AI가 AI의 끝판이라고 알려져 있지만, 업계에서는 오히려 시작에 불과하다는 시각이 강해지고 있습니다.
Q. 휴머노이드 로봇은 언제쯤 실생활에서 볼 수 있나요?
A. 기술 자체는 빠르게 발전하고 있지만, 전문가들은 가정용 휴머노이드 로봇의 상용화까지는 시간이 더 필요하다고 봅니다. 안전 인증, 보험, 규제, 가격 문제가 아직 해결되지 않았기 때문입니다. 가까운 미래에는 공장이나 물류 창고처럼 통제된 환경에서 먼저 상용화가 이뤄지고, 그 이후 가정으로 확산될 가능성이 높습니다. 제 경험상 기술은 항상 통제된 환경에서 먼저 검증됩니다.
Q. 한국 기업들이 피지컬 AI에서 경쟁력이 있나요?
A. 있다고 봅니다. 피지컬 AI는 좋은 AI 모델만으로는 완성되지 않습니다. 실제로 대량 생산하고 현장에서 검증하는 제조 역량이 필수인데, 삼성전자·현대자동차·LG 같은 기업들이 그 역량을 이미 갖추고 있습니다. 여기에 제조 현장에서 쌓이는 데이터까지 더해지면 꽤 강력한 조합이 만들어질 수 있습니다. 다만 그 데이터를 기업 내부에만 가두지 않고 어떻게 활용하느냐가 관건입니다.
Q. MX 정책이 실제로 효과가 있을까요?
A. 정책 방향 자체는 맞다고 생각합니다. 제조업 생산성 30% 향상이라는 목표가 5년 안에 달성될지는 지켜봐야겠지만, 기존에 "규정상 안 된다"던 원칙을 "투자를 막는 규제는 먼저 해결한다"는 방식으로 바꾼 것은 의미 있는 변화입니다. 다만 선언보다 실행 속도가 중요합니다. 경쟁국들도 똑같이 움직이고 있기 때문에, 얼마나 빠르게 현장에 적용하느냐가 승부를 가를 것으로 보입니다.
결론
몇 년 전만 해도 AI 이야기는 언제나 "더 똑똑한 모델"로 귀결됐습니다. 그런데 지금 실리콘밸리에서 나오는 질문은 "그 AI를 어디에 써먹을 것인가"로 바뀌었습니다. 공장, 물류 창고, 자율주행차, 드론이 모두 AI의 새 무대가 되고 있습니다. 생성형 AI 시대에는 반도체와 데이터센터가 수혜를 받았다면, 피지컬 AI 시대에는 로봇, 센서, 산업 자동화 전반으로 기회가 넓어집니다.
제 경험상 이런 전환점에서 기회를 잡는 것은 가장 먼저 떠오른 기업이 아니라 조용히 현장에서 검증을 마친 기업입니다. 한국 제조 현장에 쌓이는 데이터, 대량 생산 역량, 빠른 현장 적용 속도가 맞물린다면 피지컬 AI 시대에 한국이 생각보다 중요한 역할을 맡을 수 있습니다. AI가 화면을 벗어나 현실 세계로 걸어 나오는 지금, 투자자든 기업인이든 그 흐름을 주시할 필요가 있습니다.