피지컬 AI의 혁신적 변화와 투자 기회
피지컬 AI는 디지털 공간을 벗어나 물리 세계에서 직접 행동하는 AI로, 기존 산업용 로봇과 근본적으로 다르다.
시스템 구조는 세 레이어로 구분된다 — ①두뇌(AI칩/소프트웨어), ②감각기관(카메라·LiDAR·촉각센서), ③신체(감속기·모터·액추에이터).
적용 분야는 단기(물류·제조), 중기(건설·농업·의료), 장기(가정·노인케어) 순으로 시장이 단계적으로 열릴 것이다.
아마존·BMW·테슬라 등 빅테크가 실제 업무 환경에 로봇을 배치하기 시작했다 — 개념이 아닌 자본의 방향이 바뀌고 있다.
하드웨어 원가가 빠르게 하락 중이다 — Unitree G1이 $16,000, 테슬라 Optimus 목표가 $20,000 이하.
투자자는 AI 소프트웨어·하드웨어·실세계 훈련 데이터 세 요소를 동시에 가진 기업(테슬라·보스턴다이나믹스 등)을 주목해야 한다.
완성체 경쟁보다 부품 공급망이 안정적일 수 있다 — 정밀 감속기, 모터, 플랫폼이 핵심 병목이다.
불확실성은 세 가지다 — 양산 수율, AI 모델 안정성·규제, 중국의 원가 파괴 속도.
투자자는 완성체·부품·플랫폼 중 어느 레이어에서 구조적 병목이 발생하는지를 기준으로 접근해야 한다.
이 시장은 불확실성이 크다. 투자자는 자신이 이해하는 부분과 모르는 부분을 먼저 정직하게 구분하는 것이 출발점이다.
들어가며 — “로봇”이라는 단어가 주는 착각
피지컬 AI(Physical AI)를 처음 접하는 사람 대부분이 “로봇”이라는 단어에서 생각을 멈춘다. 영화 속 터미네이터가 떠오르거나, 공장 라인에서 용접하는 산업용 기계팔을 연상한다. 그리고 대개 이런 반응이 따라온다. “아, 그거 이미 오래된 얘기 아닌가요?”
지금 논의되고 있는 피지컬 AI는 이전 세대의 산업 로봇과 근본적으로 다르다. 과거의 로봇은 정확히 프로그래밍된 동작만을 반복했다. 볼트를 조이도록 설계된 기계는 영원히 볼트만 조인다. 바로 옆에 나사가 굴러다녀도 그것을 줍는다는 개념 자체가 없었다.
그런데 최근 2~3년 사이, 이 전제가 흔들리고 있다. 대규모 언어 모델(LLM)의 발전이 로봇의 ‘두뇌’ 역할을 할 수 있는 범용 AI 모델을 만들어냈고, 그 모델이 실제 물리 세계에서 팔과 다리가 달린 몸체를 통해 구현되기 시작했다. “빨래를 개어라”는 자연어 명령 하나로, 처음 보는 환경에서도 스스로 판단해 움직이는 로봇이 등장했다.
이것이 단순한 기술의 진보인지, 아니면 패러다임의 전환인지는 아직 판단이 이르다. 하지만 투자자 입장에서 이 흐름을 무시하기 어렵게 만드는 몇 가지 신호들이 있다.
피지컬 AI란 무엇인가 — 정의부터 짚고 가자
‘피지컬 AI(Physical AI)’는 아직 학계에서 완전히 통일된 정의를 가진 용어는 아니다. 다만 업계에서 통용되는 맥락은 비교적 분명하다. 디지털 공간에서만 작동하던 AI가 물리적 몸체를 통해 현실 세계에서 직접 행동하는 시스템을 가리킨다.
기존의 AI는 텍스트를 생성하거나, 이미지를 만들거나, 코드를 작성하는 등 ‘정보 처리’에 집중했다. 피지컬 AI는 여기서 한 걸음 더 나아가 물건을 집고, 이동하고, 조립하고, 판단에 따라 환경을 바꾸는 ‘행동’을 수행한다. 이것이 핵심적인 차이다.
엔비디아의 젠슨 황은 피지컬 AI를 “세상을 이해하고, 추론하며, 물리 법칙 안에서 행동할 수 있는 AI“라고 표현했다.
이 정의에서 중요한 부분은 ‘물리 법칙 안에서’다. 화면 속 AI는 중력을 모른다. 피지컬 AI는 물건이 무거우면 힘을 더 주고, 표면이 미끄러우면 파지력을 조절한다. 이것이 생각보다 엄청나게 어려운 문제다.
피지컬 AI의 구조 — 무엇으로 이루어져 있는가
피지컬 AI 시스템은 크게 세 개의 레이어로 나눠 생각할 수 있다. 이 구조를 이해하면 어디에 투자 기회가 있는지가 훨씬 명확하게 보인다.
첫 번째 레이어 — 두뇌 (AI 소프트웨어 & 칩)
로봇이 환경을 인식하고 판단을 내리는 핵심이다.
카메라와 센서에서 들어오는 데이터를 실시간으로 처리하고, “지금 이 상황에서 무엇을 해야 하는가”를 결정한다. 여기에 사용되는 것이 대규모 언어 모델 기반의 로봇 파운데이션 모델이다.
이 레이어를 지배하는 것이 NVIDIA다. Thor 로봇 전용 칩과 Isaac 시뮬레이션 플랫폼을 통해 현재 대부분의 피지컬 AI 기업들이 NVIDIA의 인프라 위에서 개발하고 있다. 물리 시뮬레이션 환경에서 로봇을 훈련시키는 것은 실제 로봇을 수천 대 돌리는 것보다 훨씬 빠르고 저렴하기 때문이다.
두 번째 레이어 — 감각기관 (센서)
로봇이 세상을 인식하는 눈과 피부에 해당한다.
카메라 & 머신비전 : 환경을 시각적으로 인식한다. Cognex, Keyence 등이 이 영역을 오랫동안 주도해왔다.
LiDAR & 깊이 센서(Depth Sensor) : 3차원 공간을 정밀하게 측정한다. 자율주행에서 검증된 기술이 로봇으로 이전되고 있다.
촉각 센서(Tactile Sensor) : 현재 피지컬 AI의 가장 큰 미완성 영역이다. 인간의 손가락은 0.1mm 이하의 질감 차이를 느끼지만, 이를 로봇에 구현하는 것은 아직 기술적으로 매우 어렵다. 달걀을 깨지 않고 집거나, 유리잔에 적절한 힘을 주는 것이 생각보다 복잡한 이유다.
IMU (관성측정장치) : 로봇이 균형을 유지하고 자신의 자세를 인식한다.
세 번째 레이어 — 신체 (하드웨어 구동부)
두뇌의 판단을 실제 움직임으로 변환하는 부분이다.
정밀 감속기(Harmonic Drive / Reducer) : 로봇 관절의 핵심 부품이다. 전기 모터의 빠른 회전을 느리고 강한 힘으로 변환한다. 수십 년의 정밀 가공 노하우가 필요해 단기간에 공급을 늘리기 어렵다. 일본의 하모닉드라이브시스템즈와 나브테스코가 세계 시장의 대부분을 점유한다.
전기 모터 : 모든 움직임의 동력원. 초소형 정밀 모터 세계 1위인 니덱(Nidec)이 핵심 공급자다.
구동기(Actuator) : 선형 또는 회전 운동을 만들어내는 장치. 최근에는 기존의 유압식에서 전동식으로의 전환이 빠르게 진행 중이다.
배선 & 조립 : 로봇 내부의 수백 개 케이블과 커넥터를 연결하는 작업. 이것이 현재 양산의 가장 큰 병목 중 하나다. 아이러니하게도, 로봇을 만드는 데 여전히 사람의 손이 가장 많이 필요한 부분이기도 하다.
피지컬 AI는 어디에 쓰이는가 — 적용 분야의 지형
피지컬 AI의 적용 가능성은 이론적으로 사람이 손발을 사용하는 모든 영역에 걸쳐 있다. 다만 현실적으로는 경제성과 기술 성숙도에 따라 단계적으로 시장이 열릴 것으로 보인다.
단기 (지금~2027년) : 반복적, 구조화된 환경
이미 상업적 배치가 시작된 영역이다. 가장 먼저 경제성이 맞는 분야는 환경이 일정하고 작업이 반복적인 곳이다.
물류 창고 : 아마존, DHL 등 대형 물류 기업들이 피킹(picking), 팔레타이징 로봇을 적극 도입 중이다. 24시간 운영이 가능하고 야간 할증이 없다는 점이 경제적 설득력을 만든다.
제조 공장 (반복 공정) : 용접, 도색, 나사 조임처럼 정형화된 공정에 우선 투입된다. BMW 공장의 Figure AI 로봇이 대표적 사례다.
반도체 & 디스플레이 공장 : 클린룸 환경에서의 정밀 작업 보조.
중기 (2027~2030년) : 비구조화된 환경으로의 확장
작업 환경이 매번 달라지는 상황까지 AI가 대응할 수 있게 되면 시장이 폭발적으로 넓어진다.
건설 현장 : 자재 운반, 철근 배치, 마감 작업 등 인력 집약적이고 위험한 공정.
농업 : 수확, 선별, 접목 등 기술 인력 고령화로 인해 노동력 부족이 심각한 영역.
의료 보조 : 수술 보조, 재활, 환자 이송. Intuitive Surgical의 다빈치 시스템이 이미 수술 로봇 시장을 열어놓았다.
소매 & 서비스업 : 매장 재고 관리, 음식 조리 보조, 배달.
장기 (2030년 이후) : 일상 생활로의 진입
가장 어렵고 가장 큰 시장이다. 가정용 로봇이 상용화되면 그 시장 규모는 현재 스마트폰 시장을 넘어설 수 있다는 전망도 있다. 다만 이 영역은 아직 기술적, 경제적 불확실성이 가장 크다.
가사 도우미 : 청소, 요리, 세탁물 정리.
노인 케어 : 고령화 사회의 가장 시급한 노동력 공백 분야.
개인 보조 : 장애인 지원, 개인 비서 역할.
피지컬 AI 산업 분야에 어떠한 신호가 감지되고 있는가?
신호 1 — 빅테크가 실제로 돈을 쓰기 시작했다
투자에서 “이 기술이 혁신적인가”보다 더 중요한 질문은 “누가 실제로 돈을 쓰고 있는가“다.
지금 아마존은 물류 창고에 Agility Robotics의 Digit 로봇을 실배치했다. BMW는 Figure AI 로봇을 공장에 투입했다. 테슬라는 자사 기가팩토리 내부에서 Optimus 로봇을 실제 작업에 사용하고 있다. 이것이 단순한 데모나 홍보가 아니라 실제 업무 환경에서의 운용이라는 점이 중요하다.
물론 아직 규모는 작다. 하지만 이 기업들이 자본을 집행하기 시작했다는 사실은, 피지컬 AI가 “언젠가 올 수도 있는 미래”에서 “지금 준비해야 할 현실”로 넘어오고 있음을 시사한다.
CapEx의 방향이 바뀔 때, 그 방향을 먼저 읽은 사람이 수익을 가져간다는 것은 투자의 역사가 반복해서 보여준 사실이다.
신호 2 — 하드웨어 원가가 생각보다 빠르게 무너지고 있다
기술이 아무리 뛰어나도 원가가 시장의 문턱을 넘지 못하면 보급은 일어나지 않는다. 그런 의미에서 최근의 원가 흐름은 주목할 만하다.
3년 전, 휴머노이드 로봇 한 대의 가격은 수억 원에 달했다. 일부 연구용 모델은 그 이상이었다. 이 가격대에서는 대기업 연구소나 극소수의 실험적 파일럿 프로그램 외에는 구매자가 없다.
그런데 중국의 Unitree Robotics가 2024년 G1 모델을 약 $16,000 수준에 출시했다. 테슬라는 Optimus의 양산 목표가를 $20,000 이하로 설정하고 있다. 단순 반복 업무 인력 한 명을 대체할 수 있다고 가정하면, 로봇 도입의 경제적 계산이 처음으로 현실적인 영역에 들어온다.
물론 이 비교는 단순화된 것이다. 유지보수 비용, 소프트웨어 업데이트, 적용 가능한 작업의 범위, 실제 수율 문제 등 고려해야 할 변수가 훨씬 많다. 그러나 방향성 자체는 분명하다. 원가 곡선이 아래를 향하고 있다는 것이다.
전기차가 처음 나왔을 때를 기억한다면, 이 패턴이 낯설지 않을 것이다.
투자 구도를 보는 방법 — 누가 무엇을 가지고 있는가?
피지컬 AI에서 패권을 결정하는 요소는 크게 세 가지라고 생각한다. AI 소프트웨어 역량, 하드웨어 제조 능력, 그리고 실세계 훈련 데이터다. 이 세 가지를 동시에 가진 기업이 장기적으로 유리한 위치를 점할 가능성이 높다.
현 시점에서 이 세 요소를 모두 내재화하고 있는 상장 기업은 테슬라(TSLA)가 가장 가깝다. 자체 AI 칩(Dojo 슈퍼컴퓨터), 기가팩토리 기반의 하드웨어 제조 능력, 그리고 수백만 대 차량이 매일 수집하는 실세계 주행 데이터가 합쳐진다. 이 데이터 자산은 경쟁자가 돈으로 단기간에 복제할 수 없다는 점에서 진정한 해자가 될 수 있다.
다만, 테슬라에 대한 평가는 항상 양극단을 오간다. 자동차 회사로 볼 것인가, AI/로봇 기업으로 볼 것인가에 따라 적정 밸류에이션이 완전히 달라진다. 이 불확실성을 인정하면서 바라봐야 한다.
한국 시장에서는 현대자동차그룹이 인수한 Boston Dynamics가 흥미롭다. Atlas 로봇의 하드웨어 완성도는 세계 최고 수준이라는 평가를 받는다. 하지만 소프트웨어 AI 역량의 내재화가 얼마나 빠르게 이뤄질지가 관건이다. 삼성전자가 레인보우로보틱스에 전략적 투자를 단행한 것도, 단순한 재무 투자가 아니라 피지컬 AI 생태계에 발판을 마련하려는 움직임으로 읽힌다.
부품 공급망 — 때로는 직접 싸우는 선수보다 경기장을 파는 사람이 낫다
골드러시 시대에 금을 캐는 사람보다 곡괭이를 파는 사람이 더 안정적으로 돈을 벌었다는 이야기는, 투자에서 자주 인용되는 오래된 지혜다. 피지컬 AI에서도 이 시각이 유효하다고 생각한다.
어떤 기업이 휴머노이드 완성체 시장을 장악할지는 현재로서는 알 수 없다. 하지만 그 로봇의 관절을 움직이는 정밀 감속기는 누가 만들든 반드시 필요하다. 일본의 하모닉드라이브시스템즈와 나브테스코는 이 분야에서 수십 년간 쌓아온 기술과 시장 점유율을 가지고 있다. 이 부품의 생산 노하우는 단기간에 모방하기 어렵다. 국내에서는 에스비비테크가 하모닉 감속기를 생산하는 유일한 기업이라는 점에서 주목받는다.
로봇이 환경을 인식하는 머신비전 분야에서는 Cognex가 오랜 시간 독보적인 위치를 유지해왔다. 피지컬 AI가 공장 밖으로 나오면 이 기술의 적용 범위는 더욱 넓어진다.
그리고 어떤 로봇 기업이 이기든 AI 칩과 시뮬레이션 플랫폼을 공급하는 NVIDIA는 최소한의 수혜를 보장받는다. Isaac 시뮬레이션 플랫폼과 Thor 로봇 전용 칩은 현재 대부분의 피지컬 AI 스타트업들이 사용하고 있다.
물론 이 기업들이 모두 좋은 투자처라는 말은 아니다. 가격이 이미 기대를 충분히 반영하고 있을 수 있고, 기술 환경이 예상과 다른 방향으로 전개될 수도 있다.
이 시장이 가진 불확실성들
피지컬 AI의 가능성에 동의하면서도, 몇 가지 불확실성은 솔직하게 짚고 넘어가야 한다.
가장 큰 변수는 양산 수율이다. 아이디어와 프로토타입을 대량 생산으로 연결하는 과정에는 항상 예상치 못한 벽이 있다. 현재 피지컬 AI 기업들 상당수는 여전히 소규모 배치 단계에 있다. 내부 배선, 미세 조립 등의 물리적 공정은 결국 숙련된 사람의 손이 필요한 경우가 많아, 완전 자동화 양산까지의 경로가 생각보다 길 수 있다.
두 번째는 AI 모델의 안정성이다. 범용 AI 로봇이 예측 불가능한 실제 환경에서 오작동할 경우의 책임 문제와 규제 대응은 아직 정립되지 않았다. 이것이 보급 속도를 늦추는 요인이 될 수 있다.
세 번째는 중국의 원가 파괴 속도다. Unitree의 사례에서 보듯, 중국 기업들의 원가 절감 능력은 서구의 예측을 반복적으로 상회해왔다. 이것이 피지컬 AI 생태계 전체의 파이를 키우는 방향으로 작동할지, 아니면 기존 플레이어의 수익성을 압박하는 방향으로 작동할지는 두고 볼 필요가 있다.
결론 — 투자자는 어떤 질문을 가지고 이 시장을 봐야 하는가?
피지컬 AI가 거대한 흐름이라는 것은 점점 분명해지고 있다. 빅테크의 자본이 움직이고, 원가 곡선이 아래로 향하고 있으며, 초기 상업적 배치가 시작됐다.
하지만 이 시장이 언제, 어떤 기업을 중심으로, 어떤 속도로 성장할지는 여전히 불확실하다. 투자자는 이 불확실성이 불편하다면 아직 이 시장에 깊이 들어갈 때가 아닐 수 있다. 반대로, 투자자는 이 불확실성이 오히려 기회로 느껴진다면 어느 레이어(완성체, 부품, 플랫폼)에서 가장 구조적인 병목이 발생하고 있는지를 중심으로 접근하는 것이 합리적이라고 생각한다.
투자자는 결국 미래에 대한 가설을 세우고, 그 가설이 틀렸을 때의 손실을 감당할 수 있는 범위에서 베팅하는 행위를 반복한다. 피지컬 AI에 대한 가설을 세우기 전에, 투자자는 자신이 어떤 부분을 이해하고 있고 어떤 부분을 모르는지를 먼저 정직하게 구분해야 한다. 그것이 좋은 출발점이 된다.
나도 여전히 이 시장을 공부하는 중이다.
이 콘텐츠의 이미지는 AI 모델의 지원을 받아 생성되었습니다.