피지컬 AI(embodied AI)는 AI에 몸을 주어 현실 세계에서 직접 손으로 일하게 하는 기술 노선입니다. 대화하고, 글을 쓰고, 그림을 그리는 데 그치지 않고 카메라와 로봇 팔, 바퀴 같은 몸으로 환경을 감지하고 행동하며 그 결과에 현실적으로 책임을 집니다. 몸이 없는 모델이 아무리 똑똑해도 화면 속에서 생각만 할 뿐입니다. 피지컬 AI에 요구되는 것은 생각한 뒤에 행동하고, 틀리면 고치는 것입니다. 이를 떠받치는 기술 기반은 멀티모달 파운데이션 모델, 시각-언어-행동 모델(VLA), 그리고 월드 모델입니다.
기존 로봇이나 순수 소프트웨어 에이전트와 무엇이 다른가
기존 로봇은 대부분 고정된 프로그램대로 움직입니다. 청소 로봇은 길을 익히고 로봇 팔은 정해진 궤도로 물건을 집지만 환경이 바뀌면 쉽게 오작동합니다. 순수 소프트웨어 에이전트는 정반대입니다. 웹을 검색하고 코드를 작성하며 항공권을 예약할 수 있지만 현실의 물건에는 전혀 닿지 못합니다. 피지컬 AI는 그 중간에 있습니다. 대규모 모델이 인지를 맡고 몸이 실행을 맡으며, 감지·판단·행동이 하나의 순환을 이룹니다. 비유하자면 채팅 모델은 머리만 쓰는 참모, 기존 로봇은 생각 없이 손만 움직이는 작업자, 피지컬 AI는 머리와 손을 함께 쓰는 견습생이며 현실의 상호작용 속에서 배웁니다.
2026년, 얼마나 뜨거운가
피지컬 AI는 정부 업무보고에 계속 포함됐고, '15차 5개년 계획'에서도 방향이 정해졌습니다. 칭화대학교와 중국정보통신연구원이 2026년 10월 발표한 '피지컬 AI 발전 보고서'에 따르면 2026년 상반기 국내 관련 융자는 약 935억 위안으로 전년 동기의 약 5배, 같은 기간 전 세계 휴머노이드 로봇 출하는 2만 2천 대를 넘었고 전국에 70여 개의 훈련장이 구축됐으며 국내 관련 기업은 405개에 달합니다. 자금과 정책, 출하량이 동시에 오르고 있는 것이 올해 거듭 언급되는 이유입니다.
차가운 이면: 출하가 곧 가동을 의미하지는 않는다
열기 뒤에는 직시해야 할 세 가지 현실이 있습니다. 첫째, 상당수 기기의 월평균 가동 일수가 10일에 못 미치고, 구매 후 전시장과 창고에 머무는 경우가 많아 공장과 가정에서 실제로 일하는 경우는 아직 적습니다. 둘째, 기기 가격은 전체 수명주기 비용의 40~60%에 불과하고 도입과 유지보수, 훈련 데이터 비용이 더 큽니다. 셋째, 환경이 바뀌면 모델 성능이 크게 떨어집니다. 통제된 책상 위 조작 벤치마크는 포화에 가깝지만, 교란이 있는 현실 환경에서는 성능이 일반적으로 30% 아래로 떨어집니다. 정밀한 조작과 긴 다단계 작업, 개방형 의미 상호작용은 여전히 약점입니다.
따라서 피지컬 AI를 볼 때는 발표회 데모만 봐서는 안 됩니다. 핵심 질문은 리허설이 없는 환경에서 하나의 일을 처음부터 끝까지 완수할 수 있는가입니다. 할 수 있다면 세상을 진정으로 이해하는 것이고, 할 수 없다면 '움직일 수 있는' 단계에 머물러 있을 뿐 '일할 수 있는' 단계에는 이르지 못한 것입니다.