|
2025.05.30
|
|||||||||
|
01 물리적 AI의 등장과 로보틱스 분야 동향 │한국지능정보사회진흥원 임상혁 책임연구원 인식형 AI부터 물리적 AI로의 변화 AI 기술은 지난 수십 년간 단계적으로 진화를 거듭해 왔다. 엔비디아 젠슨 황 CEO는 CES 2025 기조연설에서 "물리적 AI의 시대"가 도래했다고 선언하며, AI가 단순한 인식과 생성을 넘어 물리적 세계와 직접 상호작용하는 새로운 패러다임으로 진입했음을 강조했다. 그는 AI가 ‘인식형 AI(Perception AI)’, ‘생성형 AI(Generative AI)’, ‘에이전틱 AI(Agentic AI)’를 거쳐, 물리적 세계에서 처리하고, 추론하고, 계획하며 행동하는 ‘물리적 AI(Physical AI)’로 진화하며, 이것이 AI 혁명의 다음 단계이자 궁극적인 목표라고 설명했다.
| CES 2025에서 젠슨 황 CEO가 발표한 Physical AI로의 진화 과정 |
그림 1 출처 : nvidia.com, CES2025 Highlights Deck(2025) 물리적 AI(Physical AI)란? 물리적 AI는 인공지능(AI)의 한 분야로, 디지털 공간에 머무르던 기존 AI와 달리 물리적 세계에서 직접 행동하고 상호작용하도록 설계된 AI 시스템이다. 이는 센서로 실세계 환경을 인식하고, AI 모델로 상황을 판단하며, 액추에이터를 통해 물리적 행동을 수행하는 통합 시스템으로 구현된다. 특히 물리적 AI는 자율 주행 차량, 산업용 로봇, 휴머노이드 등 다양한 하드웨어와 결합하여 현실 세계의 복잡한 문제를 해결하고 광범위한 파급효과를 가져올 핵심 인공지능 기술로 주목받는다. 물리적 AI의 주요 특징은 다음과 같다. 첫째, 다양한 센서를 통해 주변 환경 변화를 감지하고 즉각 대응하는 실시간 환경 인식 및 적응 능력이다. 둘째, 로봇팔, 그리퍼 등을 통해 객체를 조작하고 이동하는 물리적 조작 능력이다. 셋째, 경험을 통해 지속적으로 성능을 개선하며 새로운 상황에 적응하는 학습과 진화 능력이다. 이러한 물리적 AI는 센서, 액추에이터, AI 모델, 그리고 안전한 학습과 검증을 위한 시뮬레이션 환경 등을 핵심 구성 요소(기술)로 한다.
이처럼 물리적 AI를 구성하는 AI 모델, 시뮬레이션 환경 등 핵심 기술들은 다양한 로보틱스 분야에 응용되며 그 가능성을 확장하고 있다. 그중에서도 물리적 AI가 사회 전반에 큰 변화를 불러올 것으로 주목받는 대표적인 적용 영역은 자율 주행 기술과 휴머노이드 기술이다. AI와 결합함으로써, 이 두 분야는 큰 기능적 향상과 함께 가파른 시장 성장이 전망될 뿐 아니라, 선도 국가 및 글로벌 기업들의 전략적 관심 또한 집중되고 있는 핵심 영역이다. 이어지는 내용에서는 이 두 핵심 영역을 중심으로 물리적 AI가 어떻게 각 영역에 융합되어 기술적 발전을 이끌고 있는지, 그리고 관련 선도 기업들의 주요 동향은 무엇인지 구체적으로 살펴보고자 한다. 자율 주행과 AI의 융합 자율 주행 기술은 복잡하고 동적인 환경에서 실시간 의사 결정을 요구하므로, 기존 규칙 기반 시스템으로는 도로 위의 무수한 변수와 예외 상황 처리에 한계가 있어 AI와의 융합이 필수적이다. AI는 다중 센서 데이터 통합 분석을 통한 ▲환경 인식 정확성 향상, 다른 차량·보행자 행동 예측을 통한 ▲예측 능력 향상, 교차로·합류 구간 등에서의 ▲복잡한 상황 의사 결정 능력을 제공한다. 현재 발전 방향은 센서 입력부터 조향, 가속, 제동까지 전체 과정을 하나의 신경망으로 학습하는 End-to-End 학습 방식으로 모이고 있으며, 이는 기존 모듈화 시스템보다 더 자연스럽고 인간과 유사한 주행을 가능하게 한다. 초기 자율 주행 시스템은 미리 정의된 규칙에 따라 동작하는 Rule-Based 접근법을 사용했으나, 예측 불가능한 예외 상황에 취약했다. 대량의 주행 데이터를 통해 스스로 패턴을 학습하고 새로운 상황에 적응하는 딥러닝 기반 AI 학습으로의 전환은 자율 주행 기술의 패러다임을 바꾸었다. 특히 컨볼루션 신경망(CNN)을 통한 이미지 인식과 순환 신경망(RNN)을 통한 시계열 예측이 핵심 기술로 자리 잡았다. LiDAR 센서는 정확한 3D 환경 인식을 제공하지만, 높은 비용과 악천후 성능 저하의 한계로, 카메라 기반 비전 시스템과 AI를 결합한 접근법(예: 테슬라)이 주목받고 있다. 테슬라 FSD는 v12부터 기존 C++ 코드를 제거하고 실제 주행 영상을 학습한 단일 신경망 모델로 전환, '퓨어 비전(Pure Vision)' 전략을 강화했다. 자율 주행 선도 기업의 현황은 다음과 같다.
또한 이 분야에서 특히 물리적 AI를 활용한 합성데이터(실제 데이터가 아닌 알고리즘이나 시뮬레이션을 통해 인위적으로 생성된 데이터)의 적용·활용이 활발하게 이루어지고 있다. NVIDIA Drive Sim은 포토리얼리스틱 렌더링과 정확한 물리 시뮬레이션으로 실세계와 유사한 테스트 환경을 제공하며, COSMOS는 생성형 AI를 활용해 실제 주행 영상 기반으로 새로운 시나리오의 주행 영상을 생성, 희귀하거나 위험한 상황의 안전한 시뮬레이션을 가능케 한다. 즉, 합성데이터를 통해 실제 데이터 수집의 한계(위험 상황 재현의 어려움, 희귀 시나리오 확보의 난점, 높은 비용 문제)를 극복하려 하고 있다. 합성데이터는 자율 주행 AI 모델 학습 및 검증에서 ▲희귀 상황(사고, 극한 날씨 등) 학습 ▲안전한 테스트 환경 제공 ▲비용 효율성 증대 등의 역할을 한다. 검증 과정에서는 심-투-리얼(Sim-to-Real) 전이 학습을 통해 시뮬레이션 학습 모델이 실세계에서도 잘 동작하도록 한다. | AI가 실제 세계의 물리 법칙을 이해하고 예측할 수 있도록 돕는 월드 파운데이션 모델 NVIDIA Cosmos(우측) | 그림 2 출처 : nvidia.com 휴머노이드 로봇과 AI의 융합 휴머노이드 로봇은 인간과 유사한 형태와 기능을 가진 로봇으로, 이족 보행, 물체 조작, 언어 소통 등 인간의 능력을 모방한다. 핵심 기능으로는 환경 인식 및 내비게이션, 이족 보행 및 균형 제어, 양손을 이용한 정교한 물체 조작, 인간과 자연스러운 상호 작용이 있다. 휴머노이드 로봇이 지닌 핵심적 이점은 다른 산업용 로봇 등과 다르게 ‘인간을 닮았다’라는 직관적인 사실에 있다. 이는 인간의 손길이 필요했던 어떤 환경, 어떤 작업에서도 로봇이 투입되어 인간의 업무를 수행하거나 지원할 수 있음을 의미한다. 결과적으로 인간이 수행해 온 업무 영역에서 로봇이 그 역할을 대체하거나 인간과 협력할 수 있다는 유연성과 범용성을 부여한다. 가장 빠르게 적용될 수 있는 분야로는 다음을 예상할 수 있다.
물리적 AI의 태동은 휴머노이드의 지능을 혁신적으로 향상시키고 있다. ▲실시간 환경 적응 능력 향상으로 예상치 못한 상황 변화에 즉각 대응하고, ▲학습 능력 고도화로 새로운 작업을 빠르게 습득하며 기존 경험을 새로운 상황에 적용하고, ▲인간과의 협업 능력 강화로 복잡한 작업을 함께 수행할 수 있게 된다. 휴머노이드의 핵심 기술 요소는 다음이 거론된다.
휴머노이드 분야의 주요 선도 기업의 개발 현황 및 동향은 다음과 같다. (개발사/로봇명)
| 주요 휴머노이드 분야 기업이 발표한 최신 모델들 |
그림 3 출처 : 각 기업 자료 마무리 본 보고서에서 살펴본 바와 같이, 물리적 AI는 인식, 생성, 에이전트 단계를 넘어 현실 세계와 직접 상호작용하는 AI 기술의 새로운 지평을 열고 있다. 특히 자율 주행과 휴머노이드 로봇 분야에서 AI와의 융합을 통해 혁신적인 변화를 주도하고 있다. 자율 주행 분야에서는 End-to-End 학습 방식, 신경망을 활용한 카메라 중심의 비전 시스템, 그리고 합성데이터 활용이 기술 발전을 견인하며 주요 기업들의 경쟁을 치열하게 만들고 있다. 휴머노이드 로봇 또한 인간의 작업 환경에 투입될 수 있는 유연성과 범용성을 바탕으로, LLM 및 멀티모달 AI 기술과 결합하여 지능과 활용성이 빠르게 고도화되고 있으며, 테슬라, Figure AI 등 다양한 기업들이 상용화를 목표로 개발에 매진 중이다. 이러한 물리적 AI와 로보틱스의 발전은 산업 현장의 자동화 수준을 높이고 새로운 서비스를 창출하는 등 긍정적 가능성을 제시하는 한편, 기술의 안전성, 사회적 수용성 및 윤리적 고려 사항 등 다각적인 검토가 필요한 과제도 함께 안고 있다. 앞으로 이 기술 분야의 지속적인 연구개발과 함께 사회적 논의가 병행될 것으로 전망된다.
이슈리포트_2025-05호.pdf (1 MB)
|
|||||||||
