“우리가 어떤 민족입니까? 피지컬의 민족입니다.” (류중희 리얼월드 대표)

한 줄 핵심

피지컬 AI의 경쟁력은 인터넷 데이터가 아니라 현장 숙련자의 멀티모달 작업 데이터와 이를 해석하는 모델·로봇·데이터 파이프라인의 결합에서 나오며, 한국은 일본과의 연합과 현장 침투 전략으로 강한 우위를 만들 수 있다.

시간별 요약

0:00
2027 IT 트렌드 강좌 2027년에는 에이전트가 기업 업무를 재편하며, 조직은 에이전트와 협업하는 쪽과 그렇지 않은 쪽으로 갈라진다. 내년 사업 전략을 위해 AI 에이전트 중심의 10대 아젠다를 살펴보는 흐름이다.
0:25
하이라이트 피지컬 AI는 한국이 강점을 가질 수 있는 분야이며, 특히 일본과 연합해 산업 현장에 깊게 들어가야 경쟁력이 생긴다. 핵심은 공장·편의점·물류센터·호텔 같은 현장에서 휴먼 데이터를 직접 확보하는 데 있다.
1:17
피지컬 AI에서 숙련자의 작업 데이터가 중요한 이유 피지컬 AI는 인터넷에 있는 텍스트를 긁어오는 방식으로는 학습이 어렵고, 손끝의 촉감까지 포함한 3D 멀티모달 휴먼 데이터가 필요하다. 특히 텔레오퍼레이션 데이터는 부자연스럽고 느리며 숙련자 수준의 동작을 제대로 담지 못해, 현장의 프로가 직접 수행한 데이터를 모아야 한다.
5:11
데이터·로봇·AI 모델 회사가 협업해야 하는 이유 데이터를 모으는 회사만으로는 학습에 쓸 수 있는 품질을 판단하기 어렵기 때문에, 모델 회사가 먼저 원하는 데이터 포맷을 정의해야 한다. 현장 이해 없이 데이터만 수집하는 방식은 한계가 분명하며, 데이터 파이프라인·모델·로봇 제어를 함께 직접 만드는 접근이 필요하다.
8:01
휴머노이드 수요가 제조보다 서비스·물류에서 큰 이유 실제 수요는 제조보다 호텔·편의점·항공사 같은 서비스업과 물류에서 더 크게 나타난다. 공장은 해외로 옮길 수 있지만 호텔이나 물류센터는 옮길 수 없기 때문에, 인구 절벽이 심한 한국과 일본에서 수요가 특히 크다.
10:00
집어서 놓기가 로봇의 핵심 과제인 이유 픽 앤 플레이스는 제조·물류·서비스 전반에 널리 퍼진 기본 작업이며, 움직이는 물체를 정확히 다루는 능력이 성패를 가른다. 일반적인 VLA는 미래 위치 예측, 촉감 인식, 기억 유지가 약해 컨베이어 벨트 작업이나 반복적인 분류 작업을 제대로 수행하기 어렵다.
14:05
미국과 경쟁하기 위한 한일 연합 전략 한국은 시장이 작고, 일본은 고령화와 인력 부족이 심해 서로의 약점을 보완할 수 있는 자연스러운 연합 대상이다. 한국의 연구 역량과 일본의 산업 현장을 묶어 하나의 고객군처럼 운영하면, 미국 자본과 경쟁할 수 있는 비대칭 우위를 만들 수 있다.
20:13
피지컬 AI에도 챗GPT 모먼트가 올까? 피지컬 AI는 B2B로 파편화되어 있어, 챗GPT처럼 대중이 한꺼번에 체감하는 단일한 순간이 오기 어렵다. 대신 현장에서 로봇이 리스타킹 같은 실제 업무를 수행하는 장면이 널리 퍼질 때, 간접적인 대중적 전환점이 생길 수 있다.
24:52
현장 데이터와 벤치마크로 만드는 피지컬 AI 경쟁력 피지컬 AI의 핵심 데이터는 공장·편의점·물류센터 같은 현장에 있고, 한국과 일본은 그 데이터의 품질과 밀도에서 강점을 가진다. 표준화의 중심은 특정 손 하드웨어가 아니라, 현장을 제대로 모사한 벤치마크를 누가 정의하고 이기느냐에 달려 있다.
27:46
원하지 않는 노동을 로봇에게 맡기는 미래 사람이 원하지 않지만 생계를 위해 해야 하는 노동을 로봇과 AI가 대신하는 방향이 인류의 진화 방향이라는 관점이 제시된다. 한국은 저출산과 노동력 부족을 겪는 만큼, 이 문제를 먼저 해결하는 사례를 보여줄 책임과 기회가 있다.

실무 인사이트

피지컬 AI를 시작할 때는 모델보다 먼저 현장 데이터 포맷과 수집 방식부터 설계해야 실제 학습 가능한 데이터가 나온다.
한국 시장만으로는 한계가 크므로, 일본처럼 유사한 산업 구조와 인구 문제를 가진 국가와 묶어 초기 레퍼런스를 넓히는 전략이 유효하다.
경쟁력의 기준은 로봇 자체의 화려함이 아니라, 현장 작업을 정확히 재현하는 벤치마크를 만들고 그 기준을 반복적으로 통과시키는 능력이다.