2025년 CES에서 전 세계 4천여 개 기업이 모인 자리, 사람들의 발걸음은 한 곳으로 쏠렸습니다. 바로 로봇 앞이었습니다. 보스턴 다이내믹스의 차세대 아틀라스는 360도 회전하는 관절로 사람이 할 수 없는 동작까지 자연스럽게 선보였고, LG전자의 클로이는 빨래를 개고 심부름을 혼자 척척 해냈습니다. 저는 이 장면을 보면서 "AI가 드디어 화면 밖으로 나왔다"는 말이 과장이 아니라는 걸 체감했습니다. 예전엔 AI가 문서 쓰고 요약하고 번역하는 컴퓨터 안의 생산성 도구였다면, 이제는 사람 눈에 보이는 성과로 바로 증명되는 시대가 온 겁니다.
산업 현장에서 먼저 자리 잡는 피지컬 AI
피지컬 AI(Physical AI)란 카메라와 센서로 주변을 인식하고, 그 정보를 스스로 분석해 판단한 뒤 로봇을 움직여 행동하는 기술을 의미합니다. 쉽게 말해 AI가 디지털 공간을 벗어나 물리적 몸을 갖고 현실 문제를 해결하는 능력입니다. 이 변화의 최전선은 산업 현장입니다. 사족보행 로봇 스팟은 자동차 조립 라인을 점검하고 순찰하며, 협동 로봇과 자율주행 모빌리티는 부품 운반과 물류를 맡습니다. 공장 전체가 하나의 거대한 로봇처럼 움직이게 되는 겁니다.
저도 비슷하게 일합니다. AI가 초안을 만들면 저는 맥락을 잡고, 틀린 부분을 검증하고, 최종 결정을 내립니다. 산업 현장에서도 마찬가지입니다. 위험하고 지루한 일부터 로봇이 맡고, 남는 사람은 예외 처리와 품질 기준을 정하고 책임을 지는 역할로 이동합니다. 실제로 연마 작업 같은 공정은 분진 흡입 위험에 사고도 끊이지 않았는데, 이제는 AI가 표면을 스캔해 상태를 읽어내고 연마 로봇이 일정한 속도와 힘으로 정밀하게 갈아냅니다.
로봇이 몸을 갖게 된 AI의 가장 큰 힘은 학습 능력입니다. 일하는 동안 쌓인 데이터를 다시 분석하고 학습해 다음엔 더 나은 방식으로 움직입니다. 일을 할수록 더 똑똑해지는 겁니다. 이 지점에서 경쟁의 핵심이 하드웨어만이 아니라 데이터라는 점이 명확해졌습니다. 누가 더 많은 현장 데이터를 쌓고, 그 데이터로 더 빠르게 개선하느냐가 승부를 가르는 구조입니다.
자율주행 분야에서도 피지컬 AI는 빠르게 상용화되고 있습니다. 아마존의 로봇 택시 죽스는 운전대도 페달도 없이 AI가 교통 상황을 실시간으로 인식하고 스스로 경로를 판단해 주행합니다. 현대차 그룹의 자율주행 합작법인 모셔널이 라스베이거스에서 시험 주행 중인 로보택시는 스스로 차선을 바꾸고, 과속방지턱과 정지 표지판 등 각종 도로 상황에 정확히 대처합니다(출처: 현대자동차그룹 뉴스룸). 복잡한 호텔 로비 앞에서 보행자가 갑자기 나타난 돌발 상황에도 즉시 멈춰 길을 내주고, 안전이 확보되자 다시 부드럽게 움직입니다.
데이터 주권이 결정하는 피지컬 AI 경쟁
올해 CES에서 가장 두드러진 존재감을 드러낸 나라는 중국이었습니다. 휴머노이드 로봇 부스의 절반 이상이 중국 업체였고, 700만 원대 휴머노이드 로봇까지 등장했습니다. 중국의 가장 큰 저력은 이미 탄탄히 갖춰진 피지컬 AI 생태계입니다. 전 세계에서 새로 만들어지는 로봇의 절반이 중국에서 쓰일 정도로 압도적인 시장 규모를 갖췄고, 폭발적인 대량 생산은 빠른 가격 하락을 불러왔습니다. 그 과정에서 쌓인 방대한 실전 데이터는 고스란히 더 뛰어난 로봇을 만드는 데 쓰입니다.
실제로 국내 시장에선 식당에서 음식을 나르는 서빙 로봇 열 대 중 여섯 대가 중국산입니다. 가격이 30~40% 정도 저렴하고 성능은 계속 좋아지고 있다는 점에서 국내 기술이 상대적으로 뒤처지려는 신호입니다. 산업 현장에서도 특히 자동화 공정의 핵심인 수직 다관절 로봇(Articulated Robot)의 국산 시장 점유율은 20%도 안 됩니다. 여기서 수직 다관절 로봇이란 사람 팔처럼 여러 관절이 연결되어 복잡한 작업을 수행할 수 있는 산업용 로봇을 의미합니다.
로봇이 우리의 필수품이 됐을 때 중국의 공급망을 의존하고 있다면 우리나라 로봇 산업이 굴러가지 않게 될 수도 있습니다. 공급망을 확보한다는 것은 우리의 산업 주권을 지키는 것과 동일한 얘기입니다. 다만 위기만 있는 건 아닙니다. 이번 CES에서 한국은 그간 쌓은 역량이 AI 시대에서도 유효하다는 걸 다시금 확인했습니다.
한국의 강점은 다음과 같습니다.
- 반도체, 조선, 철강, 자동차, 배터리 등 다양한 산업 현장에서 수십 년 동안 수집된 고품질 데이터
- 제조와 서비스를 모두 보유한 국가로서 데이터를 실전에 접목할 가능성
- 메신저, 포털, 금융 등 자국 언어로 누적된 데이터 보유
엔비디아와 팔란티어 같은 빅테크도 한국의 제조 데이터를 피지컬 AI 학습에 최적화된 AI 시대의 원유로 평가하고 있습니다(출처: 엔비디아 공식 블로그). 엔비디아 CEO 젠슨 황은 CES 2025 기조연설에서 "HD현대가 거대한 선박과 조선소를 건설하는 데 우리 기술을 활용하고 있다"며 한국 제조 데이터의 가치를 직접 언급했습니다.
솔직히 이 부분은 저도 예상 밖이었습니다. 한국이 반도체와 전자 분야에서 강하다는 건 알았지만, 조선·철강·자동차 같은 전통 제조업에서 쌓인 데이터가 AI 시대의 핵심 자산이 될 거라는 건 생각하지 못했습니다. 하지만 그 데이터가 곧바로 학습에 쓰이려면 표준화, 저작권과 보안, 현장 센서 인프라, 데이터 공유 구조가 먼저 갖춰져야 합니다. 데이터를 갖고 있다는 것과 그걸 실제로 활용할 수 있다는 건 전혀 다른 문제입니다.
피지컬 AI 시대의 승부는 로봇이 멋지게 움직이느냐가 아니라, 누가 안전하게 싸게 오래 굴리고 데이터를 축적해 개선 속도를 유지하느냐에 달려 있습니다. 로봇의 부드러운 걸음이나 여유로운 동작은 인상적이지만, 상용화에서 진짜 핵심은 내구성, 정비, 안전 인증, 사고 책임입니다. 데모에서 가능한 것과 24시간 현장에서 굴리는 것은 전혀 다릅니다. 중국의 가격 경쟁력과 생태계는 현실이지만, 700만 원대 휴머노이드 같은 메시지는 모델 스펙, 유지비, 소프트웨어 구독, 부품 수급까지 포함한 총비용 관점이 빠지면 오해를 낳습니다..
AI가 스스로 보고 생각하고 움직이기 시작한 시대입니다. 기술 진화의 최전선에서 누군가는 위기를 말하지만 누군가는 기회를 만듭니다. 제 경험상 이런 변화의 시기엔 노동 전환, 재교육, 안전망, 지역 산업 재편 같은 사회적 비용도 같이 다뤄야 기술 낙관만 남지 않습니다. 문턱을 넘는 AI 로봇의 여정, 우리가 마주한 것은 끝이 아니라 이제 막 펼쳐진 새로운 이야기의 첫 장입니다.