피지컬AI, ‘디지털 공간 넘어 물리적 세계로 확장되는 AI’
“디지털 환경 자율기능, 지능형 문제 해결 ‘에이전트AI에서 진화”
주변 기기나 환경과 상호작용, 조율·제어, 물리 법칙 구체적 이해
“산업용 로봇, 자율주행차를 정밀하고 안전하게 작동, 제어”
[애플경제 전윤미 기자] 에이전트AI(Agentic AI)와 달리 물리적 세계로 확장, 각종 기기나 디바이스를 작동하는 피지컬AI(Physical AI)의 중요성이 날로 강조되고 있다.
이는 한 마디로 “디지털 공간을 넘어 물리적 세계로 확장되는 AI”라고 할 수 있다. 정보통신기획평가원은 “실제 물리적 환경에서 안전하고 정확한 동작이 필요한 로봇이나, 자율주행차 등의 제어를 위해 ‘피지컬AI’는 그 핵심적 역할을 한다”면서 “특히 로봇공학과 AI 융합을 통한 차세대 성장 동력으로 부상하고 있다”고 강조했다.
휴머노이드, 자율주행차의 필수 기술
대표적으로 휴머노이드나 자율주행차 등을 위해선 주변의 물리적 기기나 환경과 구체적인 피드백과 상호작용을 하는 ‘피지컬AI’가 필수적이다. 그런 점에서 이는 기존 ‘에이전트AI’와도 많이 다르다. 즉 “피지컬AI는 디지털 공간 속의 AI를 넘어 실제 물리 세계로 확장되는 첨단 AI기술”이란 얘기다.
몇 가지 대표적인 차이점을 보면 전자, 즉 ‘에이전트AI’는 GPT 등 디지털 환경에서 자율적 작업을 수행하고, 지능형 문제를 해결하는데 특화되어있다. 또 이메일 작성이나, 정보 검색, 일정 관리 등 일상적인 디지털 업무를 해낼 수 있다. 또한 코딩, 데이터 분석 등 전문 영역에 이르기까지 폭넓은 자동화를 구현하기도 한다.
특히 제조, 물류, 금융 등 산업 현장에서 프로세스 모니터링, 문서 분석, 워크플로우 최적화 등을 통한 디지털 업무 효율화를 기할 수도 있다.
반면에 ‘피지컬AI’는 구체적인 물리적 환경에서 각종 자동화 내지 자율화된 디바이스나 시스템이 안전하게 작동할 수 있게 한다. 이를 위해 주변 기기나 환경과 상호작용을 함으로써 공간과 조율하고, 제어를 할 수 있다.
특히 “중력이나 마찰력, 관성 등 물리 법칙에 대한 실질적 이해를 바탕으로 실시간 환경 변화에 대응한다”는 설명이다. 이를 통해 안정적인 작동을 할 수 있게 하고, 산업용 로봇이나 자율주행차를 정밀하게 제어한다. 즉, 디지털 공간을 뛰어넘어 실제 손에 잡히고 구체적 실체로서의 복잡한 물리적 상호작용을 위한 지능형 시스템을 구축한다고 할 수 있다.
‘에이전트AI’ vs ‘피지컬AI’의 구분
이에 대해 가천대학교 최재홍 교수가 구분한 양자 간의 특장점은 눈여겨 볼만하다. 이에 따르면 일단 에이전트AI(전자)는 피지컬AI(후자)와 달리 정의부터 다르다. 즉 디지털 환경에서 복잡한 작업을 계획·분해·실행하는 것이다. 이에 비해 후자는 “실제 환경에서 로봇 등을 통해 물리적 구현”이라고 간단 명료하게 정의된다.
최 교수는 또 ‘핵심역량’ 측면에서 양자를 확실히 구분했다. 특히 전자는 ‘추론·적응’, 즉 다양한 데이터를 활용해 임무를 세분화하고 우선 순위를 결정하는 추론을 수행한다. 또한 웹·DB·API 등 여러 소스에서 정보를 수집, 처리한다.
이에 비해 후자는 센서·액추에이터를 통해 실제 환경과 상호작용하는 등 물리적 동작을 할 수 있다. 또한 공간·물리적 이해, 즉 3D 공간이나, 동적 환경, 물체 조작 등을 구체적으로 인식하고 제어할 수도 있다.
이에 전자는 지식 노동에도 적극 활용된다 .즉, 문헌 요약이나 분석 등 연구활동을 보조하고, 금융 분석, 코딩 보조 등을 해낼 수 있다. 또 프로세스 모니터링과 개선, 보안 취약점 검사, 고객 서비스 챗봇 등 산업 자동화의 핵심 기술이 되기도 한다.
후자, 즉 ‘피지컬AI’는 이에 비해 제조·물류창고 로봇이나, 자율주행 차량, 드론 등 ‘로보틱스’ 기능을 수행할 수 있다. 특히 가정용 로봇을 비롯, 인간형 로봇, 물리적 업무 보조용 로봇 등 서비스 로봇의 핵심 기술로 적용된다.
에이전트AI나 피지컬AI 모두 각자의 기능을 발휘하기 위한 필수적 기술과 구성 요소들이 있다. 이에 최 교수는 우선 전자의 경우 LLM이 필수적이다. 이 밖에 멀티모달 처리 능력과 계획·추론, 강화학습 등 동적 의사결정 알고리즘의 융합이자, 도구·API 통합 관리 플랫폼으로 해석된다.
이에 비해 피지컬AI는 기왕의 에이전트AI 기술과 로봇 공학(메카트로닉스)의 융합, 센서·액추에이터 제어기술과 시뮬레이션(디지털 트윈)·물리적 엔진의 융합, 그리고 제어 시스템과의 접목으로 설명될 수 있다.
산업적 가치 측면에서 보면 전자는 새로운 디지털 워크포스, 즉 업무 자동화를 기하며, IT, 금융, 제조 등 다양한 산업에 폭넓게 활용될 수 있다. 후자의 경우는 로봇·자율주행, 고령화나 인력 부족 등에 대처할 수도 있다. 또한 제조·물류·운송 산업 등에서 대규모 효율성을 기할 수도 있다.
물론 양자 모두 한계는 있다. 에이전트AI는 윤리·보안 이슈, 즉 데이터 오남용이나, 의사결정의 책임문제 등이 따른다. 또한 날로 복잡도가 증가하면서, 이에 따른 인프라·모델 비용이 상승하는 것도 문제다. 또한 완전 자율주행을 운영할 경우 충분히 있을 수 있는 예외 상황에 어떻게 대처할 것인가도 과제로 지적된다.
이에 비해 피지컬AI 역시 물리적 환경의 예측 불가능성이 지적된다. 예를 들어 안전이나 법률문제, 사고 등이 대표적이다. 또한 하드웨어 비용이나 유지보수 부담도 따르고, 시뮬레이션과 실제 환경 간의 간극도 해결 과제로 꼽힌다.
글로벌 빅테크, ‘피지컬AI’ 기술 경쟁 치열
이에 주요 글로벌 기술매체들도 ‘피지컬AI’ 개념에 주목하며, 그 중요성을 부각시키고 있다. 오픈AI, 메타, 애플 등 빅테크도 로보틱스 연구를 추진하고 관련 전문가 채용을 시작하는 등 경쟁이 가열되고 있다.
또한 기존 AI가 물리적 환경에 대응하는데 한계가 있다보니, 피지컬AI 개발에 너도나도 박차를 가하고 있다. 정보통신기획평가원은 “현재의 생성AI는 텍스트 기반 데이터 학습에 의존하므로, 실제 물리적 세계의 복잡한 상호작용과 역학 관계를 이해하는 능력이 부족하다”면서 이에 “피지컬AI는 실제 환경과의 직접적 상호작용을 통한 기계 학습으로 새로운 가능성을 제시하고 있다”고 규정했다.