[논문리뷰] AI가 화면 밖으로 나왔다…피지컬 AI가 여는 로봇의 다음 혁명

Thakur, A., Kaipa, K., Banerjee, A. G., Cappelleri, D. J., Krovi, V. N., & Gupta, S. K. (2025). “Physical Artificial Intelligence for Powering the Next Revolution in Robotics.” Journal of Computing and Information Science in Engineering, 25(12), 120809. DOI: 10.1115/1.4070122.

AI가 현실 세계로 들어갈 때

생성형 AI는 글을 쓰고, 이미지를 만들고, 복잡한 질문에 답한다. 그러나 로봇이 공장에서 부품을 조립하거나 병원에서 환자 사이를 이동하고, 농장에서 작물을 수확하려면 단순히 그럴듯한 답을 생성하는 것만으로는 부족하다.

로봇은 센서 노이즈, 마찰, 배터리 한계, 통신 지연, 예측하지 못한 장애물과 사람의 움직임 속에서 판단해야 한다. 판단의 결과는 텍스트가 아니라 실제 움직임으로 나타나며, 잘못된 결정은 제품 불량이나 장비 파손, 나아가 사람의 안전 문제로 이어질 수 있다.

Atul Thakur와 공동 연구진의 논문 「Physical Artificial Intelligence for Powering the Next Revolution in Robotics」는 바로 이 지점에서 피지컬 AI를 로봇공학의 다음 핵심 패러다임으로 제시한다. 이 논문은 하나의 알고리즘이나 로봇 성능을 검증한 실험연구가 아니라, 피지컬 AI의 개념과 구성요소, 응용 분야, 평가기준 및 향후 과제를 종합적으로 제안한 포지션 페이퍼다.

피지컬 AI는 ‘로봇에 탑재된 AI’가 아니다

논문은 피지컬 AI를 단순히 로봇에 인공지능 모델을 설치한 시스템으로 보지 않는다. 피지컬 AI의 핵심은 로봇의 몸체와 센서, 제어장치, 학습 알고리즘, 주변 환경이 지속적으로 상호작용하는 데 있다.

디지털 AI가 주로 텍스트, 이미지, 구조화된 데이터와 같은 가상 정보 공간에서 작동한다면, 피지컬 AI는 센서를 통해 현실을 인식하고, 불완전한 정보 속에서 판단하며, 구동기를 통해 실제 세계에 행동을 가한다. 행동의 결과는 다시 센서 데이터로 돌아와 다음 판단을 수정한다.

따라서 피지컬 AI에서 지능은 중앙의 AI 모델 하나에만 존재하지 않는다. 로봇의 형태와 관절 구조, 센서의 배치, 제어 방식, 작업환경, 인간과의 상호작용이 함께 지능의 성능을 결정한다.

논문은 체화지능을 이러한 관점의 인지적·철학적 기반으로 보고, 피지컬 AI를 이를 실제 로봇과 자율시스템에서 구현하는 공학적 형태로 구분한다.

핵심은 모델이 아니라 ‘폐루프’다

논문이 제시하는 피지컬 AI의 구조는 하나의 거대한 AI 모델보다 여러 기능이 연결된 폐루프에 가깝다.

로봇은 먼저 카메라, LiDAR, 촉각센서 등을 통해 주변 상황을 인식한다. 이어 자신의 위치와 환경을 지도화하고, 목표를 달성하기 위한 작업과 이동 경로를 계획한다. 이후 제어장치를 통해 행동을 실행하고, 그 결과를 다시 센서로 확인해 오류를 수정한다.

이 과정에는 상황 인식, 위치추정과 지도화, 계획과 추론, 제어와 적응, 모방학습, 인간–로봇 상호작용이 포함된다. 자연어 명령을 로봇의 동작으로 변환하는 대규모 언어모델 역시 이 구조의 한 구성요소일 뿐이다.

결국 피지컬 AI의 성능은 “AI가 얼마나 똑똑한가”만으로 평가할 수 없다. 실제 과업을 성공적으로 완료했는지, 얼마나 빠르게 반응했는지, 불확실한 상황에서 안전하게 행동했는지, 사람이 시스템의 판단을 이해하고 개입할 수 있었는지를 함께 살펴야 한다.

디지털트윈은 피지컬 AI의 훈련장이자 검증 환경이다

논문에서 특히 주목할 부분은 디지털트윈을 피지컬 AI의 핵심 인프라로 본다는 점이다.

현실의 로봇을 이용한 학습과 시행착오는 많은 시간과 비용이 들고, 충돌이나 장비 손상의 위험도 따른다. 디지털트윈은 실제 로봇과 작업환경을 가상공간에 구현해 다양한 행동을 먼저 시뮬레이션하고, 위험한 상황을 반복적으로 시험할 수 있게 한다.

여기서 디지털트윈은 단순한 3차원 시각화 모델이 아니다. 실제 센서, 구동기, 제어정책과 연결돼 현재 상태를 반영하고, 대안 행동을 시험하며, 고장 가능성을 탐지하고, 학습된 정책을 현실로 이전하는 동기화된 가상 대응체다.

이러한 가상–현실 전환이 바로 Sim-to-Real이다. 로봇은 가상환경에서 충분히 학습하고 검증한 뒤 현실에 적용되며, 현실에서 발생한 오차와 새로운 데이터는 다시 디지털트윈에 반영된다. 디지털트윈은 이처럼 학습, 예측, 실행, 비교, 수정이 반복되는 순환구조를 지원한다.

제조업은 피지컬 AI가 가장 엄격하게 시험받는 공간이다

제조업은 피지컬 AI의 가능성과 한계가 가장 분명하게 드러나는 분야다. 공장은 비교적 구조화된 환경이지만, 품질과 안전에 대한 요구 수준이 매우 높다.

논문은 한 단계의 성공률이 99%인 로봇이 200단계로 구성된 작업을 수행한다면, 제품 하나당 평균적으로 두 번의 오류가 발생할 수 있다고 설명한다. 언어모델에서는 99%의 정확도가 높은 성능으로 평가될 수 있지만, 제조공정에서는 재작업과 폐기, 생산 중단으로 이어질 수 있는 수준이다.

따라서 제조 분야의 피지컬 AI는 방대한 데이터에만 의존하는 종단 간 학습보다 물리모델과 데이터 기반 학습을 결합할 필요가 있다. 제한된 데이터로 학습할 수 있어야 하고, 센서 노이즈에 강해야 하며, 장비 변경이나 마모에 따라 쉽게 업데이트할 수 있어야 한다.

또한 시스템을 기능별 모듈로 분해하고, 모듈 사이의 인터페이스를 명확히 해야 한다. 판단의 불확실성이 높을 때는 사람에게 개입을 요청하고, 예상과 다른 행동이 발생했을 때는 그 이유를 설명할 수 있어야 한다.

논문이 제조 분야의 대표 평가 지표로 제시한 것은 성공률뿐만이 아니다. 사이클타임, 고장률, 사이클당 에너지 소비량도 함께 포함된다. 피지컬 AI의 가치는 기술적 정확성뿐 아니라 생산성, 운영효율, 비용과 에너지 측면에서도 검증돼야 한다는 의미다.

분야마다 다른 피지컬 AI의 성숙도

논문은 제조, 의료, 자율주행, 농업, 물류, 우주, 서비스 로봇을 비교하며 피지컬 AI의 적용 수준과 평가기준이 분야마다 다르다고 설명한다.

물류창고의 자율이동로봇과 병원 배송로봇처럼 구조화된 공간에서 수행되는 일부 작업은 이미 상용화 단계에 진입했다. 반면 직접 환자를 치료하는 의료로봇, 일반 가정에서 다양한 명령을 수행하는 서비스 로봇, 극한 환경에서 자율적으로 임무를 수행하는 우주로봇은 여전히 높은 안전성과 적응성을 요구한다.

제조업에서는 정밀도와 사이클타임이 중요하지만, 의료에서는 안전사고와 반응 지연, 서비스 로봇에서는 사용자 만족도와 상호작용 품질, 우주 분야에서는 임무 성공률과 고장 복구 시간이 중요한 지표가 된다.

이는 피지컬 AI에 하나의 공통 정확도 점수만 적용하기 어렵다는 것을 보여준다. 실제 과업, 시스템 운영, 인간과의 상호작용을 구분한 다층적 평가체계가 필요하다.

넘어야 할 여섯 가지 장벽

연구진은 피지컬 AI가 실제 산업에 확산되기 위해 해결해야 할 핵심 과제를 여섯 가지로 정리한다.

첫째는 실시간 데이터 처리다. 로봇은 카메라와 센서에서 쏟아지는 데이터를 짧은 시간 안에 통합하고 판단해야 한다. 둘째는 에너지 효율이다. 복잡한 AI 모델과 다수의 센서는 이동형 로봇의 배터리를 빠르게 소모한다.

셋째는 사이버보안이다. 네트워크에 연결된 로봇이 공격받으면 정보 유출을 넘어 센서와 구동기가 직접 조작될 수 있다. 넷째는 확장 가능한 학습이다. 새로운 작업을 학습하면서 이전에 습득한 능력을 잃는 파국적 망각과 가상환경에서 학습한 정책이 현실에서 제대로 작동하지 않는 Sim-to-Real 격차를 해결해야 한다.

다섯째는 안전이다. 피지컬 AI는 자신의 불확실성을 판단하고, 위험이 높을 때 보수적인 행동이나 인간 개입으로 전환할 수 있어야 한다. 여섯째는 윤리다. 로봇이 수집하는 영상과 음성의 개인정보 문제, 사고 발생 시 책임 소재, 편향된 판단, 인간의 가치와 행동을 정렬하는 문제가 포함된다.

이 논문이 남긴 성과와 한계

이 논문의 가장 큰 장점은 피지컬 AI를 특정 기술이나 휴머노이드 로봇의 유행으로 한정하지 않고, 인식–계획–제어–학습–상호작용이 결합된 시스템 수준의 패러다임으로 정리했다는 점이다.

특히 디지털트윈, Sim-to-Real, 인간 개입, 안전, 설명 가능성, 산업별 성과지표를 하나의 논의 안에서 연결한 것은 피지컬 AI가 연구실의 시연을 넘어 실제 산업에 도입되기 위해 무엇이 필요한지를 보여준다.

다만 이 논문은 포지션 페이퍼이므로 제안한 평가체계를 실제 실험으로 검증하지는 않았다. 분야별 성숙도를 나타낸 도표 역시 정량적 분석 결과가 아니라 개념적 비교에 가깝다. 응용 분야를 폭넓게 다루는 과정에서 각 산업의 규제와 기술적 특성을 깊게 분석하지 못한 부분도 있다.

그럼에도 피지컬 AI의 개념이 빠르게 확장되는 시점에서 공통 용어와 구성요소, 평가 관점을 제시했다는 점에서 이 논문의 의미는 크다.

다음 로봇 혁명은 어디에서 시작되는가

피지컬 AI는 단순히 AI를 탑재한 로봇을 의미하지 않는다. 로봇의 몸체, 센서, 제어, 학습, 물리환경, 인간, 디지털트윈을 하나의 순환구조로 공동 설계하는 접근이다.

생성형 AI 시대에는 더 큰 모델과 더 많은 데이터가 경쟁력의 기준이었다. 그러나 현실 세계에서 움직이는 로봇의 경쟁력은 다른 질문으로 평가될 가능성이 크다.

얼마나 정확하게 현실을 인식하는가. 자신의 물리적 한계를 이해하는가. 행동 결과를 예측하고 검증할 수 있는가. 예상하지 못한 상황에서 안전하게 멈출 수 있는가. 그리고 사람이 그 판단을 이해하고 개입할 수 있는가.

로봇의 다음 혁명은 AI가 더 많은 답을 생성하는 순간이 아니라, 현실 세계에서 감지하고 판단하고 행동한 결과에 책임질 수 있게 되는 순간부터 시작될 것이다.