피지컬 AI · 휴머노이드
Physical AI
피지컬 AI이란?
- 지능을 실제 '몸(로봇)'에 넣어 현실에서 일하는 AI
- 인식·월드모델·제어가 핵심 재료
- 사람에 맞춰진 환경 그대로 쓰려 휴머노이드가 주목
피지컬 AI가 실제로 바꾸는 것은 '틀렸을 때 치르는 비용'입니다. 챗봇이 엉뚱한 답을 내면 다시 물어보면 그만이지만, 로봇 팔이 판단을 잘못하면 20kg 자재가 바닥에 떨어지고 라인 전체가 멈춥니다. 그래서 이 분야의 프로젝트는 정확도 몇 퍼센트라는 지표보다 실패했을 때 안전하게 멈추는 설계가 먼저 옵니다. 도입 검토 회의에서 '한 시간에 몇 개나 집나요'보다 '못 집었을 때 누가 어떻게 알아채나요'가 더 무거운 질문이 되는 이유입니다.
기존 공장 자동화와의 경계도 분명히 해두는 편이 좋습니다. 컨베이어 옆 산업용 로봇은 사람이 좌표를 하나하나 가르쳐 준 동작을 반복하는 기계라, 부품이 2~3cm만 틀어져 놓여도 그대로 헛손질을 합니다. 피지컬 AI는 좌표가 아니라 상황을 학습한다는 점에서 갈라집니다. 그래서 품목이 자주 바뀌는 다품종 소량 라인이나 적재 상태가 매번 다른 입고 구역처럼, 티칭으로는 수지가 안 맞던 공정이 첫 후보로 꼽힙니다.
형태도 용도에 따라 갈립니다. 두 발로 걷는 휴머노이드는 계단과 좁은 통로, 사람용 작업대를 그대로 쓸 수 있지만 균형 제어에 전력을 많이 쓰고 단가가 높습니다. 반대로 바퀴 위에 팔을 얹은 모바일 매니퓰레이터나 고정형 피킹 로봇은 투자 회수 기간이 훨씬 짧은 현실적 선택지입니다. 검토 단계에서는 '휴머노이드가 필요한가'보다 바닥이 평평한가, 사람이 하루 몇 번 개입하는가를 먼저 세어보시길 권합니다.
가장 흔한 오해는 '사람 환경에 맞춰 만들었으니 공장에 그냥 들여놓으면 된다'는 생각입니다. 실제로는 조명이 바뀌거나 파레트에 비닐이 한 겹 씌워진 것만으로 인식률이 뚝 떨어지고, 안전 펜스와 위험성평가, 비상정지 동선까지 다시 잡아야 합니다. 더 자주 어긋나는 쪽은 사람입니다. 로봇이 멈췄을 때 복구할 인력을 키워두지 않으면, 장비는 들어왔는데 가동률은 도입 전보다 떨어집니다. 도입 예산의 일부를 현장 재교육에 먼저 떼어두는 것이 실무에서 가장 안전한 순서입니다.
'물리적 세계에서 작동하는 AI'라는 뜻으로, 2024~2025년 반도체·로봇 업계가 생성형 AI(디지털)와 구분해 차세대 축으로 제시하며 널리 쓰이기 시작했습니다.
가상의 사례로 살펴보겠습니다. 임직원 240명 규모의 자동차 부품 2차 협력사 A사는 도장 공정 뒤 검사·적재를 맡는 3교대 인력 12명 중 4명이 반년 사이 퇴사했습니다. 결원을 못 메우면서 라인은 하루 평균 40분씩 멈췄습니다. 2025년 9월, 생산기술팀이 피킹용 모바일 매니퓰레이터 2대를 6개월 임대 조건으로 시범 투입했습니다.
- 생산기술팀 박 차장이 첫 2주간 로봇이 놓친 상황 187건을 영상으로 모아, 바닥에 기름이 번진 구간에서만 헛집는다는 패턴을 잡아냈습니다.
- SI 업체와 함께 라인 조도를 균일하게 바꾸고 파레트 규격을 2종으로 통일하자, 3주 차 피킹 성공률이 78%에서 94%로 올라갔습니다.
- 반장 두 명을 로봇 복구 담당으로 지정해 8시간 실습 교육을 돌렸는데, 김 반장은 '멈추면 부르라고만 하지 말고 우리가 푸는 법을 알려달라'고 요청했습니다.
- 야간조를 로봇 2대에 작업자 1명 체제로 바꾸고, 빠진 인력은 외관 최종 검사와 불량 원인 기록 업무로 자리를 옮겼습니다.
- 6개월 뒤 라인 정지 시간은 하루 40분에서 11분으로 줄었고, 검사 공정에 3명을 재배치하면서 재작업률도 2.1%에서 1.3%로 내려갔습니다.