로봇이 몸을 갖게 된다는 것: 2026년, 또 시작된 챗GPT 모먼트?
팀
팀제이커브
Insight
카테고리
비어 있음
이 글은 총 3부작으로 발행될 예정입니다. 피지컬 AI가 어느 정도까지 진화했는지, 어떤 원리로 동작하는지, 그리고 앞으로 우리의 비즈니스에 어떤 영향을 줄지 궁금하신 분들을 위해 준비했습니다. 제가 이 분야를 공부하며 새롭게 알게 된 내용들을 차근차근 공유해 보려 합니다.
우연히 유튜브 알고리즘에 이끌려 하나의 영상을 보다 일을 멈췄습니다. 무대 위에서 쿵후복을 입은 아이들이 무술 시연을 하고 있었는데, 그 틈에 수십 대의 로봇들이 섞여 있었거든요.
사실 로봇이 혼자 춤추는 건 이제 흔한 일이죠. 그런데 이번엔 좀 달랐습니다.
아이들이 기합을 넣으면 로봇이 그 소리를 듣고 박자를 맞추고, 옆 사람이 움직이는 속도에 맞춰서 자기 동작을 조절하더라고요. 그 장면을 보는데 기분이 참 묘했습니다.
"아, 이제는 로봇이 그냥 '잘 만들어진 장난감' 수준이 아니구나"
싶었죠.
화면 속에서 글자로만 대화하던 AI가 이제는 우리 옆에서 같이 숨 쉬고 발을 맞추는 '진짜 동료'가 된 것 같은 기분. 그 잊히지 않는 장면이 바로 우리가 살고 있는 피지컬 AI(Physical AI) 시대의 시작을 알리는 신호탄이었습니다.
출처: CGTN
지금까지 우리가 만난 AI는 모니터 안의 인격체였어요. 궁금한 걸 물어보면 척척 대답해주는 '오픈클로' 같은 존재였죠. 그런데 이제 이 똑똑한 머리가 '몸'을 얻어 밖으로 성큼성큼 걸어 나오기 시작했습니다.
용어: 오픈클로(OpenClaw): 웹사이트에서 대화하는 챗봇 방식을 넘어, 사용자의 PC에 직접 설치되어 파일 정리나 코딩 같은 실질적인 작업을 수행하는 '실행형 AI 에이전트'입니다.
그동안 화면 속에서 질문에 대답하던 AI가 이제 '몸'을 입고 우리 곁으로 걸어 나오기 시작했습니다. 인격체처럼 작업을 수행하던 '오픈클로'의 흐름이 이제 모니터를 뚫고 나와 물리적인 실체가 된 것, 바로 피지컬 AI의 시대입니다.
피지컬 AI: 시키는 대로만 하는 기계가 아니라, 눈치껏 배우는 아이처럼
예전의 로봇은 참 고지식했습니다. "오른쪽으로 한 걸음 가서 컵을 집어"라고 우리가 수만 줄의 코드를 일일이 짜줘야 했거든요.
하지만 요즘의 피지컬 AI는 좀 다릅니다. 아이가 부모가 걷는 모습을 보며 걸음마를 배우듯이, 스스로 세상을 관찰하고 "아, 이렇게 하면 되겠네" 하고 판단을 내립니다.
이걸 가능하게 만드는 게 바로 VLA 모델이라는 '로봇의 뇌'입니다.
*이 이미지는 AI로 만들었습니다.
•
Vision (V, 시각): 단순히 사물을 찍는 게 아니라 "지금 내 앞에 있는 게 깨지기 쉬운 유리컵이구나"라고 주변 환경을 입체적으로 인식합니다.
•
Language (L, 언어/상식): "물 좀 가져다줘"라는 짧은 말 뒤에 숨은 의도를 파악합니다. 인터넷상의 수많은 데이터를 미리 공부했기에, 컵이 어디에 있는지, 물은 어떻게 따르는지 같은 '세상 돌아가는 상식'을 이미 알고 있습니다.
•
Action (A, 행동): 인식한 정보와 상식을 바탕으로, 지금 당장 팔 근육(모터)을 몇 도의 각도로, 어느 정도의 힘으로 움직여야 할지 결정합니다.
이 VLA 모델 덕분에 로봇은 이제 시키는 일만 하는 기계가 아니라, 상황에 맞춰 '눈치껏' 움직이는 똑똑한 파트너가 되었습니다.
"어라, 이게 되네?" — 데이터가 만들어낸 손끝의 기적들
불과 1, 2년 전만 해도 "에이, 로봇이 어떻게 저런 걸 해?"라고 비웃었던 일들이 이제는 아주 자연스럽게 벌어지고 있습니다.
1. '옷감'을 만질 줄 아는 섬세함 (π0, 파이제로)
로봇에게 제일 어려운 심부름 중 하나가 '빨래 개기'였다는 거 아세요? 딱딱한 물건과 달리 옷은 잡을 때마다 모양이 제멋대로 변하니까요.
로봇에게 제일 어려운 심부름 중 하나가 '빨래 개기'였다는 거 아세요? 딱딱한 물건과 달리 옷은 잡을 때마다 모양이 제멋대로 변하니까요.
하지만 VLA를 탑재한 π0는 수천 번 연습을 하더니 이제 옷의 결을 느낍니다. 셔츠 소매를 탁탁 털어서 예쁘게 접는 모습을 보면, 로봇에게도 '손맛'이라는 게 생긴 것 같아 놀랍습니다.
*출처: Physical Intelligence 유튜브
2. 사람처럼 골반을 쓸 줄 아는 유연함 (Helix 로봇)
로봇에게 물류 창고에서 비닐 박스를 옮기는 건 정말 까다로운 일이에요. 잡는 순간 찌그러지고 무게 중심이 휙휙 바뀌거든요. 그런데 이 로봇은 사람처럼 골반으로 박스를 툭 쳐서 균형을 잡거나 발을 슬쩍 내밀어 자리를 잡습니다.
누가 가르쳐주지도 않았는데, VLA 두뇌가 가장 '사람 같은 효율적인 몸짓'을 스스로 찾아낸 거예요.
출처: helix 유튜브
3. 손끝에 깃든 예민한 감각 (CraftNet)
이제 로봇은 눈으로만 보는 게 아니라 손끝으로 '느낍니다'. 얇은 트럼프 카드를 한 장씩 쓱쓱 나누거나 가느다란 손가락으로 종이접기를 하는 걸 보면, 예전의 둔탁한 기계 팔은 이제 잊어도 될 것 같습니다.
실시간으로 압력을 느끼며 다음 동작을 고민하는 그 '예민한 감각'이 로봇에게 깃든 것이죠.
출처: Sharpa 유튜브
우리는 지금 도구를 보는 걸까요, 새로운 누군가를 만나는 걸까요?
출처: 구글 검색(챗GPT, 2023년 2월)
솔직히 고백하자면, 요즘 여러 피지컬 AI들을 보면서 묘한 기시감을 느낍니다. 2023년 봄, 처음 챗GPT를 마주했을 때의 그 느낌 말이죠.
'와, 이거 몇 년 안에 정말 큰일 내겠는데?'
싶었던, 그 서늘하면서도 두근거리는 감정이 피지컬 AI에게서도 똑같이 느껴지기 때문입니다.
잠시 2023년 2월을 돌이켜봅니다.
그때 챗GPT를 단순히 신기한 장난감으로 무시했던 이들과, 아주 조금이라도 관심을 두고 파고들었던 이들 사이에는 지금 꽤 큰 차이가 생겼습니다. AI가 몰고 온 변화의 파도를 누군가는 당황하며 휩쓸려 가지만, 관심을 가졌던 이들은 그 변화를 덤덤하게 받아들이며 자기만의 길을 찾고 있죠.
제 개인적인 경험도 그렇습니다. AI를 파트너로 받아들인 뒤로 제가 할 수 있는 일의 영역, 즉 직무의 한계가 몰라보게 넓어졌거든요. 우리 조직의 관점에서도 마찬가지입니다.
단순히 '일이 빨라졌다'는 수준을 넘어, 어떻게 AI로 생산성을 높이고 이를 새로운 부가가치로 전환할 수 있을지에 대한 구체적인 단서들을 하나씩 찾아가고 있습니다. 그래서 지금 우리에게 필요한 것은 '관찰' 그 이상입니다.
챗GPT 초기처럼, 이 낯선 존재를 유심히 살피며 우리 삶과 비즈니스의 지형이 어떻게 바뀔지 상상해봐야 합니다.
[2부예고]"그렇다면, 피지컬 AI는 어떤 원리로 동작하나? 진짜 챗GPT처럼 될 수 있을까?"
이어지는 2부에서는 피지컬 AI가 실제로 어떤 원리로 동작하는지, 그리고 그 과정에서 우리가 마주하게 될 현실적인 한계점은 무엇인지 조금 더 깊이 들여다보겠습니다.
그리고 마지막 3부에서는 이 거대한 흐름 속에서 과연 우리는 어떤 비즈니스를 준비해야 할지, 제가 그동안 고민해온 실천적인 방향들을 하나씩 풀어보려 합니다.
'AI Native 백과사전' 구독하기
사이트를 구독하면 새 포스트 등 최신 업데이트를 알림과 메일로 가장 먼저 받아보실 수 있습니다.
Slashpage에 가입하고 'AI Native 백과사전'을 구독하세요!
Slashpage에 가입하고 'AI Native 백과사전'을 구독하세요!
