2026년 초, 엔비디아 CEO 젠슨 황이 "다음은 피지컬AI의 시대" 라고 선언한 뒤로 글로벌 기업들이 일제히 로보틱스에 뛰어들었습니다. 2026년 4월, 김준하 GIST(광주과학기술원) AI정책전략대학원은 이 변화를 이렇게 표현했습니다. "AI가 몸을 입기 시작했다." (서울신문, 2026.04.09)
다음은 피지컬AI의 시대다. AI의 다음 단계는 로봇공학이다.
— 젠슨 황, 엔비디아 CEO | CES 2026 기조연설 (2026.01)
인공지능은 이제 화면 속 텍스트와 이미지를 넘어, 인간의 근육과 골격을 닮은 '몸'을 입기 시작했습니다.
— 김준하, AI정책전략대학원장 | (서울신문, 2026,04,09)
불과 2년 전, LLM(대형언어모델)의 등장으로 '텍스트 AI'가 세상을 흔들었다면, 이제는 '피지컬AI(Physical AI)'가 그 다음 게임 체인저로 떠오르고 있습니다.
피지컬 AI란 무엇일까요?
챗GPT 같은 대형언어모델(LLM)은 '모니터 안'에 머뭅니다. 텍스트를 읽고 코드를 작성할 수 있지만, 현실 세계로 나와 물리적인 업무를 수행할 수는 없습니다.
피지컬AII(Physical AI)란 물리적인 몸체를 가진 AI입니다. 로봇 팔을 움직이고, 다리로 걸어 다니며, 눈으로 보고 판단해서 행동하는 AI를 말합니다. 대표적인 예시는 휴머노이드 로봇입니다. 2024년 3월, 오픈AI의 '두뇌'와 피규어(Figure)사의 '육체'가 결합하면서 인간과 대화하고 스스로 상황을 판단해 행동하는 휴머노이드가 처음 등장했습니다. 그전까지 AI는 주식 시장의 기대감만 키웠던 무형의 존재였다면, 이 시점을 기점으로 피지컬AI가 실재하는 주인공으로 떠올랐습니다. (출처: 서울신문, 2026.04.09)
영화 '아이언맨' 속 자비스(J.A.R.V.I.S.)가 현실화하는 것과 비슷합니다. AGI(인공 일반 지능)가 로봇 공학과 결합해 공장 라인과 물류창고, 그리고 일상 공간으로 들어오고 있습니다.
피지컬AI를 활용하는 기업 최신 동향
① 현대차 아틀라스: 100만 번의 실패 끝에 일어선 로봇
2013년 로봇 개발에 뛰어든 현대차는 로봇이 스스로 균형을 잡게 만들려고 무려 100만 번 넘게 실패를 거듭했습니다. 최근 공개한 휴머노이드 '아틀라스'는 그 기나긴 실패의 결과물입니다. 가장 놀라운 점은 기술 사양이 아니라 그들의 접근 방식입니다. '로봇도 사람 관절처럼 움직여야 한다'는 고정관념을 깼습니다. 덕분에 사람이 물리적으로 할 수 없는 기괴하리만치 유연한 동작으로 무거운 엔진 커버를 옮기는 완벽한 자율 작업을 선보였죠.
[서울신문(2026.04.09)]과 현대차 '휴머노이드, 이미 실증 중'(한국일보 , 2026.01.30)보도에 따르면 에 따르면, 현대차그룹은 2028년까지 미국과 유럽 공장에 이 휴머노이드 로봇 3만 대를 투입할 계획입니다. 한두 개 라인의 이야기가 아닙니다. 제조업 현장 전체의 판이 달라집니다.
② 구광모 LG 회장이 실리콘밸리로 직접 날아간 이유
2026년 4월 초, 구광모 LG 회장은 미국 실리콘밸리를 찾아 피지컬 AI 전문 기업 '스킬드 AI(Skild AI)' 창업자를 만났습니다. [서울경제(2026.04.07)]에 따르면, 카네기멜론대 교수진이세운 이 회사는 로봇의 '두뇌' 역할을 하는 기술 분야 세계 최고 수준입니다. LG CNS는 자사 로봇에 스킬드AI의 두뇌를 이식하고, LG이노텍은 부품 공급 협업을 검토 중입니다. (출처: 뉴스1, 2026.04.09) 그룹 회장이 직접 움직였다는 건 신호입니다. 이 게임에서 늦으면 따라잡기 어렵습니다.
③ 판이 바뀐 글로벌 레이스 -테슬라·오픈AI·삼성
오픈AI와 피규어(Figure)는 가사 도우미 로봇을, 테슬라는 화성 개척용 로봇 '옵티머스'를 만들고 있습니다. 삼성전자는 설비 관리·자재 운반·조립 전담 로봇을 단계적으로 현장에 투입할 계획입니다. 저마다 노리는 시장은 다르지만 목적지는 같습니다. 바로 'AI에 몸을 만들어 주는 것'입니다.
피지컬 AI의 핵심 키워드 : 암묵지(暗默知)
피지컬AI가 현장 업무를 제대로 해내려면 그 로봇이 투입되는 현장의 '산업 특화 데이터'가 반드시 필요합니다.
휴머노이드 로봇에 내장되는 피지컬 AI는 그 로봇이 투입되는 현장에 딱 맞는 산업 특화 데이터를 반드시 갖춰야 합니다.
- 첸이밍 싱가포르 난양공대 교수, [머니투데이(2026.04.09) 인터뷰 중
그 데이터가 어디 있을까요? 매뉴얼에도, 보고서에도 없습니다. 제철소 28년 차 직원의 귀에 있고, 생산 라인 10년 차의 손끝에 있습니다.
이것이 암묵지(暗默知)입니다. 수많은 경험이 몸에 쌓인 지식. 말로 설명하기 어렵고, 문서로 정리하기도 어렵습니다. 제철소 베테랑은 철판이 기계를 통과할 때 나는 미세한 소리만 듣고 불량을 잡아냅니다. 그 베테랑처럼 일하려면, 그 소리 데이터와 수만 번의 작업 기록, 찰나의 판단 기준이 모두 학습 데이터로 들어가야 합니다.
지금 세상에서 가장 비싼 데이터는 잘 정리된 논문이 아닙니다. 그 직원의 머릿속에 있습니다.
기준 없는 데이터는 로봇 성능을 크게 떨어뜨린다.
[머니투데이,(2026,04,09)]보도에서 싱가포르 기술디자인대(SUTD) 모한 라제쉬 엘라라 교수는 "기준 없는 데이터는 로봇의 성능을 크게 떨어뜨린다"고 지적했습니다. KISTEP 조성호 투자전략총괄센터장 역시 "데이터를 체계적으로 구조화하는 것이 유일한 해법"이라고 강조했습니다.
퇴직 예정자와 면담 한 번으로 지식 이전이 끝나지 않습니다. 귀중한 암묵지를 어떤 틀에 담아 기록하고 전수할지, 설계가 먼저입니다.
한 가지 더. 한국 제조업은 강력한 암묵지 자산을 갖고 있습니다. 그런데 이 데이터를 해외 클라우드에 무분별하게 올리면 기술 종속과 보안 유출 위험이 따릅니다. 어디에, 어떻게 쌓을지. 통제권 확보가 지금 당장 챙겨야 할 숙제입니다.
기업과 HR 담당자가 실행해야 할 3가지
한국노동연구원 연구에서는 연구에는 상반된 결과가 공존합니다. 봇 도입이 생산성을 높여 고용을 늘린다는 시각도 있고, 일자리가 고숙련·고임금과 저숙련·저임금으로 양극화된다는 경고도 있습니다. 확실한 한가지는 준비한 조직과 못 한 조직의 격차는 이미 벌어지고 있고 피지컬 AI의 도입으로 일자리의 근본적 구조가 변화합니다. 조직과 개인이 당장 점검해야 할 핵심 과제입니다.
① HR 담당자: 조직의 지식 지도 구축
조직에서 절대 잃어버려선 안 될 현장 노하우를 파악해야 합니다.그 사람이 보유한 지식을 어떻게 구조화된 데이터로 전환할지. 인수인계 문서가 아닌 재현 가능한 프로세스 설계가 핵심입니다.
②직무기술서(JD)를 5년 뒤 기준으로 다시 쓰세요
물리적이고 반복적인 업무는 피지컬 AI가 대체합니다. 반대로 맥락 판단, 비정형 상황 대응, 사람과의 협업처럼 '기계가 흉내 낼 수 없는 영역'은 오히려 더 중요해집니다.
지금 우리 조직의 JD가 이 변화를 반영하고 있는지 점검할 때입니다. 반영되어 있지 않다면, 지금 채용하고 육성하는 인재의 방향이 이미 어긋나 있을 수 있습니다.
③ 직원 개인의 노하우를 '언어'로 자산화 하기
피지컬AI가 필요로 하는 지식을 익히고, 그것을 타인에게 명확한 언어로 설명할 수 있어야 합니다. 자신의 암묵지를 공유 가능한 지식으로 풀어내는 사람이 기계가 대체할 수 없는 핵심 인재로 남습니다.
진정한 준비는 조직이 이미 보유한 자산, 즉 수십 년간 쌓아온 현장의 경험과 노하우를 파악하는 데서 출발합니다.그것을 재현 가능한 언어로 만드는 일, 지금 HR이 가장 먼저 해야 할 일입니다. 기술은 사올 수 있지만, 그 기술을 굴릴 사람은 결국 조직 안에서 나옵니다.