피지컬 AI란?

ChatGPT 같은 AI는 글과 이미지를 다룬다 — 전부 디지털 세계 안의 일이다. 피지컬 AI(embodied AI, 체화 AI라고도 한다)는 그 지능이 로봇의 몸에 들어가, 현실에서 직접 보고 잡고 움직이는 것을 말한다.

이게 왜 어려울까? 글은 틀리면 다시 쓰면 되지만, 현실에는 중력·마찰·무게가 실시간으로 작동한다. 컵을 잡는 단순한 동작 하나에도 힘 조절, 미끄러짐, 무게 변화를 순간마다 계산해야 한다.

최근 흐름의 핵심은 VLA(Vision-Language-Action) 모델이다. '보고(Vision) + 지시를 이해하고(Language) + 행동으로 옮기는(Action)' 것을 하나의 AI가 처리한다. 예를 들어 '저 컵 집어줘'라는 말을 카메라 영상과 결합해 관절 움직임으로 바꿈다.

결론적으로, 로봇의 몸은 이미 상당히 준비됐고 이제 승부는 이 '뇌'에서 난다. 그리고 뇌를 똑똑하게 만드는 열쇠는 로봇을 학습시킬 '데이터'다 — 다음 경쟁의 진짜 전장이 여기다.