Physical AI 스택

한 줄로 말하면

Physical AI 스택은 AI 로봇이 현실에서 일하기 위해 필요한 하드웨어, 인식, 행동 모델, 시뮬레이션, 안전, 운영 체계를 층으로 나눈 지도입니다.

비유로 이해하기

스마트폰 앱을 만들 때 앱 코드만 있으면 충분하지 않습니다. 화면, 센서, 운영체제, 네트워크, 앱스토어, 결제, 업데이트가 함께 있어야 실제 서비스가 됩니다.

Physical AI도 같습니다. 똑똑한 모델 하나만으로는 로봇이 현장에서 일하지 못합니다. 로봇의 몸, 센서, 행동 제어, 시뮬레이션, 안전 인증, 유지보수, 현장 데이터가 함께 맞아야 합니다.

정확한 정의

Physical AI 스택은 물리 세계에서 작동하는 AI 시스템을 다음 층으로 나눠 보는 관점입니다.

층	하는 일	대표 병목
하드웨어	움직이고 물건을 잡는 몸	[[Concepts/robot-actuators-and-end-effectors
센서·인식	세계를 보고 위치와 물체를 파악	카메라, 라이다, 촉각, 노이즈, 조명
행동 모델	목표를 행동으로 바꿈	[[Concepts/vision-language-action-model
세계 모델·시뮬레이션	행동 결과를 미리 예측·훈련	[[Concepts/robot-world-model
안전·검증	사람과 공간을 해치지 않게 함	충돌 방지, 인증, fail-safe, 책임
현장 운영	여러 대를 배치하고 고침	fleet 관리, 원격 업데이트, 유지보수, [[Concepts/robot-as-a-service

왜 중요한가

Physical AI는 모델 성능만으로 승부가 나지 않습니다. 현장에서는 가장 약한 층이 전체 시스템을 막습니다.

예를 들어 행동 모델이 좋아도 손이 약하면 물건을 못 집습니다. 시뮬레이션에서 잘해도 실제 바닥에서 넘어지면 쓸 수 없습니다. 로봇 한 대가 잘해도 여러 고객 현장에서 유지보수 비용이 크면 사업이 되기 어렵습니다.

따라서 Physical AI 기업을 볼 때는 “모델이 똑똑한가?”뿐 아니라 “스택 전체를 통제할 수 있는가?”를 봐야 합니다.

실제 예시

휴머노이드 로봇이 창고에서 상자를 옮긴다고 해봅니다.

1. 카메라가 상자와 사람을 봅니다.
2. 모델이 “어떤 상자를 어디로 옮길지” 이해합니다.
3. 팔과 손이 상자를 잡습니다.
4. 다리나 바퀴가 이동합니다.
5. 충돌 위험이 있으면 멈춥니다.
6. 실패 사례가 기록되어 다음 업데이트에 반영됩니다.
7. 고장이 나면 원격 진단과 현장 수리가 필요합니다.

이 모든 과정이 스택입니다.

헷갈리지 말아야 할 점

Physical AI 스택은 하나의 제품 이름이 아닙니다. NVIDIA, Google DeepMind, Figure, Tesla, Agility, Boston Dynamics 같은 회사들이 각자 다른 방식으로 이 스택의 일부 또는 전체를 장악하려 합니다.

또한 스택을 많이 갖고 있다고 항상 좋은 것은 아닙니다. 수직 통합은 빠른 학습을 만들 수 있지만, 자본 부담과 실행 난이도도 키웁니다.

관련 문서

• Embodied AI
• Vision-Language-Action 모델
• 로봇 세계 모델
• Sim-to-Real
• 액추에이터와 엔드 이펙터
• Physical AI 산업화

출처

• NVIDIA Robotics and Edge AI
• NVIDIA Cosmos
• Google DeepMind RT-2