“피지컬 AI 개발의 성패는 모델의 크기나 알고리즘보다, 현실을 얼마나 안전하고 효율적으로 재현하고, 이를 실제 디바이스에서 지연 없이 실행할 수 있느냐에 달려 있다”

한국전자통신연구원(ETRI) 정영준 본부장은 지난 6일 서울 삼성동 코엑스에서 개최된 ‘Physical AI Frontier 2026’ 컨퍼런스에서 ‘시뮬레이션 기반 웨어러블 슈트 강화학습, 온디바이스 사족로봇 사례로 살펴보는 피지컬AI의 현재와 미래’를 주제로 발표하며, 인공지능이 물리 세계에서 실제 행동으로 이어지기 위해서는 시뮬레이션 기반 학습과 온디바이스 AI 구현 능력의 중요성을 강조했다.

정영준 본부장은 “피지컬 AI는 단순한 인식 AI가 아니라, 물리 환경을 이해하고 판단해 행동으로 연결되는 전 주기 기술”이라며 “현실 데이터를 그대로 쓰는 방식에는 명확한 한계가 있다”고 설명했다.

실제 로봇이나 웨어러블 장비를 활용한 반복 실험은 비용과 안전 문제를 동반하며, 특히 넘어짐이나 충돌과 같은 극단적 상황은 데이터 확보 자체가 어렵다.

이러한 한계를 해결한 핵심 수단이 바로 시뮬레이션이다.

ETRI는 웨어러블 보조 수트 개발 과정에서 실제 인체 데이터를 기반으로 가상 환경을 구축하고, 수천 번의 강화학습을 시뮬레이터 안에서 반복했다.

이를 통해 사용자의 움직임 의도를 예측하고, 적절한 타이밍과 방향으로 보조력을 제공하는 제어 모델을 학습시켰다.

정영준 본부장은 “사람이 넘어지는 상황을 실제로 반복 실험할 수는 없다”며 “시뮬레이션은 피지컬 AI에서 선택이 아닌 필수”라고 강조했다.

반면에 시뮬레이션만으로는 충분하지 않다.

학습된 AI가 실제 환경에서 즉각 반응하지 못한다면 피지컬 AI는 의미를 잃는다.

이 지점에서 두 번째 핵심 요소인 온디바이스 AI가 부각된다.

최근 AI 모델은 대형화되며 클라우드 의존도가 높아졌지만, 로봇이나 이동형 기기에서는 통신 지연과 안정성이 치명적인 문제로 작용한다.

ETRI는 이를 해결하기 위해 모델 경량화, 하드웨어별 최적화, 시스템 소프트웨어 포팅을 병행했다.

발표에서 소개된 시각장애인 안내 사족 보행 로봇은 이러한 접근의 대표 사례다.

해당 로봇은 비전-언어 모델을 활용해 주변 환경을 인식하고, 사용자에게 필요한 정보만 선별해 전달한다.

초기에는 응답까지 수 초가 걸렸지만, 온디바이스 최적화를 통해 점차 실시간성 개선이 이뤄졌다.

정 본부장은 “피지컬 AI는 AI 모델, 반도체, 시스템 소프트웨어가 함께 움직여야 한다”며 “하나라도 부족하면 전체 시스템이 무너진다”고 말했다.

실제로 로봇 개발 과정에서는 모터 제어보다 AI 연산이 배터리 소모의 주요 원인이 되는 경우도 확인됐다.

이는 단순히 더 강력한 하드웨어를 쓰는 문제가 아니라, 전체 구조를 고려한 설계가 필요함을 보여준다.

정영준 본부장은 “ETRI는 앞으로도 시뮬레이션과 온디바이스 AI를 축으로 로봇, 헬스케어, 모빌리티 분야의 피지컬 AI 연구를 확대할 계획”이라고 전했다.