“피지컬 AI의 챗GPT 모먼트가 다가오고 있다”

지난 3월6일 서울 코엑스에서 열린 ‘e4ds Physical AI Frontier 2026’에서 마음AI 최홍섭 대표는 ‘피지컬 AI 가치사슬과 대한민국의 전략’이라는 주제로 발표하며, 생성형 AI가 디지털 영역을 넘어 물리적 세계로 확장되는 전환점이 임박했다고 진단했다.

피지컬 AI는 단순히 ‘AI가 탑재된 로봇’을 의미하지 않는다.

최홍섭 대표는 “피지컬 AI의 출발점은 챗GPT”라며, 대규모 언어모델(LLM)이 로봇의 행동을 코드가 아닌 데이터 학습 기반으로 제어하는 패러다임 전환을 강조했다.

기존 로봇이 규칙 기반 프로그래밍에 의존했다면, 피지컬 AI는 인간의 행동 데이터를 학습해 직관적으로 움직이는 것이 핵심이다.

이 변화는 휴머노이드, 자율주행, 제조·농업·국방 등 전 산업으로 확산될 가능성이 크다.

특히 휴머노이드 시장만 보더라도 보수적으로 10억달러 대, 낙관적으로는 100억달러 대까지 전망되며, 시장 규모는 ‘조’ 단위를 넘어 ‘경’ 단위로 확장될 수 있다는 분석이 나온다.

최홍섭 대표는 “피지컬 AI 시장은 기기 판매가 아니라 인류의 육체 노동 시장 전체를 대체하는 개념”이라고 설명했다.

그렇다면 한국은 이 거대한 전환에서 어떤 전략을 취해야 하느냐는 문제에 대해 최 대표는 세 가지 방향을 제시했다.

첫째, 고부가가치 산업부터 공략해야 한다는 점이다.

로봇청소기나 서빙 로봇처럼 이미 충분히 작동하는 영역에 고비용의 피지컬 AI를 적용하는 것은 산업적 효율이 낮다.

반면에 과수원 농기계, 건설·국방 장비처럼 기존 로봇으로 해결이 어려웠던 영역은 피지컬 AI의 가치가 즉각적으로 드러난다.

둘째, 데이터 중심 접근이다.

피지컬 AI의 가능성은 ‘사람이 원격으로 조작할 수 있는가’로 판단할 수 있다.

사람이 할 수 있는 작업이라면, 그 행동 데이터를 학습해 AI가 대체할 수 있다는 논리다.

이는 테슬라가 자율주행을 위해 수년간 인간 운전 데이터를 축적해 온 전략과도 맞닿아 있다.

셋째, 현실적인 기술 제약을 고려한 단계적 확산이다.

LLM 기반 AI는 연산 비용과 지연 시간이 크기 때문에, 고속·고위험 환경보다는 상대적으로 느린 작업부터 적용하는 것이 합리적이다.

농업과 제조 현장이 초기 시장으로 주목받는 이유다.

최홍섭 대표는 “피지컬 AI는 로봇의 문제가 아니라 국가 산업 전략의 문제”라며, “지금 움직이지 않으면 챗GPT 이후의 교훈을 또다시 놓치게 될 것”이라고 경고했다.

실제로 그는 발표에서 “기존 로봇으로는 과수원 환경의 예외 상황을 처리할 수 없었지만, 데이터 학습 기반 접근으로 가능성이 열렸다”고 말했다.

최홍섭 대표이사는 “한국이 제조·로봇 하드웨어 경쟁력과 AI 소프트웨어 역량을 동시에 갖춘 드문 국가”라며 “피지컬 AI를 국가 전략 산업으로 육성하고, 데이터 수집·실증 환경을 적극적으로 개방한다면 ‘피지컬 AI 1등 국가’로 도약할 수 있는 조건은 충분하다”고 밝혔다.