인공지능(AI) 기술이 디지털 환경을 넘어 물리적 세계로 확장되면서 로봇을 실제 환경에서 작동하는 지능형 시스템으로 전환하는 ‘피지컬 인텔리전스’ 개념이 부각되고 있다. 센서부터 AI 모델, 제어 시스템, 시뮬레이션까지 통합된 기술 구조가 핵심으로 제시되며 산업 자동화의 새로운 기술 기반으로 논의되고 있다.

관련 업계와 e4ds news 취재에 따르면 피지컬 인텔리전스(Physical Intelligence)는 센서, 신호 처리, 액추에이션, 인공지능을 결합해 로봇이 물리 환경을 인식하고 대응하도록 하는 기술로 정의된다.

기존 AI가 데이터 기반 분석과 생성에 집중했다면, 피지컬 AI는 실제 환경 인지와 물리적 행동까지 포함하는 것이 특징이다.

■ 감각·두뇌·연결 구조

피지컬 인텔리전스 기술 스택은 크게 감각, 두뇌, 연결(신경망), 행동, 검증 단계로 구성된다. 이 가운데 첫 단계인 감각은 센서 기반 인지 기능을 의미한다.

센서는 시각·청각·촉각·위치·환경 정보를 수집하는 역할을 수행한다.

예를 들어 카메라, 라이다(LiDAR), 레이더 등은 공간 인식을 담당하며, 압력·힘 센서는 물체 조작과 안전한 상호작용을 지원한다.

수집된 데이터는 AI 모델로 전달된다.

두뇌 역할을 수행하는 AI는 대규모 언어 모델(LLM)과 비전 언어 모델(VLM)을 포함하며, 이를 통해 로봇이 인간의 언어를 이해하고 시각 정보를 해석해 작업을 계획하는 구조가 형성된다.

이 과정에서 엣지 컴퓨팅과 온디바이스 AI가 결합된 연결 구조가 실시간성을 확보한다.

현장 연산을 통해 지연을 최소화하고 즉각적인 반응을 가능하게 하는 것이 특징이다.

■ 행동 실행과 시스템 통합

행동 단계에서는 AI의 판단이 물리적 움직임으로 구현된다.

제어 시스템과 액추에이션이 결합해 로봇이 실제 작업을 수행하는 구조다.

일부 사례에서는 센싱부터 판단, 제어, 실행까지 전 과정을 하나의 시스템으로 통합한 형태가 시연되기도 했다.

예를 들어 로봇이 케이블을 인식하고 연결하는 작업을 수행하는 방식이 대표적이다. 이는 물리적 환경에서의 정밀 작업 가능성을 보여주는 사례로 언급된다.

피지컬 인텔리전스 구현에서는 전체 시스템 간 통합성이 중요 요소로 지목된다.

센서 데이터 품질, 연산 지연, 전력 소비, 모션 제어 안정성 등 다양한 변수 간 균형이 제품 완성도를 좌우하는 핵심 요인으로 분석된다.

■ 시뮬레이션 기반 검증 확대

현실 환경에서의 학습 비용과 위험을 줄이기 위해 시뮬레이션과 디지털 트윈 기술도 중요한 역할을 한다.

가상 환경에서 로봇을 학습시키고 검증한 뒤 실제 환경에 적용하는 방식이다.

관련 플랫폼으로는 물리 기반 시뮬레이션과 디지털 트윈을 활용한 검증 체계가 활용된다.

이를 통해 산업용 로봇의 정밀도 비교와 성능 검증이 가능해진다는 점이 특징이다.

또한 시뮬레이션과 실제 환경 간 차이를 줄이는 기술이 병행되며, 데이터센터 작업이나 정밀 조립과 같은 산업 작업 적용 가능성이 제시되고 있다.

피지컬 인텔리전스는 단일 기술이 아닌 하드웨어와 소프트웨어가 결합된 복합 시스템으로 평가된다.

센싱, 연산, 제어, 검증 전 단계의 통합 설계가 요구되며, 산업 현장에서의 적용 범위가 확대될 것으로 전망된다.