Physical AI는 공간과 감정을 이해해야 한다.

CES가 보여준 Physical AI의 본질

거대 언어 모델을 넘어, 몸을 가진 지능 'Physical AI'의 시대로

이번 1월 5일~ 1월 9일 라스베이거스에서 열린 2026년 CES 전시에서 Physical AI 부분이 화려하게 드러났다. physical AI, 소프트 웨어 강화 Mobility(SDV), 디지털 헬스, 지속 가능성 등의 주제가 전시되었다.

그중에서도 가장 강하게 존재감을 드러낸 주제는 단연 Physical AI였다.

엔비디아 CEO 젠슨 황은 AI의 흐름을

인식형 AI(Perception) → 생성형 AI(Generative) → 에이전트 AI(Agentic) → Physical AI

로 진화할 것이라 이야기했다.

이미 에이전트 AI는 업무 도입이 빠르게 확산되고 있고, Physical AI 또한 많은 기업이 실제 제품과 산업 적용을 목표로 적극 개발 중이다.

Physical AI는 단순히 로봇의 하드웨어—관절(액추에이터), 손동작, 이동성—를 구현하는 것만으로 완성되지 않는다. 오히려 더 중요한 것은 AI가 물리적 세상을 이해하는 능력, 즉 현실 공간의 법칙을 내재화하는 소프트웨어적 역량이다.

이번 CES에서 특히 인상 깊었던 장면은, 로봇에게 물리 세상을 이해시키기 위해 가상 환경에서 물리 법칙을 학습시키고 시뮬레이션한 뒤, 이를 실제 로봇에 이식하는 접근이었다.

엔비디아는 ‘NVIDIA Cosmos’를 공개하며, 로봇이 현실 세계를 더 깊이 이해하고 미래의 궤적을 예측할 수 있도록 돕는 기술을 선보였다.

또한 지멘스의 산업 소프트웨어(디지털 트윈)와 엔비디아의 실시간 그래픽 및 AI 시뮬레이션 기술을 결합해, 현실과 유사한 물리 법칙이 적용된 가상 공장에서 로봇을 수만 번 시뮬레이션(합성 데이터 생성)하며 학습시키고, 그 결과를 실제 로봇에 적용하는 구성을 제시했다.

하드웨어를 완성하는 마지막 퍼즐, 'Sim-to-Real'과 사후 튜닝

로봇의 몸이 구현된 이후의 Physical AI 시대에는,

각 기능에 맞는 기반 지식과 물리적 지식을 갖추도록 학습·튜닝하는 역량이 핵심이 된다.

가상 세계에서 학습한 결과를 현실에 옮기는 Sim-to-Real과, 현장에서 인간과 상호작용하며 행동이 교정되는 사후 튜닝(Post-tuning)이 그것이다.

앞으로 산업 현장에서는 공간의 데이터와 물리 조건을 선학습시키는 소프트웨어 경쟁력이 중요해질 것이고,
가정과 일상에서는 사용자가 로봇을 어떻게 ‘길들이느냐(Alignment)’에 따라 로봇의 가치가 결정될 것이다.

사후 튜닝의 흥미로운 예시로는, 테슬라 옵티머스의 ‘Poptimus(팝콘 로봇)’ 사례가 있다.
사람이 로봇에게 팝콘 컵을 건네줄 때 일부러 주는 척하다가 빼앗는 행동을 반복했더니,
로봇이 팝콘이 담긴 컵을 돌려줄 때도 똑같이 “주는 척하다가 다시 빼앗는” 행동을 따라 했다고 한다.

아기가 어른의 행동을 보고 학습하듯, 휴머노이드 로봇도 실제 상황 속 상호작용을 통해 배운다.

그래서 전문가의 정교한 사후 튜닝과, 사용자의 초기 길들임은 생각보다 더 중요해질 수 있다.

개인적으로 가정용 로봇에서 가장 고난도의 교육이 필요한 분야는 육아가 될 것이라 생각한다.
아이를 다루는 일은 세밀한 감정과 안전을 함께 다뤄야 하기 때문이다.

육아 로봇은 육아에 대한 기본 지식—윤리적 가이드라인, 감정 컴퓨팅(Affective Computing) 등—을 학습하고 가상 환경에서 시뮬레이션 기반 훈련을 받겠지만,
결국 마지막 단계에서는 누군가가 로봇의 행동을 확인하고 정교하게 교정하는 과정이 필수일 것이다.

결국 Physical AI 시대의 또 다른 큰 수요처는, 복잡한 물리 법칙과 인간의 미묘한 의도를 소프트웨어적으로 조율하고 튜닝하는 역량일지 모른다. 인공지능이 진정한 우리의 ‘동반자’가 되는 마지막 관문은, 그 섬세한 조율을 어디까지 해낼 수 있느냐에 달려 있다.