인공지능(AI)이 몸을 얻기 시작했다.

지금까지 우리가 경험한 AI는 주로 화면 안에 머물렀다. 질문에 답하고 문서를 요약하며 이미지와 영상을 만드는 방식이었다. 그러나 AI가 로봇과 자동차, 드론, 산업기계에 연결되면서 변화의 무대는 현실 세계로 옮겨가고 있다.

공장에서는 로봇이 부품의 위치와 상태를 파악하고, 물류창고에서는 이동 장비가 작업자와 장애물을 피해 물건을 나른다. 자동차는 주변 도로 상황을 실시간으로 인식하며 로봇은 처음 마주한 물체를 다루는 방법을 학습한다.

이른바 ‘피지컬 AI(Physical AI)’의 등장이다.

생성형 AI가 인간의 언어를 배웠다면 피지컬 AI는 인간이 살아가는 공간의 물리법칙과 움직임을 배우기 시작했다. AI가 현실을 직접 움직이는 시대, 산업의 경쟁 방식과 인간의 역할도 새로운 질문 앞에 놓였다.

■ 정해진 동작에서 스스로 판단하는 기계로

산업현장에서 로봇을 사용하는 일 자체는 새롭지 않다. 자동차와 전자제품 공장에서는 오래전부터 로봇이 용접과 조립, 도장 같은 작업을 맡아왔다.

기존 산업용 로봇은 미리 입력된 명령에 따라 정해진 동작을 정확하게 반복하는 데 강했다. 작업 위치나 부품의 모양이 달라지면 사람이 프로그램을 다시 설정해야 했고, 예상하지 못한 상황에 대응하기는 어려웠다.

피지컬 AI는 여기서 한 걸음 더 나아간다. 카메라와 각종 센서를 통해 주변 환경을 인식하고, AI가 상황을 해석해 적절한 행동을 선택한다. 정해진 동작만 되풀이하는 것이 아니라 현실의 변화를 읽고 대응하는 기계로 진화하는 것이다.

국제로봇연맹(IFR)은 피지컬 AI를 로봇이 가상환경에서 학습하고, 일일이 프로그램된 명령보다 경험을 바탕으로 현실에서 작동할 수 있도록 하는 흐름으로 설명한다.

하지만 AI를 로봇에 탑재한다고 곧바로 피지컬 AI가 완성되는 것은 아니다. 센서와 반도체, 통신망, 정밀제어 기술이 함께 움직여야 한다. 현실에서 축적한 데이터를 학습하고 가상공간에서 시험한 움직임을 실제 기계에 안전하게 적용할 수 있어야 한다.

피지컬 AI는 로봇 한 대의 성능을 겨루는 기술이 아니다. 제조업과 소프트웨어, 데이터와 부품산업이 결합하는 종합산업에 가깝다.

■ 대한민국 제조업에 열린 새로운 기회

생성형 AI 경쟁에서는 미국과 중국의 대형 기술기업들이 막대한 자본과 데이터를 앞세워 주도권을 확보하고 있다. 대한민국이 같은 방식으로 경쟁하기에는 쉽지 않은 것이 현실이다.

하지만 AI가 화면 밖으로 나오면 경쟁의 조건은 달라진다.

피지컬 AI에는 언어와 이미지뿐 아니라 기계가 어떻게 움직이고 공정이 어떤 순서로 이뤄지며, 현장에서 어떤 변수가 발생하는지에 관한 데이터가 필요하다. 오랜 시간 생산현장에서 쌓인 경험과 제조기술이 중요한 자산이 되는 이유다.

대한민국은 반도체와 자동차, 조선, 배터리, 전자, 기계, 물류 등 피지컬 AI를 실제로 적용하고 검증할 산업 기반을 갖고 있다.

국제로봇연맹이 2026년 공개한 자료에 따르면 우리나라는 제조업 종사자 1만 명당 산업용 로봇 1천220대를 보유해 세계에서 가장 높은 로봇 밀도를 기록했다. 전자와 자동차산업을 중심으로 로봇 활용 경험도 꾸준히 축적해왔다.

물론 로봇을 많이 사용한다고 피지컬 AI 경쟁력을 저절로 확보하는 것은 아니다. 정해진 작업을 반복하는 자동화 설비와 주변 환경을 인식해 행동하는 지능형 시스템 사이에는 적지 않은 기술적 간격이 있다.

그럼에도 자동화된 공장과 숙련된 제조 인력, 다양한 산업현장을 보유했다는 점은 분명한 강점이다. 개별 기업과 공장에 흩어진 경험을 데이터와 AI 기술로 연결한다면 대한민국은 새로운 경쟁 기회를 만들 수 있다.

■ 인간의 일은 사라지는가, 달라지는가

기계가 인간의 움직임을 배우기 시작하면 가장 먼저 따라오는 질문은 일자리다.

반복적이고 규칙이 분명한 업무는 자동화의 영향을 먼저 받을 가능성이 크다. 그러나 기술이 일에 미치는 영향은 ‘대체’라는 한 단어로 설명하기 어렵다.

고온이나 유해물질에 노출되는 작업, 무거운 물건을 반복해서 옮기는 업무, 추락과 충돌 위험이 큰 현장에 피지컬 AI를 투입하면 산업재해를 줄이고 작업자의 부담을 덜 수 있다. 인력 부족을 겪는 중소 제조업과 물류 현장에도 대안이 될 수 있다.

실제 변화도 일자리 전체의 소멸보다 직무 내부에서 먼저 나타나고 있다.

OECD가 2025년 발표한 한국 노동시장 분석에 따르면 AI를 도입한 국내 기업의 95.5%는 부서나 팀 단위의 인력 변화가 없었다고 답했다. 반면 56.5%는 기존 직무를 구성하는 일부 과업이 AI로 대체됐다고 응답했다. 사람이 한꺼번에 일터에서 사라지기보다, 맡아온 일의 내용과 요구되는 능력이 먼저 달라지고 있는 셈이다.

로봇을 관리하고 예상하지 못한 상황을 처리하며 공정 전체를 조정하는 역할은 더욱 중요해질 수 있다. 현장의 숙련이 사라지는 것이 아니라 기계를 이해하고 통제하는 새로운 형태로 바뀌는 것이다.

피지컬 AI의 성패도 기술이 실제 현장의 예외 상황을 얼마나 견딜 수 있느냐에 달려 있다. 현실에서 움직이는 AI의 오류는 생산 차질이나 시설 파손, 인명 피해로 이어질 수 있다. 이를 막으려면 기술뿐 아니라 공정을 가장 잘 아는 숙련 노동자의 경험이 필요하다.

현장 작업자는 기술에 밀려나는 대상이 아니라 시스템을 함께 설계하고 검증하는 주체가 돼야 한다. 기업이 설비만 빠르게 교체하고 노동자의 재교육과 직무 전환을 뒤로 미룬다면 기술의 이익은 일부에 집중되고 부담은 현장에 남을 수 있다.

피지컬 AI 시대의 경쟁력은 로봇 도입 대수만으로 평가할 수 없다. 기술 변화에 적응할 수 있도록 사람에게 얼마나 투자했는지도 함께 살펴야 한다.

■ 로봇을 넘어 생태계를 설계해야

정부도 피지컬 AI를 국가전략산업으로 육성하고 제조업의 AI 전환을 추진하고 있다. 제조·물류·건설 현장에 특화된 로봇과 핵심 부품, 소프트웨어 개발을 지원하고 2030년까지 자율제조 AI 팩토리 500개 이상을 구축한다는 계획이다.

중요한 것은 예산의 규모나 로봇의 숫자보다 산업 간 연결이다.

반도체 기업은 로봇과 자율주행 장비에 필요한 연산장치를 만들고, 제조기업은 실제 공정에서 발생하는 데이터를 제공할 수 있다. 통신기업은 기계와 기계를 연결하고, 소프트웨어 기업은 현실의 움직임을 학습할 AI를 개발한다. 대학과 연구기관은 원천기술과 인재를 공급해야 한다.

이 역량들이 개별 산업에 흩어진 채 머문다면 국가적 경쟁력으로 이어지기 어렵다. 대기업의 첨단공장뿐 아니라 중소 제조업과 지역 산업단지까지 활용할 수 있는 기술과 데이터 기반을 마련해야 한다.

대한민국의 강점은 특정한 로봇 한 종류를 잘 만드는 데 있지 않다. 반도체부터 자동차와 조선, 배터리, 통신까지 AI가 현실에서 작동하는 데 필요한 산업 기반을 함께 보유하고 있다는 점에 있다.

AI가 몸을 얻는다고 인간의 역할이 사라지는 것은 아니다. 다만 인간만이 해야 할 일이 무엇인지 다시 정해야 한다.

피지컬 AI 시대의 경쟁력은 가장 많은 로봇을 보유하는 데서 나오지 않는다. 사람과 기계가 함께 일할 새로운 산업질서를 누가 먼저 설계하느냐에 달려 있다.

※ 참고자료

국제로봇연맹(IFR), Robot Density Surges in Europe, Asia, and Americas(2026),
Top 5 Global Robotics Trends 2025,
OECD,
Artificial Intelligence and the Labour Market in Korea(2025),
산업통상자원부 제조 AI 전환 및 피지컬 AI 관련 정책자료(2025~2026)