피지컬 AI 경쟁의 무대가 바뀌었다. '로봇 한 대'가 아니라 '두뇌·데이터·현장' 스택 전체로
이번 주 로봇 업계 흐름을 한 문장으로 정리하면,
공장·물류 자동화 경쟁이 이제 "로봇을 한 대 들여놨는가"가 아니라, 그 로봇을 움직이는 두뇌(반도체) → 학습시키는 연료(현장 데이터) → 실제로 굴리는 운영(자율 공장)이라는 '피지컬 AI 스택' 전체를 누가 먼저 까느냐로 옮겨가고 있다는 점이에요.
이번 주에 확인된 흐름은 공교롭게도 그 스택의 세 레이어에 정확히 대응했어요. 첫째, 삼성전자는 자율주행·로봇·드론이 공통으로 쓸 피지컬 AI '두뇌(반도체)'를 플랫폼으로 찍어내려 하고 있고, 둘째, 로보티즈는 로봇이 학습할 '연료(현장 행동 데이터)'를 아예 상품으로 팔기 시작했으며, 셋째, LG CNS는 이 모든 걸 묶어 '완전 자율 공장'이라는 형태로 실제 현장에 내려놓고 있다는 점입니다.
① "피지컬 AI의 '두뇌'도 이제 플랫폼으로 찍어낸다"
삼성전자, 칩렛 기반 피지컬 AI 반도체 파운드리 추진
📋 이 기사의 체크포인트
전자신문에 따르면 삼성전자가 설계자동화(EDA)·IP 기업 케이던스와 함께 개발 중인 '피지컬 AI 칩렛 반도체 플랫폼 칩'을 내년 초 테이프아웃하고, 이르면 내년 하반기에 실물을 내놓을 전망이에요. 공정은 5나노(㎚), 용도는 자율주행·로봇·드론 제어·산업 자동화입니다. 핵심은 '단일 제품'이 아니라 플랫폼이라는 점이에요. 피지컬 AI에 필요한 필수 기능을 60~80% 미리 구현해두고, 고객이 용도에 맞춰 '맞춤형 칩'으로 완성하는 방식이죠. 기본 구성은 CPU·NPU·메모리 인터페이스·PCIe이고, 서로 다른 다이를 잇는 칩렛 패키징으로 기능을 쉽게 더할 수 있습니다. 즉 "삼성이 칩 하나 더 만든다"가 아니라, 로봇·자율주행이 공통으로 쓸 두뇌를 '반제품 플랫폼'으로 양산하기 시작했다는 신호예요.
앞으로 로봇·자동화 도입을 볼 때는
- 로봇 원가에서 '두뇌(AI 연산·컨트롤러)' 단가가 빨리 내려가는지
- 서로 다른 로봇이 같은 칩 플랫폼 위에서 돌아 호환성이 좋아지는지
- 맞춤형 칩 개발 기간이 짧아져 신규 로봇 출시 속도가 빨라지는지
즉, 피지컬 AI의 두뇌가 표준 부품처럼 공급되기 시작하면 로봇·자동화 도입 문턱 자체가 내려간다는 뜻이에요.
② "이제 '로봇 행동 데이터'가 돈이 된다"
로보티즈, 우즈벡서 현장 데이터 찍어 판매 나선다
📋 이 기사의 체크포인트
조선비즈는 피지컬 AI가 확산되면서 '행동 데이터(현장 데이터)'가 새 먹거리로 떠올랐다고 짚었어요. 챗GPT는 웹의 텍스트·이미지로 똑똑해졌지만, 로봇이 걷고·잡고·옮기고·조립하는 데이터는 웹에서 긁어올 수 없고 현장에서 직접 만들어야 하기 때문이에요. 국내 액추에이터 강자 로보티즈는 우즈베키스탄에서 휴머노이드 'AI 워커'로 데이터를 쌓고 있는데, 사람이 외골격 리더암을 착용해 움직이면 로봇이 따라 하고, 그 과정에서 영상·관절 각도·토크·언어 지시·성공/실패 사례가 함께 축적됩니다. 4분기 데이터팩토리 정식 가동을 앞두고 현지 100여 명을 채용했고, 인력을 2028년 2000명, 2031년 최대 2만 명(절반은 데이터 수집·가공)까지 늘릴 계획이에요(우즈벡 인건비는 한국의 약 1/10). 미국(테슬라·피규어AI)은 데이터를 자체 학습용으로만 쓰고, 중국은 정부 주도로 훈련센터를 늘리며 애지봇이 100만 개 이상 궤적 데이터를 공개했죠. 결국 하드웨어와 '그 하드웨어에 맞춘 양질의 행동 데이터'를 함께 쥔 기업이 주도권을 잡는다는 게 핵심입니다.
- 우리 공정의 작업이 '데이터로 남길 수 있는' 형태인지
- 사람의 숙련 동작을 데이터로 옮길 환경(센서·기록)이 있는지
- 도입한 로봇이 현장 데이터로 계속 똑똑해지는 구조인지
즉, 앞으로 자동화 경쟁력은 로봇 대수가 아니라 '우리 현장 데이터를 얼마나 잘 모으고, 얼마나 잘 먹이느냐'에서 갈릴 가능성이 큽니다.
마로솔 전문가가 현장 조건에 맞게 도입 방향을 직접 제안해 드려요.
③ "두뇌도 데이터도, 결국 '현장에서 굴려야' 의미가 있다"
LG CNS, VLA·모바일 오토메이션으로 완전 자율 공장
📋 이 기사의 체크포인트
ZDNet에 따르면 LG CNS는 'AX 페어 2026'에서 완전 자율 공장 비전을 공개했어요. 컨베이어·크레인 같은 고정형 자동화는 물류센터 자동화율을 30~40%에 묶지만, 자율주행 로봇 기반의 '모바일 오토메이션'으로 70~80%까지 끌어올릴 수 있다는 설명입니다. 다음 단계로는 VLA(시각·언어·행동) 모델을 제시했는데, 보고 판단하는 데서 그치지 않고 실제 행동까지 수행하는 피지컬 AI의 두뇌 역할이에요. 사람과의 10시간 생산성 테스트에서 190개 차이까지 좁힌 피규어 AI 휴머노이드 사례도 함께 소개됐죠. LG CNS는 'RX 이노베이션 랩'과 플랫폼 '피지컬웍스 포지'(데이터 수집·학습)·'피지컬웍스 바통'(운영·관제, ERP·WMS 연동)을 공개하고, 전자·화학·전지·이커머스·조선 용접 등에서 PoC를 진행 중이에요. 실제 LG 2차전지 공장은 컨베이어를 거의 없애고 자율주행 로봇이 공정 사이를 오가고 있습니다.
앞으로 피지컬 AI 도입을 볼 때는
- 데모 성공률이 아니라 자동화율·연속 가동·ROI로 검증되는지
- 병목을 고정형으로 풀지, 이동형(모바일 오토메이션)으로 풀지
- 도입 후에도 데이터·학습으로 계속 좋아지는 운영체계인지
즉, 피지컬 AI는 한 번 사고 끝나는 '도입 이벤트'가 아니라 현장 데이터를 먹고 좋아지는 '운영 시스템'으로 봐야 한다는 거예요.
이번 주의 세 흐름을 한 줄로 묶으면 — '스택'을 까는 경쟁의 시대로
이번 주 세 뉴스를 하나의 문장으로 다시 묶으면 이렇습니다.
삼성전자는 피지컬 AI의 두뇌를 플랫폼으로 찍어내려 하고, 로보티즈는 로봇을 똑똑하게 만들 학습 연료(현장 데이터)를 상품으로 팔기 시작했으며, LG CNS는 이 모두를 묶어 완전 자율 공장이라는 운영 형태로 현장에 내려놓고 있어요. 세 흐름을 합치면 결론은 하나예요 — 피지컬 AI가 '연구실 데모'에서 '산업 인프라'로 빠르게 내려오고 있다는 것.
그런데 정작 대부분의 제조·물류 기업이 막히는 지점은 따로 있어요. 두뇌도, 데이터도, 운영 플랫폼도 거대 기업들이 깔고 있는데, "이걸 우리 공장 어디에, 어떤 순서로 적용하지?"가 안 풀리는 거죠. 그래서 지금 현장에서 더 중요해진 질문은 이런 것들이에요.
- Q1우리 현장의 병목이 어디인지 (운반·검사·피킹·조립 중 어디?)
- Q2그 병목을 고정형 자동화로 풀지, 모바일·학습형 피지컬 AI로 풀지
- Q3도입 이후에도 현장 데이터·품질·안전을 남기며 개선할 수 있는지
이 지점에서 많은 기업이 막힙니다. "어떤 로봇·칩을 살까"보다 어디부터 PoC를 시작하고, 어떤 KPI로 검증하고, 어떻게 운영체계를 설계할지가 훨씬 더 어렵기 때문이에요.
공정 진단 → 자동화 후보 선정 → PoC 설계 → 구축·운영 로드맵까지 한 번에 연결해드립니다.
지금 우리 현장에 피지컬 AI·자동화를 어떻게 얹을지 방향을 잡아야 한다면, 아래 문의하기로 편하게 남겨주세요. 귀사 현장에서 가장 빠르게 성과가 나는 시작점부터 함께 찾아드릴게요.