가능성의 시대에서 배치의 시대로
VLA와 Physical AI의 다음 질문은 '가능한가'가 아니다. 이미 로봇은 물체를 보고, 언어 지시를 이해하고, 제한된 환경에서 행동할 수 있음을 보여 주었다. 이제 더 중요한 질문은 '어디서 먼저 쓸 수 있는가'다.
산업에서 기술은 데모 영상만으로 확산되지 않는다. 세 가지 조건이 맞아야 한다. 첫째, 사람이 하기 어렵거나 위험하거나 반복적인 일이 있어야 한다. 둘째, 로봇의 실수를 감당할 수 있도록 환경을 어느 정도 정리할 수 있어야 한다. 셋째, 비용 대비 효과가 숫자로 확인되어야 한다. 작업 시간이 줄었는지, 불량이 줄었는지, 야간 운영이 가능해졌는지, 안전 사고가 줄었는지가 중요하다.
이 관점에서 보면 VLA 기반 로봇의 초기 시장은 완전히 자유로운 가정보다 기업 현장일 가능성이 크다. 물류 창고, 공장, 병원, 농장, 발전소, 재난 현장처럼 문제가 분명하고 운영 절차가 있는 곳에서 먼저 검증될 것이다. 한 분석은 창고와 물류를 Physical AI의 중요한 시험장으로 보고, 이후 의료, 식당, 에너지, 공공 인프라 등으로 확산될 수 있다고 설명한다.1
AI 생성 이미지
먼저 확산될 현장들
제조업은 VLA 로봇이 가장 먼저 가치를 만들 수 있는 영역 중 하나다. 전통 산업용 로봇은 이미 용접, 도장, 조립 같은 반복 작업에서 강하다. 그러나 제품 종류가 자주 바뀌는 소량 다품종 생산에서는 매번 새로 프로그래밍해야 하는 부담이 크다. VLA는 여기서 작업 전환 비용을 낮출 수 있다. 작업자가 '이 부품을 오른쪽 트레이에 넣어'라고 지시하면, 로봇은 카메라로 부품을 찾고, 그리퍼로 집고, 정해진 위치에 놓는다. 완전 자율 공장이 아니라, 사람이 설정하고 로봇이 반복 실행하는 협업 구조가 먼저 현실적이다.
물류는 더 직접적이다. 물건 집기, 분류, 적재, 피킹, 포장 보조는 반복성이 높고 성과 측정이 쉽다. 다만 물류 현장은 물체 종류가 많고 포장이 자주 바뀐다. 기존 자동화는 규격화된 상자와 컨베이어에 강했지만, 낯선 상품을 집는 일에는 약했다. VLA는 상품의 모양과 언어 라벨을 함께 이해해 이런 변동성을 줄이는 데 쓰일 수 있다.
농업은 노동력 부족과 계절성 때문에 자동화 수요가 크다. 수확, 제초, 병충해 관찰, 작물 상태 점검은 로봇이 도울 수 있는 작업이다. 그러나 야외 환경은 조명, 흙, 비, 식물의 변형이 심하다. 이 때문에 농업 로봇은 범용 휴머노이드보다 특정 작물과 작업에 맞춘 형태로 먼저 확산될 가능성이 높다.
의료에서는 더 신중한 접근이 필요하다. 수술 보조, 영상 촬영, 병원 물류, 환자 이송, 재활 보조처럼 정해진 절차가 있는 영역부터 쓰일 수 있다. 의료 로봇은 작은 오류도 큰 피해로 이어질 수 있으므로, VLA가 직접 판단하는 범위는 제한되어야 한다. 사람의 승인, 기록, 책임 추적, 안전 인증이 함께 붙어야 한다.
재난 대응과 위험 시설 점검도 중요한 영역이다. 화재, 방사능, 붕괴 현장, 해양 시설, 송전 설비처럼 사람이 들어가기 위험한 곳에서는 로봇의 완전성보다 원격 보조와 부분 자율이 큰 가치를 만든다. 로봇이 먼저 들어가 지도를 만들고, 위험 물질을 식별하고, 사람 구조대의 결정을 돕는 방식이다.
가정 서비스는 상징적으로 가장 매력적이지만, 실제 확산은 느릴 수 있다. 집은 표준화되어 있지 않고, 사람과 반려동물과 사생활이 함께 존재한다. 컵을 치우는 일 하나에도 물건의 소유자, 깨지기 쉬운 정도, 사용 중인지 여부 같은 사회적 맥락이 들어간다. 그래서 가정 로봇은 청소, 이동 보조, 노인 돌봄의 일부 작업처럼 범위를 좁힌 형태로 시작할 가능성이 크다.
새로운 가치사슬: 로봇은 혼자 팔리지 않는다
VLA와 Physical AI가 커지면 로봇 산업의 가치사슬(value chain), 즉 제품과 서비스가 만들어지고 고객에게 전달되는 전체 단계도 바뀐다. 과거 로봇 산업은 하드웨어 기업이 중심이었다. 좋은 팔, 좋은 모터, 좋은 감속기, 좋은 제어기가 핵심 경쟁력이었다. 앞으로는 여기에 AI 모델, 데이터, 시뮬레이션, 클라우드, 엣지 컴퓨팅(edge computing, 현장 장치에서 직접 연산하는 방식), 안전 인증, 운영 서비스가 결합된다.
한쪽에는 로봇 하드웨어 기업이 있다. 이들은 팔, 그리퍼, 이동 플랫폼, 휴머노이드 몸체, 센서, 배터리, 안전 장치를 만든다. 다른 한쪽에는 AI 모델 기업이 있다. 이들은 시각·언어·행동을 연결하는 정책, 장기 계획 모델, 로봇용 파운데이션 모델을 만든다. 그 사이에는 데이터 플랫폼이 필요하다. 로봇이 수행한 작업 기록, 실패 사례, 센서 로그, 시뮬레이션 데이터를 모으고 정리해야 한다.
또 하나의 핵심 축은 인프라다. 로봇을 학습시키려면 대규모 계산 자원이 필요하고, 현장에서 실행하려면 낮은 지연 시간의 엣지 장치가 필요하다. 시뮬레이션과 디지털 트윈(digital twin, 현실 설비를 가상 환경에 재현한 모델)은 배포 전 검증을 담당한다. NVIDIA가 제시하는 Physical AI 생태계도 모델, 시뮬레이션, 합성 데이터, 디지털 트윈, 엣지 추론 장치, 클라우드 인프라를 하나의 스택으로 묶어 설명한다.2
결국 로봇 비즈니스는 기계를 한 번 팔고 끝나는 구조에서 운영을 계속 관리하는 구조로 이동할 가능성이 크다. 로봇 구독, 작업 시간 기반 과금, Robot-as-a-Service(RaaS, 로봇을 장비가 아니라 서비스로 제공하는 모델), 원격 모니터링, 유지보수, 데이터 업데이트가 결합된다. 고객은 로봇 자체보다 '한 시간에 몇 개를 안정적으로 처리하는가'를 산다.
범용 로봇 운영체제와 앱 생태계
로봇이 여러 산업에 퍼지려면 표준 인터페이스가 필요하다. 여기서 말하는 범용 로봇 운영체제는 단순히 컴퓨터 운영체제나 기존 ROS만을 뜻하지 않는다. 로봇의 센서, 행동, 안전 조건, 작업 상태, 로그, 시뮬레이션 환경을 공통 방식으로 연결하는 실행 기반을 말한다.
앱 생태계가 만들어지려면 로봇 앱은 특정 하드웨어의 모터 명령을 직접 다루지 않아야 한다. 대신 '컵을 집어 지정 위치에 놓기', '선반의 빈 칸 찾기', '이동 경로 계획하기'처럼 표준화된 행동 인터페이스를 사용해야 한다. 저수준 제어와 안전 제한은 운영체제와 하드웨어 계층이 담당한다. 스마트폰 앱이 배터리 전압과 무선 칩을 직접 제어하지 않는 것과 비슷하다.
필요한 표준은 몇 가지다. 첫째, 관측 인터페이스다. 카메라, 깊이 센서, 힘 센서, 관절 상태가 어떤 형식으로 모델에 들어가는지 정해야 한다. 둘째, 행동 인터페이스다. 엔드이펙터 위치, 그리퍼 상태, 이동 명령, 정지 명령을 로봇 종류가 달라도 해석할 수 있어야 한다. 셋째, 안전 인터페이스다. 접근 금지 구역, 최대 힘, 사람과의 거리, 비상 정지 조건을 앱이 우회할 수 없어야 한다. 넷째, 평가와 로그 형식이다. 실패 원인과 작업 품질을 기록해야 다음 업데이트가 가능하다.
특히 여러 회사의 로봇이 한 공간에서 일하는 플릿 오케스트레이션(fleet orchestration, 여러 로봇을 한 팀처럼 배치하고 충돌 없이 운영하는 관리 기술)이 중요해진다. 물류센터나 병원에서는 로봇 팔, 자율이동로봇, 엘리베이터, 자동문, 사람 작업자가 같은 공간을 공유한다. 표준이 없으면 각 로봇은 똑똑해져도 전체 현장은 혼잡해질 수 있다.
노동 대체와 노동 보조는 동시에 일어난다
로봇 도입은 노동을 대체할까, 보조할까. 답은 둘 다다. 다만 일자리 전체가 한 번에 사라진다기보다 작업 단위가 재편된다.
무겁고 반복적이며 위험한 작업은 대체 압력이 크다. 야간 피킹, 고온 설비 점검, 단순 이송, 반복 포장, 위험 물질 확인 같은 일은 로봇이 맡을수록 경제성이 생긴다. 기업은 인력난과 안전 비용을 줄이기 위해 이런 작업을 자동화하려 할 것이다.
반대로 사람의 역할이 커지는 영역도 있다. 로봇은 현장 상황을 모두 이해하지 못한다. 예외 상황 판단, 고객 응대, 품질 기준 조정, 작업 우선순위 결정, 책임 있는 승인에는 사람이 필요하다. 앞으로는 로봇 조작자, 플릿 관리자, 데이터 큐레이터, 안전 검증 담당자, 원격 지원자, 현장 유지보수 엔지니어 같은 직무가 늘어날 수 있다.
중요한 것은 전환의 속도다. 로봇이 노동을 보조하는 방식으로 들어와도, 시간이 지나면 일부 업무는 자동화된다. 그러므로 기업과 사회는 생산성 향상만이 아니라 재교육, 안전 책임, 임금 구조, 작업자 감시 문제까지 함께 다뤄야 한다. Physical AI는 물리적 노동의 효율을 높이지만, 그 이익이 어떻게 분배되는지는 기술만으로 결정되지 않는다.
향후 10년의 과제
앞으로 10년 동안 VLA가 해결해야 할 문제는 모델 성능 하나로 요약되지 않는다.
첫째는 데이터 규모와 품질이다. 로봇은 인터넷 문서처럼 쉽게 데이터를 모을 수 없다. 성공 장면뿐 아니라 실패, 복구, 사람 개입, 위험 회피 기록이 필요하다. 산업별 데이터 형식이 표준화되지 않으면 모델은 매번 새 현장에서 처음부터 다시 배워야 한다.
둘째는 안전 인증이다. 벤치마크 점수만으로 병원, 공장, 가정에 들어갈 수 없다. 어떤 조건에서 멈추는지, 사람을 어떻게 감지하는지, 실패 로그를 어떻게 남기는지, 업데이트 후 성능이 악화되지 않았는지를 검증해야 한다. 특히 학습형 로봇은 시간이 지나며 정책이 바뀔 수 있으므로, 소프트웨어 업데이트도 인증 체계 안에 포함되어야 한다.
셋째는 비용 절감이다. 로봇 가격, 유지보수 비용, 데이터 수집 비용, 전력 비용, 보험 비용이 모두 낮아져야 한다. 인간형 로봇이 멋져 보여도, 특정 작업에서는 바퀴형 로봇이나 고정형 팔이 훨씬 경제적일 수 있다. 산업은 가장 인간다운 로봇보다 가장 안정적으로 수익을 내는 로봇을 먼저 선택한다.
넷째는 에너지 효율이다. Physical AI는 계산도 많이 하고 몸도 움직인다. 배터리 용량, 모터 효율, 온디바이스 추론, 대기 전력, 발열 관리는 실제 운영 시간을 좌우한다. 하루 두 시간만 일하는 로봇과 20시간 안정적으로 일하는 로봇의 경제성은 완전히 다르다.
다섯째는 보안과 책임이다. 연결된 로봇은 사이버 공격이 물리적 사고로 이어질 수 있는 장치다. 카메라와 음성 센서는 사생활 문제도 만든다. 누가 명령했는지, 모델이 왜 그렇게 행동했는지, 안전 필터가 작동했는지 기록할 수 있어야 한다.
가능한 미래, 그러나 단계적인 미래
가까운 1~3년에는 물류와 제조 현장에서 제한된 VLA 기능이 더 많이 쓰일 것이다. 로봇은 완전한 동료라기보다 작업 전환이 쉬운 자동화 장비에 가깝다. 3~7년에는 병원 물류, 농업, 시설 점검, 위험 현장에서 다중 로봇 운영과 원격 감독이 확대될 수 있다. 7~10년에는 일부 산업에서 로봇 앱과 표준 운영체제, 데이터 플랫폼이 결합된 생태계가 만들어질 가능성이 있다.
그러나 모든 집에 범용 휴머노이드가 들어오는 미래는 더 늦을 수 있다. 가정은 비용, 안전, 사생활, 예외 상황이 가장 까다로운 시장이다. 반대로 공장과 창고, 병원, 농장, 재난 현장은 문제의 가치가 명확하다. 그래서 로봇의 미래는 화려한 데모보다 조용한 현장 배치에서 먼저 온다.
VLA와 Physical AI가 바꾸는 것은 로봇 한 대의 능력만이 아니다. 데이터를 모으는 방식, 소프트웨어를 배포하는 방식, 사람이 일하는 방식, 안전을 증명하는 방식, 기업이 자동화를 구매하는 방식이 함께 바뀐다. 다음 세대 로봇의 승자는 가장 말을 잘하는 모델도, 가장 사람처럼 생긴 기계도 아닐 수 있다. 현실의 제약 안에서 안전하게 배우고, 오래 일하고, 여러 시스템과 연결되며, 비용을 증명하는 로봇이 먼저 살아남을 것이다.
참고
1Deloitte, AI goes physical: Navigating the convergence of AI and robotics
2NVIDIA, NVIDIA and Global Robotics Leaders Take Physical AI to the Real World
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.