SBS Biz

■ 머니쇼 '하우머니' - 한재권  한양대 로봇공학과 교수


Q. CES에서 ‘피지컬 AI’와 휴머노이드가 전면에 등장했습니다. 교수님 보시기에 이번 CES가 이전과 달랐던 결정적인 변화는 무엇이었습니까?



- ‘2026 CES’에 등장한 피지컬 AI의 의미는?
- CES ‘AI가 화면을 나와 몸을 얻었다’ 제시
- 소프트웨어 중심 AI → 실제 움직이는 시스템 전면 등장
- 휴머노이드와 산업용 로봇의 실사용 사례 소개


- AI 기술이 서비스 단계를 넘어 물리 세계로 진입했다는 신호
- CES의 무게중심이 디지털에서 물리 AI로 이동

Q. 흔히 말하는 ‘피지컬 AI의 등장’이 단순한 로봇 진화가 아니라면, 이 변화가 산업 구조에 갖는 본질적인 의미는 무엇이라고 보십니까?

- 피지컬 AI의 등장, 본질적인 의미는?
- 피지컬 AI, 산업 자동화 패러다임의 전환
- 사람이 하던 ‘비정형 작업’을 기계가 직접 수행하는 단계
- 제조·물류·서비스 산업의 생산 구조가 근본적으로 바뀔 가능성
- 노동력 부족 문제에 대한 가장 현실적인 해법
- AI가 경제의 ‘뇌’에서 ‘손발’로 확장되는 변화

Q. 현재 공개된 휴머노이드 기술 수준은 어느 단계까지 왔다고 평가하십니까? 연구실 단계를 넘어서 ‘실제 투입 가능한 수준’에 얼마나 근접했나요?

- 현재 휴머노이드 기술, 어느 수준인가?
- 휴머노이드 기술, 실제 투입 가능한 수준인가?
- 현재 기술은 ‘제한된 환경에서의 실험적 상용화’ 단계
- 보행·물체 조작·단순 작업은 이미 상당히 안정화
- 다만 복잡한 환경 적응력·신뢰성은 아직 부족
- 연구실을 넘어 파일럿 현장 투입은 가능한 수준
- 대량 상용화까지 5년 이상 필요해 보여

Q.  테슬라, 구글, 엔비디아 같은 빅테크들이 동시에 로봇에 집중하는 이유는 무엇일까요? AI 다음 성장 엔진으로 로봇을 보는 건가요, 아니면 다른 전략적 이유가 있나요?

- 테슬라·구글·엔비디안, 로봇에 집중하는 이유는?
- AI 다음 성장 엔진은 로봇인가?
- AI만으로는 다음 성장 곡선을 만들기 어려워
- 로봇은 AI를 실제 시장 매출로 연결하는 가장 큰 플랫폼
- 하드웨어·데이터·서비스까지 통합 수익 모델 만들 수 있어
- 로봇은 장기적으로 플랫폼 락인을 만들 수 있는 수단
- AI 다음 단계의 ‘실물 산업 지배력’을 노린 전략

Q. 주요 빅테크들의 피지컬 AI 개발 방향을 비교해 보면, 가장 앞서 있다고 보이는 기업과 그 이유는 무엇이라고 보십니까?

- 빅테크 중 가장 앞선 로봇 기술 가진 회사는?
- 현재 테슬라와 엔비디아가 가장 앞서 있어
- 테슬라, 실제 휴머노이드 양산을 목표로 통합 개발
- 엔비디아, 로봇용 AI 플랫폼·시뮬레이션 생태계 장악
- 단순 로봇보다 ‘플랫폼을 가진 기업’이 유리
- 결국 생태계를 쥔 기업이 승자가 될 가능성 커

Q. 피지컬 AI를 구현하는 데 가장 결정적인 병목 기술은 무엇입니까? 하드웨어, 센서, 제어, 학습 데이터 중 어디가 가장 어려운 영역인가요?

- 피지컬 AI를 구현하는게 가장 필요한 기술은?
- 하드웨어·센서·제어·학습 데이터 중 가장 어려운 영역?
- 가장 큰 병목은 ‘조작 능력과 신뢰성’
- 보행보다 손과 팔의 정밀 제어가 훨씬 어려워
- 센서와 제어, 학습 데이터가 동시에 부족해
- 특히 예외 상황 대응 능력이 아직 취약해
- 하드웨어와 AI의 통합 최적화가 가장 어려워

Q.‘데이터 → 모델 → 로봇 → 다시 데이터’라는 학습 플라이휠 구조가 강조되는데, 이 구조가 로봇 성능을 바꾸는 핵심이라고 보십니까?

- 데이터 → 모델 → 로봇 → 다시 데이터
- 학습 플라이 휠 구조, 로봇 성능을 바꾸는 핵심인가?
- 로봇 성능을 빠르게 끌어올리는 핵심 메커니즘
- 현장에서 얻은 데이터가 다시 모델을 개선
- 개선된 모델이 다시 더 많은 작업을 수행
- 결국 데이터 규모가 로봇 성능을 좌우해

Q. ​​​​​​​한국의 로봇 기술 수준을 글로벌 기준에서 냉정하게 평가하면, 강점과 가장 취약한 부분은 어디라고 보십니까?

- 한국의 로봇 기술 수준, 냉정하게 평가한다면?
- 강점은 정밀 기계·모터·제어 하드웨어
- 제조 로봇과 산업 자동화 경험도 풍부해
- 반면 AI 소프트웨어와 대규모 데이터가 약점
- 플랫폼 기업이 거의 없다는 점도 취약
- 하드웨어 강국이지만 AI 통합력 부족

Q. ​​​​​​​향후 5~10년 안에 휴머노이드는 어떤 산업부터 실제로 대량 투입될 가능성이 가장 높다고 보십니까?

- 휴머노이드, 실제 대량 투입 가능성이 높은 분야는?
- 제조와 물류 산업이 가장 빠를 전망
- 단순 반복 작업부터 휴머노이드가 투입될 가능성 커
- 고령화로 인한 인력 부족 산업이 우선 대상
- 서비스 산업은 그다음 단계로 전망
- 가정용 로봇은 가장 늦게 올 전망

Q. ​​​​​​​마지막으로, 정부나 공공기관이 피지컬 AI와 휴머노이드 산업을 위해 지금 가장 시급하게 바꿔야 할 정책이나 지원 방향은 무엇이라고 보십니까?

- 휴머노이드 도입을 위해 필요한 정부 정책은?
- 가장 시급한 것은 장기 대형 R&D 투자
- 단기 성과 중심 지원 방식은 한계가 있어
- 실증 테스트와 규제 완화가 필요
- 인재 양성과 글로벌 협력도 필수
- 국가 차원의 로봇 전략이 필요

Q. ​​​​​​​교수님께서 CTO를 맡고 계시는 에이로봇 소개 부탁드립니다.

- 에이로봇, 휴머노이드·피지컬 AI 개발 로봇 전문 기업
- 사람과 유사한 조작 능력을 구현하는 기술에 집중
- 연구실 기술을 실제 산업 현장에 적용하는 것이 목표
- 제조와 물류 분야 적용을 우선 추
- 한국형 휴머노이드 생태계를 만드는 것이 장기 비전

(자세한 내용은 동영상을 시청하시기 바랍니다.)