- Physical AI 분야에 VC 투자가 의미 있게 증가하며 NVIDIA GTC, Bessemer Robotics Day, Unitree IPO, Amazon의 Fauna Robotics 인수, Figure 휴머노이드의 백악관 등장 등 연이은 이벤트가 업계 모멘텀을 형성 중
- 과거 로보틱스 투자 실패의 트라우마가 남아 있으나, 이번 사이클은 핵심 촉매들이 순차적이 아닌 병렬적으로 동시에 복합 작용하며 근본적으로 다른 국면
-
비전-언어-행동 모델, 자율주행 모델, 월드 모델 등 물리 세계 전용 파운데이션 모델이 등장하면서 범용적 "로보틱스 두뇌" 가능성이 열림
- 로봇 훈련 데이터 수집의 병목이 시뮬레이션, 텔레오퍼레이션, 에고센트릭 비디오 등의 발전으로 완화되고, 엣지 추론·하드웨어 비용 하락·노동력 부족이라는 매크로 환경이 맞물림
- 빅테크와 스타트업에서 LLM 붐 초기를 연상시키는 대규모 인재 유입이 진행 중이며, Physical AI의 "ChatGPT 모먼트"가 예상보다 가까울 수 있음
Physical AI의 현재 모멘텀
- 지난주 NVIDIA GTC 기조연설에 Olaf 로봇이 등장하고, Bessemer Robotics Day, Unitree IPO 소식이 이어짐
- 같은 주에 Amazon의 Fauna Robotics 인수 소식과 Figure 휴머노이드가 백악관에 등장한 사건이 추가 화제
- Physical AI 분야에 대한 VC 펀딩이 최근 의미 있는 증가세를 보이고 있으며, Morgan Stanley 보고서(2025년 12월)에서 이를 확인 가능
- 2026년 예측에서 Embodied AI 경쟁이 LLM 전쟁보다 더 치열하고 중요한 결과를 낳을 수 있음
과거와 다른 이유: 병렬적 촉매의 동시 복합 작용
- 로보틱스는 항상 "핫한" 카테고리가 아니었으며, 많은 투자자들이 이전 사이클에서의 실패 경험(scar tissue) 을 보유
- Bessemer Venture Partners 보고서(2025년 11월)에서 과거 로보틱스 투자 사이클의 부침을 확인 가능
- 이번의 핵심 차별점은 Physical AI 촉매들이 순차적이 아닌 병렬적으로 복합 작용(compounding in parallel) 하고 있다는 점
- 이로 인해 과거의 어떤 시점과도 근본적으로 다른 수렴(convergence) 현상이 발생
Physical AI 파운데이션 모델의 급속한 발전
- 물리 세계 전용으로 설계된 새로운 종류의 AI 모델이 등장
-
비전-언어-행동(Vision-Language-Action) 모델, 자율주행 모델, 월드 모델 포함
- 로보틱스를 위한 "파운데이션 모델 레이어"가 형성되기 시작하며, 다양한 작업·환경·폼팩터에 걸쳐 사고하고 추론할 수 있는 "로보틱스 두뇌" 가능성
- 기존의 취약한 규칙 기반 접근이나 좁은 범위에서만 학습된 일반화 불가능한 정책(policy)과 비교해 계단식 도약(step-function improvement)
데이터 병목 현상 완화
- 수년간 로보틱스 프론티어의 한계 요인은 지능이 아닌 데이터
- 로봇 모델 훈련에 필요한 데이터(운동 기술, 압력, 조작 등)는 인터넷에서 수집이 불가능
- Physical AI 데이터는 비정형, 멀티모달이며, 실제 환경 수집 비용이 높고 속도가 느림
- 이 제약이 다음 기술 발전으로 완화되는 중:
- 확장 가능한 텔레오퍼레이션, 시뮬레이션 우선 접근, 에고센트릭 비디오, 월드 모델, 햅틱스
- 관련 기법과 도구가 빠르게 성숙 중(Boost VC의 Emily Yu 자료 참조)
- 데이터 문제가 완전히 해결되지는 않았으나, 더 이상 과거처럼 넘을 수 없는 장벽이 아님
추론 인프라의 적시 성숙
- 로봇 지능은 실시간 행동이 가능해야만 유용
-
엣지 추론(edge inference) 분야의 돌파구 발생
- 복잡한 모델을 온디바이스에서 로컬로 실시간 구동할 수 있는 더 효율적인 컴퓨팅
- 지연시간과 연결성이 하드 제약으로 작용하는 환경(공장 현장, 건설 현장 등)에서 즉각적 행동이 필수이므로, 이 유형의 추론이 Physical AI 시스템에 핵심적
하드웨어의 확장 준비 완료 및 비용 하락
- 하드웨어 개선, 범용화(commoditization), 비용 곡선 하락이 확장 가능하고 다용도인 로봇을 경제적으로 실행 가능하게 만듦
- 유망한 데모를 실제 배포 가능한 제품으로 전환하기 위한 필수 전제 조건
거시경제적 순풍
- 기술적 변화와 유리한 매크로 환경이 동시에 수렴
-
노동력 부족, 공급망 취약성, 리쇼어링 관련 지정학적 압력이 자동화를 미래의 베팅이 아닌 현재의 전략적 필수 요소로 전환
- 자율성이 대중 인식에서도 주류로 자리잡는 추세
- 도로 위의 자율주행차, 레스토랑에서 고객을 서빙하는 휴머노이드 로봇 등
대규모 인재 유입
- 가장 의미 있는 신호는 인재 이동
- 빅테크와 스타트업 전반에서 연구자, 개발자, 창업자들이 로보틱스 분야로 이동 중
- 그 규모가 LLM 붐 초기를 연상시키는 수준(Lazard 2025년 9월 보고서 참조)
"ChatGPT 모먼트"는 언제 오는가
- 최근 진전은 주목할 만하나, 핵심 논쟁은 타이밍으로 이동: Physical AI의 "ChatGPT 모먼트"가 언제 올 것인가
- 실제 환경에서의 대규모 진정한 범용성(true generalizability) 에는 아직 도달하지 못한 상태
- 그러나 다수의 촉매가 병렬적으로 복합 작용하면서, 변곡점이 예상보다 가까울 수 있음을 시사하는 궤적이 점점 명확해지는 중