휴머노이드 관련 세미나와 주변 시장동향 관련하여 정리해보았다.
오늘은 주로 하드웨어, 배터리, 센서, 온디바이스 관련된 내용이라 재미가 좀 떨어지는 내용이라서 재미있는 내용을 하나 추가했다.
바이럴 된 내용들을 살펴 보면서 ‘역사를 잊은 민족에겐 미래는 없다’라는 문장이 떠오르게 되었다.
(역사 공부를 다시 해야지 AI시대에 잘 살아 남을 수 있을까? 하는 생각도 들었음)
[별첨]
– AGI 시대 오면 ‘이런’인간만 살아남을 겁니다 [영상LINK] [영상 요약 문서] [바이럴 내용 캡쳐(내용 재미있음)]
> 최근 AGI쪽을 찾아보면 채용과 연계 지은 영상들과 문서, 기사들이 많이 나옵니다.
– 과거, 로마제국 시대에 노예가 1,000만명 이상이 되었으며, 무료 노동력이 많이 생겼음
현재, AI가 노동을 대체, 인간은 경제적 생존에서 해방
그러나, 승자의 부는 시민 모두의 것이 아니며 시민은 배만 채워지지 삶을 채워지지 않아 ‘지루함이 사회적 폭발물’이 된다 라는 양상으로 AI 시대의 승자독식에 대비해야하는 ‘존재의 이유’에 대한 이야기가 많이 쏟아져 나오고 있음
> 독일에서는 ai로 인한 직업이 없는 삶과 같은 맥락에 대해서 연구 중이라고 함
========= 휴머노이드 및 피지컬 AI 세미나 및 시장 동향 관련 자료 =========
2주 전과 달리 기술 문서 및 세미나에서는 로봇과 휴머노이드는 나눠서 생각해야 하는 양상이 뚜렷하게 보이고 있었다.
[요약]
1. 로봇, 로보틱스의 자동화 와 휴머노이드 및 피지컬 AI를 나누는 양상
– RAG를 학습해서 답하는 형태와 수학이나 코딩쪽 연구를 하면서 추론하는 형태로 달리 봐야함
(수학적 능력이 많이 요구되며, 자율 주행하는 자동차 쪽에서 만드는 것이 승산있다고 함)
2. 로봇, 로보틱스의 경우, 기존 배터리로도 충분히 가능하지만 휴머노이드 및 피지컬 AI의 경우 첨단 전지 필요 하다는 양상
(추가적으로, 피지컬 AI 및 휴머노이드 쪽은 RAG 방식이 아닌 방대한 데이터를 학습하여 추론하여 자연스러운 상태로 오류율이 거의 없는 상태가 목표라고 함)
3. 제조는 가능하지만, 집안일도 가능하다 vs 불가능하다의 양상
하지만, 집안일 단계까지 왔다고 내용을 보여주는 [π0영상]
> 탁자에서 떨어지는 물컵을 인간만큼 빨리 잡을 수 있을까?에 대한 의구심 및 안전에 대한 부분에 대한 불안감은 아직 있다고 함
4. 센서들의 데이터를 조합하여 믹싱하는 것이 중요함 (시각, 촉각, 느낌, 후각, 청각 등)
5. 2025년에 휴머노이드 및 피지컬 AI에 관심이 대두되면서 2026년에는 더 많은 논문과 기술 발전이 될 것이라함
6. 보스턴다이나믹스가 아니라도 현/기차는 로보틱스에 투자를 많이 하고 있음
> 그러나, 현기차보다 조선업이 더 절실하게 필요한 상황(조선업 가격 하락, 인건비 상승 이슈)
이구동성으로 이야기 하고 있는 것은 휴머노이드가 불가능하다고 생각하던 로봇 및 로보틱스쪽에서도 2024년부터 급성장한 시장을 보면서 가능 할 수 있겠다의 시선으로 변경되기 시작
>이명박 정권 때, 로봇 물고기에 한번 데인 후라서 냉소적이였으나 최근 샤오펑 및 테슬라, π0 같은 휴머노이드 영상들을 보고 변동이 있다고함
더불어, 하드웨어도 중요하지만 대부분 하드웨어도 중요하지만 온디바이스 및 센서, 센싱 믹싱, 대용량 처리 학습 데이터에 대한 이야기가 강조 되어 나오고 있습니다.
1. 첨단 전동화 휴머노이드 및 피지컬 AI를 위한 배터리 산업 전망 [LINK]
휴머노이드 및 피지컬 AI는 차세대 전지 이후 차기 산업·투자 핵심 축으로 부상하고 있으며, 전통 로봇·서비스 로봇과 단절된 새로운 첨단 로봇 생태계를 형성하고 있다.
고도 자율주행 기술을 보유한 완성차 업체들이 휴머노이드 개발에 가장 유리하며,이 로봇들은 사람과 복잡한 상호작용을 수행하기 위해 고성능 컴퓨팅·센서·액추에이터와 차세대 배터리를 필요로 한다. 제조·조선·반도체·디스플레이 등 사람과 분리된 산업 현장은 실질 수요가 크지만, 가정용·아이 돌봄과 같은 영역은 안전성과 실시간 센싱·제어 한계로 단기간 내 구현이 매우 어렵다는 점이 강조되었다
| 구분 항목 | 산업용 시장 (제조, 조선 등) | 가정용 시장 |
| 핵심 요구사항 | 고정밀 작업, 반복 수행 능력 | 인간 수준의 상호작용, 빠른 반응 속도 |
| 주요 장벽 | 높은 초기 도입 비용, 공정 적합성 | 절대적 안전성 확보, 예측 불가능한 환경 대응 |
| 현재 기술 성숙도 | 단기 상용화 가능성 높음 | 상용화까지 장기적 R&D 필요 |
| 시장 진입 난이도 | 쉬움 | 매우 어려움 |
2. 휴머노이드를 위한 LLM 및 에이전트 기술 [LINK]
*집안일하는 단계까지 왔다는 내용을 보여주는 홍보 영상[π0영상]
휴머노이드 AI 기술은 인간과 유사한 언어·추론 능력을 갖춘 LLM 발전과 에이전트 기술 발전에 기반한다. AI가 로봇 두뇌 역할을 하며 다양한 작업을 자율 수행하고, 멀티스텝 워크플로우를 자동 구성한다. CES 2025 이후 휴머노이드 연구가 활발해졌고, CoT-VLA, π0 등의 기술로 로봇 행동 정확도를 높이고 있다. NVIDIA 모델은 시뮬레이션과 실제 데이터를 활용해 피지컬 AI를 강화한다. 2026년 휴머노이드 연구는 더 많은 상용화 사례와 진보가 기대되는 시점이다.
3. AI 센서 개발 동향과 제품 적용 방안[LINK]
– 단일 센서들의 개발은 끝났지만, 여러 센서들을 믹싱하는 것이 중요한 상황임
– 하드웨어쪽 시스템이 중요한 이유는 소프트웨어도 중요하지만 건물로 예를 들었을때 건물들의 센서들의 데이터를 조합해서 시뮬레이션을 돌려서 건물을 구성 하는데 도움이 된다
> 그래서 소프트웨어 뿐만 아니라 하드웨어쪽도 중요하다
-MEMS 칩이 중요한 키포인트인데 미국과, 독일에서만 개발할 수 있는 상황이다]
4. 휴머노이드 로봇과 작업지능의 발전 [LINK]
휴머노이드는 2020년 이후 빠르게 발전하며, 지능은 운동지능(신체 조작 능력)과 작업지능(강화학습·모방학습 기반 작업 수행 능력)으로 나뉩니다. 협동로봇은 펜스 없이 사람과 안전하게 작업 가능해 중소형 공장에도 도입되고 있고, 인간형 폼팩터가 인간 작업장과 호환성을 높여 자동화 효율을 극대화합니다. 기존 자동화는 시스템 인티그레이션(SI)에 의존했으나, 휴머노이드+피지컬 AI는 SI 없이 양팔 작업으로 수행하는 방향입니다. 안전을 최우선으로, 센서 없이 외력 순응제어와 ISO 기준 안전 제어기를 통한 충돌 회피와 모방학습 기술이 발전 중이며, VLA 모델 기반의 end-to-end 경로 생성과 Foundation Model 연구도 활발합니다. 현장 로봇은 안전, 반복 정밀도, 99% 이상 작업 성공률이 필수입니다.
5. Physical AI를 위한 엣지 컴퓨팅 및 온디바이스 개발 기술 [LINK]
Physical AI는 물리 법칙을 이해해 모든 움직이는 기계를 자율화하는 AI로, 관성, 중력 등 현실 세계를 인지·판단해 동작한다. AI 발전은 인식 AI에서 생성형, 에이전트, 물리 AI로 진화했다. 온디바이스 AI는 기기 내에서 데이터를 즉시 처리해 초저지연성, 개인정보 보호가 뛰어나지만, 하드웨어 제약과 에너지 소모, 업데이트 어려움이 있다. 반면 클라우드 AI는 높은 연산 능력을 제공하지만 네트워크 의존성과 보안 문제가 있다. Physical AI의 미래는 초저지연, 신뢰성, 대용량 데이터 네트워크 기술과 유기적 연결이 핵심이다
| 클라우드 기반 | On-device 기반 | |
| 반응속도 | 네트워크 상태에 따라 지연 발생 | 즉각적(실시간) |
| 연결성 | 인터넷 연결 필수 | 인터넷 없이 작동 가능 |
| 데이터 처리 | 모든 데이터 전송 필요 | 기기자체 처리(선택적 전송) |
| 보안 | 전송 중 유출 위험 존재 | 데이터가 기기를 떠나지 않음 |
| 적합 분야 | 복잡한 학습, 빅데이터 처리 | 자율주행, 로봇제어, 실시간 감지 |