1편: [개념/역사] 피지컬 AI란 무엇인가? 가상에서 현실로 나온 인공지능의 시초

• 메인 키워드: 피지컬 AI 역사

• 보조 키워드: 인공지능 로봇, 자율제어 인공지능, 가상현실 AI 차이, 피지컬 AI 개념

• 검색 의도: 피지컬 AI라는 최신 개념의 정확한 정의를 파악하고, 기존의 소프트웨어 중심 AI와 어떤 점이 다른지 역사적 흐름을 통해 이해하기 위함.

모니터 속에 갇혀 있던 AI가 밖으로 걸어 나오다

최근 몇 년 동안 우리는 챗GPT(ChatGPT)나 미드저니(Midjourney) 같은 거대 AI 모델의 등장으로 엄청난 충격을 받았습니다. 시를 쓰고, 코딩을 하고, 고화질의 그림을 단 몇 초 만에 그려내는 AI를 보며 감탄했죠. 하지만 냉정하게 말해 지금까지의 AI는 모두 모니터 화면 속, 즉 '가상 세계'에 갇혀 있는 존재였습니다. 아무리 뛰어난 지능을 가졌어도 물리적인 현실 세계에 직접적인 영향력을 행사하지는 못했습니다.

하지만 최근 인공지능 업계의 가장 뜨거운 화두는 단연 '피지컬 AI(Physical AI)'입니다. 말 그대로 인공지능의 고도화된 두뇌를 현실의 '육체'에 이식하는 기술입니다. 인간이 컴퓨터 화면을 보며 텍스트를 입력하는 단계를 넘어, AI가 스스로 현실 세계의 사물을 인식하고, 만지고, 움직이며 환경과 상호작용하는 시대를 뜻합니다.

우리가 흔히 상상하던 공상과학 영화 속 로봇이 현실화되는 과정의 중심에 바로 이 피지컬 AI가 있습니다. 그렇다면 이 기술은 어느 날 갑자기 하늘에서 떨어진 것일까요? 그렇지 않습니다. 인공지능의 역사 속에서 가상과 현실을 연결하려는 시도는 아주 오래전부터 이어져 왔습니다.

기존 소프트웨어 AI와 피지컬 AI의 결정적 차이점

역사적 흐름을 이해하기 전에, 먼저 기존의 일반적인 AI와 피지컬 AI가 어떻게 다른지 명확히 짚고 넘어갈 필요가 있습니다. 이해를 돕기 위해 '바둑 두는 AI'와 '바둑돌을 직접 집어서 판에 놓는 AI'를 비교해 보겠습니다.

과거 세계를 놀라게 했던 알파고(AlphaGo)는 소프트웨어 AI의 대표적인 예입니다. 알파고의 임무는 디지털로 구현된 가상의 바둑판 위에서 최적의 좌표(수)를 찾아내는 것이었습니다. 계산 능력이 아무리 뛰어나도, 실제로 돌을 손가락으로 집어 바둑판에 내려놓는 물리적 행위는 인간의 몫이었습니다.

반면 피지컬 AI는 그 최적의 수를 찾아낸 뒤, 로봇 팔을 움직여 무작위로 놓여 있는 바둑돌 중 하나를 정확한 힘으로 집어 올리고, 바둑판의 좁은 선 위에 오차 없이 내려놓는 과정까지 스스로 수행해야 합니다.

가상 세계에서는 물리 법칙을 완벽히 통제할 수 있습니다. 마찰력, 공기 저항, 중력의 미세한 변화, 혹은 바둑판이 아주 미세하게 기울어져 있는 등의 변수가 존재하지 않습니다. 하지만 현실 세계는 다릅니다. 기름때 묻은 미끄러운 바둑돌, 갑자기 불어오는 바람, 방 안의 조도 변화 등 수많은 변수가 존재합니다. 피지컬 AI는 이러한 현실의 불확실성을 실시간으로 인지하고 판단하여 몸을 움직여야 하므로, 소프트웨어 AI보다 훨씬 복잡하고 고도화된 제어 능력을 요구합니다.

태동기: 컴퓨터의 등장과 '몸체'를 원했던 초기 과학자들

피지컬 AI의 개념적 뿌리는 1950년대 인공지능의 창시자들로 거슬러 올라갑니다. '인공지능의 아버지'라 불리는 앨런 튜링(Alan Turing)은 1950년 그의 기념비적인 논문에서 인공지능을 구현하는 두 가지 길을 제시했습니다. 하나는 추상적인 계산 능력(예: 체스)을 극대화하는 길이었고, 다른 하나는 카메라와 같은 센서와 물리적 다리를 달아 현실 세계를 배우게 하는 길이었습니다. 후자가 바로 오늘날 피지컬 AI의 모태가 되는 생각입니다.

1960년대 후반, 미국 스탠퍼드 연구소(SRI)는 최초의 모바일 로봇인 '셰이키(Shakey)'를 개발합니다. 셰이키는 바퀴가 달린 몸체 위에 카메라와 거리 측정 센서를 탑재한, 당시로서는 혁신적인 로봇이었습니다. 방 안의 장애물을 감지하고 스스로 경로를 계획해 이동하는 능력을 갖추고 있었죠.

비록 움직임이 매우 느리고(결정을 내리는 데 몇 시간이 걸리기도 했습니다), 아주 단순한 사각형 블록만 인식할 수 있었지만, 인공지능이 논리적 연산을 넘어 '물리적 공간을 인지하고 움직였다'는 점에서 피지컬 AI 역사의 첫 페이지를 장식한 중요한 이정표가 되었습니다.

암흑기와 돌파구: '모라베크의 역설'에 부딪히다

셰이키의 등장 이후 금방이라도 만능 로봇이 나올 것 같았지만, 기술은 곧 거대한 장벽에 부딪혔습니다. 이를 학계에서는 '모라베크의 역설(Moravec's Paradox)'이라고 부릅니다.

"인간에게 어려운 일(체스, 미적분 문장 풀이)은 컴퓨터에게 쉽고, 인간에게 쉬운 일(물건 집기, 걸어가기, 얼굴 알아보기)은 컴퓨터에게 아주 어렵다."는 역설입니다.

1980년대까지의 컴퓨터는 복잡한 수학 공식은 척척 풀어냈지만, 앞에 놓인 컵을 떨어뜨리지 않고 부드럽게 쥐는 동작은 수행하지 못했습니다. 현실 세계의 물체는 고정되어 있지 않고, 조명에 따라 다르게 보이며, 만질 때의 촉감과 강도를 실시간으로 계산하는 것이 당시의 고정된 알고리즘과 부족한 컴퓨터 연산 속도로는 불가능했기 때문입니다. 이 때문에 인공지능 학계는 한동안 현실 세계의 로봇 제어를 포기하고, 다시 가상 세계의 데이터 처리와 규칙 기반 시스템 연구로 후퇴하는 긴 암흑기를 겪게 됩니다.

이 장벽을 깨부순 것이 바로 2010년대 이후 본격화된 '딥러닝(Deep Learning)'과 '빅데이터'의 결합입니다. 인간이 일일이 규칙을 공식으로 만들어 로봇에게 주입하던 방식에서 벗어나, 로봇이 스스로 수많은 센서 데이터를 받아들이며 현실을 '학습'하는 방식으로 패러다임이 전환된 것입니다. 컴퓨터가 세상을 보는 눈(컴퓨터 비전)이 비약적으로 발전하면서, 마침내 AI는 다시 가상 세계의 벽을 깨고 현실로 나올 준비를 마치게 되었습니다.

1편 핵심 요약

• 피지컬 AI는 가상 세계에 머물던 소프트웨어 AI와 달리, 물리적 육체를 통해 현실 세계와 직접 상호작용하는 기술을 뜻합니다.

• 현실 세계는 통제 불가능한 변수(마찰력, 조도, 예외 상황 등)가 많아 기존 AI보다 훨씬 복잡한 실시간 인지·판단·제어 능력이 필요합니다.

• 1960년대 최초의 모바일 로봇 '셰이키'로 시작되었으나 '모라베크의 역설'이라는 장벽에 부딪혔고, 최근 딥러닝 기술의 발전으로 완벽한 돌파구를 맞이하고 있습니다.

다음 편 예고

인공지능이 현실로 나오기 위해 넘어야 했던 가장 큰 산은 무엇이었을까요? 다음 2편에서는 피지컬 AI의 초기 발목을 잡았던 하드웨어와 소프트웨어의 격차, 그리고 '로봇공학과 AI의 첫 만남: 초기 규칙 기반 제어의 한계와 돌파구'에 대해 구체적으로 알아보겠습니다.

여러분의 생각은 어떠신가요?

여러분은 일상생활 속에서 인공지능이 탑재된 기기(예: 로봇청소기, 자율주행 기능 등)를 사용해 보신 적이 있으신가요? 화면 속 AI가 아닌 우리 곁에 다가온 물리적 AI에 대해 어떻게 생각하시는지 댓글로 자유롭게 의견을 나누어 주세요!