물리 AI 수요가 1년 만에 약 10배 폭증: 증가하는 것은 로봇이 아니라 '모델 학습 시간'이다

물리 AI(Physical AI) 수요가 1년 만에 약 10배 폭증: 증가하는 것은 로봇이 아니라 '모델 학습 시간'이다

I. 이 '10배'를 먼저 명확히 설명하자: 어디서 폭증했는가

지난 11월 10일, 중국 CCTV 경제 채널은 물리 AI 산업 사슬을 보도하면서 다음과 같은 비교 데이터를 제시했습니다. 작년의 선두 고객들은 데이터 수요가 여전히 수십만 시간 수준이었으나, 올해는 이미 백만 시간 규모에 이르렀다는 것입니다.

이 평범한 인터뷰 발언이 어떤 증권사 리포트보다 더 많은 것을 설명해 줍니다. 왜냐하면 이 내용은 '물리 AI 수요 폭증'이라는 개념적 차원의 문제를 구체적인 측정 단위, 즉 '시간(hour)'으로 직접 끌어내렸기 때문입니다.

출하량이 10배 늘어난 것이 아니며, 주문량도 10배 늘어난 것이 아닙니다. 학습 데이터의 수요가 거의 10배 증가한 것입니다.

왜 하필 이 지표가 가장 중요한 것일까요? 물리 AI와 생성형 AI(Generative AI)의 분기점 자체가 '데이터가 어디서 오는가'에 달려 있기 때문입니다.

ChatGPT는 인터넷의 '남은 음식'을 먹습니다. 수조 개의 텍스트나 이미지는 이미 존재하며, 크롤링만 하면 됩니다. 하지만 물리 AI는 그렇지 않습니다. 사람이 요리하는 비디오 클립 하나로는 로봇에게 단지 '손이 움직인다'는 것만 알려줄 뿐, '손가락이 어느 정도의 압력으로 국자를 잡아야 하는지', '손목 관절에서 얼마나 큰 토크를 출력해야 하는지' 같은 것은 가르쳐 줄 수 없습니다. 시각(Vision), 관절 토크(Joint Torque), 힘/촉감(Force/Tactile)은 반드시 동일한 프레임 내에서 정렬되어야 합니다. 이러한 데이터는 인터넷상에 존재하지 않으며, 오직 실제 장비가 물리 세계에서 프레임 단위로 만들어내거나 시뮬레이션을 통해 대규모로 합성해야만 얻을 수 있습니다.

그렇다면 현재 확보된 재고(存量)는 얼마나 될까요? 기관의 추산에 따르면, 올해 초까지 전 세계적으로 규제 준수 가능한 실제 물리 상호작용 데이터 총량은 약 50만 시간입니다. 수요는 이미 백만 시간 규모로 진입했지만, 활용 가능한 재고는 50만 시간에 불과합니다. 이것이 시장에서 반복해서 언급되지만, 제대로 계산하는 사람이 적은 '격차(Gap)'입니다.

II. NVIDIA의 매출 곡선이 어떤 PPT보다 정직하다

어떤 주류가 진실인지 가려내는 가장 쉬운 방법은 최상류에 있는 회사의 재무제표 기준을 보는 것입니다.

Huang Renxun(황런쉰) CEO는 이전에 물리 AI가 NVIDIA의 다음 '1,000억 달러 규모' 시장 기회라고 언급했습니다. 하지만 그는 최근 공개 발언에서 이 수치를 한 단계 낮추며