Capgemini는 1,700개 조직을 대상으로 설문 조사를 실시했으며, 그 결과 79%가 이미 Physical AI (물리적 AI)에 참여하고 있는 것으로 나타났습니다. NVIDIA는 Apache 2.0 라이선스로 GR00T N1.7을 오픈 소스로 공개했습니다. Japan Airlines는 하네다 공항에서 2년 계약을 체결했습니다. 이번 주는 Physical AI가 파일럿 (Pilot) 단계에서 플랫폼 (Platform) 단계로 넘어간 한 주였습니다.

다양한 산업 분야의 1,700개 조직에 설문 질문이 전달되었습니다. 질문의 핵심은 다음과 같았습니다: 귀사는 이미 Physical AI를 활용하고 있습니까? 79%가 '예'라고 답했습니다. 계획 중이거나 검토 중인 것이 아니라, 이미 참여하고 있다는 뜻입니다. 동일 그룹 내 CEO의 67%는 이를 게임 체인저 (Game-changer)라고 불렀습니다.

이것이 이번 주 Capgemini가 발표한 수치입니다. 이 수치는 투자 관련 헤드라인이나 로봇 데모 (Demo)와는 다른 무게감을 가집니다. 투자는 투기적일 수 있고, 데모는 통제된 환경에서 이루어집니다. 하지만 1,700개 기업을 대상으로 한 설문에서 79%의 활발한 참여가 나타난 것은 시장의 온도를 측정하는 지표이며, 이번 주의 온도는 의심할 여지 없이 높았습니다.

이와 함께 일어난 다른 모든 사건들과, 왜 이 조각들이 개별적인 이야기를 넘어 중요한 방식으로 맞물려 있는지 설명해 드리겠습니다.

79%는 예측이 아닙니다. 설문 결과입니다.

"X%의 기업이 AI 도입을 계획하고 있다"와 "X%의 기업이 이미 참여하고 있다" 사이에는 의미 있는 차이가 있습니다. 계획은 비용이 들지 않습니다. 참여(Engagement)는 팀, 예산, 그리고 어딘가에서 실제로 무언가를 수행하고 있는 최소 한 대의 로봇을 의미합니다.

Capgemini의 1,700개 조직 대상 설문 조사에 따르면, 79%가 이미 Physical AI를 활용하고 있으며, **경영진의 67%**는 이를 진정한 전략적 게임 체인저 (Game-changer)로 간주하고 있습니다. BCG와 Deloitte 모두 이번 주에 별도의 분석 보고서를 발표하며 동일한 결론에 도달했습니다. 즉, 업계가 파일럿 (Pilot) 단계에서 전략 (Strategy) 단계로 넘어갔다는 것입니다. 이 둘은 같은 것이 아닙니다. 파일럿에는 탈출구가 있지만, 전략에는 예산 항목이 존재합니다.

Bessemer Venture Partners는 가장 정확한 프레임워크를 제시했습니다. 이것은 로보틱스(Robotics)의 "GPT-2.5 모멘트"라는 것입니다. 역량은 실재하며 입증 가능한 수준으로 확장(Scaling)되고 있습니다. 하지만 현재의 성능과 완전한 산업적 배포를 위해 요구되는 99.9%의 생산 신뢰성 (Production Reliability) 사이의 격차는 여전히 존재합니다. 이 비유가 유용한 이유는 우리가 곡선상의 어디에 와 있는지를 알려주기 때문입니다. 즉, "이것이 작동하는가?"라는 질문은 지났지만, 아직 "우리는 이것을 완전히 신뢰할 수 있는가?"라는 질문에 대한 답에는 도달하지 못했다는 것입니다.

귀사의 조직에 의미하는 바: 만약 귀사가 아직 참여하지 않은 21%에 속해 있다면, 귀사는 안전한 것이 아니라 늦은 것입니다. 현재 파일럿(Pilot)을 운영 중인 기업들은 복리로 쌓이는 조직적 지식(Institutional Knowledge)을 구축하고 있습니다. 2027년에 따라잡기 위해 지불해야 할 비용은 2026년에 시작할 때의 비용보다 더 높을 것입니다.

NVIDIA가 휴머노이드 로봇의 두뇌를 오픈 소스로 공개했습니다. 이것이 바꾸어 놓을 것들.

금요일, NVIDIA는 휴머노이드 로봇을 위한 완전한 상업용 오픈 소스 시각-언어-행동 모델(Vision-Language-Action Model)인 Isaac GR00T N1.7을 Apache 2.0 라이선스로 출시했습니다. 라이선스가 중요합니다. Apache 2.0은 어떤 기업이든 로열티나 제한 없이 이를 생산 단계에서 사용하고, 수정하며, 이를 기반으로 구축된 제품을 출시할 수 있음을 의미합니다.

N1.7의 이면에 있는 기술적 이야기는 EgoScale이라 불립니다. NVIDIA는 인간의 1인칭 시점에서 기록된 20,854시간의 비디오를 사용하여 20개 이상의 작업 범주를 아우르는 모델을 사전 학습(Pre-trained)시켰습니다. 이를 통해 그들은 최초로 관찰된 **기민함의 확장 법칙 (Scaling Law for Dexterity)**을 도출했습니다. 학습 데이터를 1,000시간에서 20,000시간으로 늘리면 조작(Manipulation) 정확도가 두 배 이상 향상됩니다. 이는 대규모 언어 모델(LLM)을 투자 가치가 있게 만들었던 것과 동일한 종류의 예측 가능한 확장성입니다. 곡선을 그리고 이를 외삽(Extrapolate)할 수 있을 때, 비로소 로드맵을 계획할 수 있습니다.

Humanoid, LG Electronics, 그리고 NEURA는 이미 GR00T N1.7을 기반으로 구축하고 있다고 발표했습니다. 이 목록은 빠르게 늘어날 것으로 예상됩니다. 개방형 파운데이션 모델 (Open foundation model)은 이전까지 처음부터 학습시키는 데 자원을 소모하던 모든 로보틱스 기업들의 장벽을 낮춰줍니다. 이러한 중력 효과는 의도된 것입니다. NVIDIA는 GPU 컴퓨팅을 위해 CUDA로 구축했던 것과 동일한 생태계 전략을 Physical AI를 위해 구축하고 있습니다.

이것이 중요한 이유: 개방형 AI 파운데이션 (Open AI foundations)은 분야 전체를 가속화합니다. GR00T N1.7을 채택하는 기업들은 파운데이션 모델 학습 대신 애플리케이션 계층 (Application-layer)의 차별화에 엔지니어링 자원을 집중할 수 있습니다. 유능한 로봇을 위한 비용 곡선이 이번에는 소프트웨어 계층에서 다시 한번 하락했습니다.

아시아는 서구의 이사회(Boardrooms)가 깨닫는 것보다 더 빠르게 움직이고 있습니다.

이번 주 아시아 태평양 지역에서 발생한 세 가지 별개의 움직임은 누가 Physical AI를 실험이 아닌 인프라로 취급하고 있는지에 대한 일관된 이야기를 들려줍니다.

Japan Airlines는 Unitree G1 로봇(130cm, 35kg, 배터리 수명 2시간)을 사용하여 Haneda 공항에서 2년 기간의 휴머노이드 로봇 프로그램에 참여하기로 약속했습니다. 수행 작업: 수하물 적재, 화물 운송, 객실 청소. 파트너: GMO AI and Robotics. 동기는 명확합니다. 일본의 고령화 인구로 인해 노동 가용성은 줄어드는 반면 관광객 유입은 기록적인 수준에 도달하고 있습니다. JAL이 로봇을 배치하는 것은 단순히 원해서가 아닙니다. 인구 통계학적 계산상 대규모 운영을 위한 대안이 없기 때문입니다.

Mitsubishi Electric과 Chiba Institute of Technology는 인프라 및 비상 대응을 위한 다족 보행 로봇, 휴머노이드, 드론 등 일본 자체의 Physical AI 스택을 처음부터 구축하기 위해 3년 공동 창조 협약을 체결했습니다. Mitsubishi는 자사의 MELFA 산업용 로봇 라인에서 얻은 정밀 모션 제어 (Precision motion control) 기술을 제공합니다. Chiba는 예측 불가능한 환경을 위한 대규모 물리 모델 (Large physics models)을 제공합니다. 일본은 미국 기업으로부터 Physical AI 라이선스를 받는 것이 아니라, 독자적인 역량 (Sovereign capability)을 구축하고 있습니다.

싱가포르에서는 IntBot과 Certis Group이 호텔, 공항, 병원 및 쇼핑센터에 소셜 로봇 (Social robots)을 배치하기 위한 전략적 파트너십을 발표했습니다. Certis는 싱가포르, 호주, 카타르 전역에서 25,000명 이상의 직원을 운영하고 있습니다. IntBot의 레이어는 일반 사회적 지능 (General Social Intelligence)이라 불리며, 이는 의도를 인식하고, 대화를 나누며, 붐비고 예측 불가능한 공간을 탐색하는 로봇을 의미합니다.

패턴: 인구 통계, 주권 (Sovereignty), 그리고 밀집된 도시 환경은 일반적인 시장 분석이 예측하는 것보다 아시아에서 더 빠른 도입을 이끌어내고 있습니다. 서구권 이사회에서 이를 지켜보고 있는 기업들은 대만 공급망 데이터도 추적해야 합니다. Unitree, Figure AI, 그리고 1X Technologies의 공급업체 전반에 걸쳐 휴머노이드 액추에이터 (Humanoid actuators), 기어박스 (Gearboxes), 센서 (Sensors)의 2026년 1분기 주문 잔고가 예상치보다 빠르게 성장하고 있습니다.

향후 주목해야 할 사항

• GR00T N1.7 도입 속도 - 6월에 얼마나 많은 기업이 Apache 2.0 기반의 구축을 발표하는지가 오픈 생태계 (Open ecosystem)가 얼마나 빠르게 형성되는지를 나타내는 신호가 될 것입니다.
• 보스턴 로보틱스 서밋 (Robotics Summit Boston) 후속 조치 - "휴머노이드의 현주소 (State of Humanoids)" 패널에는 Boston Dynamics, Agility, 그리고 Schaeffler가 함께 참여하여 표준을 설정했습니다. 이후 몇 주간의 공동 발표를 주목하십시오.
• JAL 하네다 (JAL Haneda) 운영 데이터 - 2년간의 상업적 공항 배치로부터 얻은 첫 번째 실제 성능 데이터는 휴머노이드 신뢰성에 대한 가장 정직한 벤치마크 (Benchmark)가 될 것입니다.
• Capgemini의 산업별 79% 세부 분석 - 전체 수치는 놀랍지만, 산업별 분포를 통해 어떤 산업이 앞서 나가고 있고 어떤 산업이 진정으로 뒤처져 있는지 알 수 있을 것입니다.
• Physical Intelligence의 10억 달러 투자 마감 일정 - 해당 라운드는 협상 중이며, 110억 달러의 기업 가치로 마감될 경우 섹터 전체의 비교 대상군 (Comparable set)을 재설정하게 됩니다.

FAQ

Q: "로보틱스를 위한 GPT-2.5 모먼트 (GPT-2.5 moment for robotics)"는 실제로 무엇을 의미하나요?

A: Bessemer의 프레이밍은 GPT-2.5가 언어 AI (Language AI) 분야에서 보여주었던 단계를 의미합니다. 즉, 역량은 분명히 실재하며 확장 가능했지만, 기술이 대부분의 실제 생산 사례 (Production use cases)에 적용될 만큼 충분히 신뢰할 수 있는 수준은 아니었던 단계입니다. 2026년의 Physical AI (물리적 AI) 관점에서 이는 로봇이 통제된 환경 내의 구조화된 작업 (Structured tasks)을 유의미한 규모로 수행할 수 있지만, 무인 산업 배치 (Unsupervised industrial deployment)에 필요한 99.9%의 신뢰성에는 여전히 격차가 있음을 의미합니다. 시사점은 다음과 같습니다. 지금 투자하고 구축하십시오. 신뢰성 곡선은 예측 가능하며, 뒤늦게 진입하는 기업들은 그 격차를 좁히기가 더 어려워질 것입니다.

Q: NVIDIA가 GR00T N1.7을 오픈 소스로 공개하는 것이 로보틱스 이외의 기업들에게 왜 중요한가요?

A: Apache 2.0 라이선스는 귀사를 포함한 어떤 기업이라도 라이선스 비용 없이 Humanoid나 LG Electronics가 사용하는 것과 동일한 파운데이션 모델 (Foundation model)을 기반으로 Physical AI 애플리케이션을 구축할 수 있음을 의미합니다. 실질적인 시사점은 특정 작업에 특화된 유능한 로봇 애플리케이션을 구축하는 비용이 대폭 낮아졌다는 것입니다. 만약 귀사의 산업이 구조화된 물리적 작업 (Structured physical work)을 포함한다면, 2026년에 로보틱스 솔루션의 프로토타입을 제작하는 장벽은 그 어느 때보다 낮아질 것입니다.

Q: 일본은 왜 다른 대부분의 시장보다 휴머노이드 로봇을 더 빠르게 배치하고 있나요?

A: 일본은 주요 경제국 중 인구 통계학적 압박과 산업적 정밀 문화가 가장 극명하게 결합된 국가입니다. 인구는 다른 비교 가능한 국가들보다 빠르게 고령화되고 있으며, 물리적 서비스 역할에서의 노동 가용성은 이미 제한적인 상태입니다. 또한 일본의 산업 문화는 제조 분야에서 로보틱스를 활용해 온 수십 년의 숙련도를 가지고 있습니다. 일본에서 Physical AI는 파괴적 혁신이 아니라, 이전 세대의 로봇이 처리할 수 없었던 작업들에 이제 막 적용되기 시작한 40년간의 자동화 궤적의 연장선입니다.

Physical AI Digest는 AI와 운영 (Operations)의 접점에서 도구를 구축하는 폴란드 기반의 기술 기업인 xBerry의 Klaudia가 제작하는 주간 브리핑입니다.