Jensen Huang은 로봇이 야시장에 도착하기 위해 도시 거리를 자율적으로 주행하는 모습을 보여주며 GTC Taipei 기조연설을 마무리했습니다. Amazon은 100만 대의 로봇을 돌파했습니다. COMPUTEX 2026은 "AI가 물리적으로 변한다(AI Goes Physical)"라고 선언했습니다. 이번 주가 Physical AI(물리적 AI)에 무엇을 의미하는지 알아봅니다.

Jensen Huang은 GTC Taipei 기조연설 마지막에 로봇이 야시장에서 열리는 파티에 대한 메시지를 받는 모습을 보여주었습니다. 그러고 나서 로봇은 그곳에 가기 위해 스스로 도시 거리를 통해 떠났습니다. 조이스틱도 없었고, 원격 운영자도 없었습니다. 단지 목적지를 가진 에이전트(Agent)와 그곳에 도달할 수 있는 물리적 능력만이 있었을 뿐입니다.

이것은 연출된 데모(Staged demo)입니다. 당연히 그렇습니다. 하지만 연출된 데모는 산업계가 양산 버전이 존재하기 전에 자신들이 무엇을 만들고 있는지 설명하는 방식입니다. 그리고 이번 주 타이베이에서, COMPUTEX와 GTC의 교차점에서 이루어진 이 특별한 데모는 매우 구체적인 방식으로 전달되었습니다. 아시아 최대의 기술 행사가 Physical AI는 더 이상 실험실의 개념이 아니라고 선언한 것입니다. 그것은 당신의 도시를 주행하는 에이전트입니다.

Jensen Huang이 수치를 제시했습니다. 그러자 로봇이 문 밖으로 걸어 나갔습니다.

Jensen Huang은 GTC Taipei에서 휴머노이드 로봇 시장을 40조 달러 규모의 기회라고 불렀습니다. 월스트리트(Wall Street)는 기조연설이 끝나기도 전에 Physical AI 주가 움직임으로 반응했습니다.

그 수치는 회의론을 불러일으킬 만큼 충분히 크며, 마땅히 그래야 합니다. 하지만 정확도보다는 프레임(Framing)이 더 중요합니다. Huang은 휴머노이드 로봇이 결국 현재 전 세계 경제 전반에서 인간이 채우고 있는 것과 동일한 노동 범주를 해결하게 될 것이라는 논거를 제시하고 있습니다. 이것은 5년 내의 주장이 아닙니다. 20년에 걸친 구조적인 논거입니다.

그곳에 도달하게 해줄 하드웨어는 NVIDIA Jetson Thor라고 불립니다. 이는 2,070 TFLOPs의 FP4 연산 능력을 갖추고 있으며

지난 몇 주 사이, Amazon은 전 세계 창고 네트워크 전반에 걸쳐 100만 대의 로봇을 운영하게 되었습니다. 별도의 보도 자료도, 투자자 컨퍼런스 콜의 하이라이트도 없었습니다.

DeepFleet AI는 전체 네트워크의 라우팅 효율성 (routing efficiency)을 10% 개선하고 있습니다. Sequoia 시스템은 이전 방식 대비 재고 식별 및 저장 능력을 75% 향상시켰습니다. 한 기업이 대부분의 국가가 보유한 전체 창고 노동력보다 더 큰 규모의 로봇 인력을 운영하고 있는 것입니다.

이것이 Amazon의 사례를 넘어 중요한 이유는, 대규모 운영 모델 (operational model)을 입증했기 때문입니다. 회의론자들이 휴머노이드 로봇에 대해 제기하는 질문들—신뢰성, 유지보수 주기, 기존 워크플로우와의 통합—에 대해 Amazon은 수년 동안 비(非)휴머노이드 로봇으로 그 답을 제시해 왔습니다. Amazon이 휴머노이드 배포 단계로 본격적으로 진입할 때, 그들은 단순히 파일럿 프로그램을 운영하는 것이 아니라, 기존의 운영 역량 (operational competency)을 확장하는 것이 될 것입니다.

NVIDIA는 Unitree를 선택했습니다. 이것이 연구 플랫폼이 산업 표준이 되는 방식입니다.

NVIDIA는 Stanford, ETH Zurich 등이 사용하는 연구 기관용 첫 번째 상업용 휴머노이드 로봇 시스템으로 Unitree H2를 선정했습니다. 이 패키지는 180cm 높이의 Unitree H2와 NVIDIA Jetson Thor, 그리고 전체 Isaac 소프트웨어 스택 (software stack)을 결합한 것입니다.

이것이 연구에서 산업으로 이어지는 파이프라인 (research-to-industry pipelines)이 구축되는 방식입니다. 올해 Stanford 연구원들이 Unitree H2를 통해 학습시키는 모델들은 3~4년 후 상업적 배포에 영향을 미칠 것입니다. 연구원들이 하드웨어를 완벽하게 숙지하게 된 기업들이 바로, 연구가 제품이 되었을 때 그들이 사양을 지정할 기업들이 될 것입니다.

Unitree는 같은 날 상하이 STAR Board에 42억 위안(6억 2,000만 달러) 규모의 기업 공개 (IPO)를 신청했습니다. 타이밍은 의도적입니다. NVIDIA의 지지 선언이 공개 시장 신청과 같은 날 이루어졌습니다.

수요일부터 덴버에서 열리는 CVPR 2026에서는 ManipArena Competition이 진행됩니다. 이는 시뮬레이터가 아닌 실제 로봇을 사용하여 20가지 실제 조작 (manipulation) 작업에서 AI 모델을 평가하는 최초의 벤치마크 (benchmark)입니다. 그 결과는 어떤 모델이 실제 물리적 세계에서 실제로 작동하는지를 우리에게 알려줄 것입니다. 해당 리더보드 (leaderboard)를 주목하십시오.

향후 주목해야 할 사항

• CVPR 2026의 ManipArena 리더보드 (6월 3일-7일, 덴버) - 어떤 AI 모델이 실제 로봇에서 실제로 작동하는지에 대한 최초의 정직한 비교.
• 주간 동안 이어지는 COMPUTEX Physical AI 발표 - 1,500개 이상의 전시업체가 참여하는 행사에서의 대규모 제품 공개는 보통 2일 차와 3일 차에 이루어지는 경향이 있습니다.
• Unitree STAR Board의 IPO 결정 - 성공적인 마무리는 전체 섹터에 대한 가격 신호가 될 것입니다.
• Jetson Thor 가용성 타임라인 - 출하 날짜는 NVIDIA가 구축하고 있는 연구 파이프라인 (research pipeline)이 실제로 언제 결과를 내기 시작할지를 결정합니다.
• Amazon Vulcan 확장 - Vulcan의 힘 감지 (force-sensing) 능력이 현재의 배치를 넘어 확장될지 여부는 숙련도 (dexterity) 문제가 해결되고 있다는 신뢰의 신호가 될 것입니다.

FAQ

Q: Jensen Huang의 40조 달러 시장 주장은 현실적입니까?

A: 이는 전적으로 기간에 달려 있습니다. 20~30년의 관점에서, 만약 휴머노이드 로봇이 제조, 물류, 의료 및 서비스 산업 전반에 걸쳐 인간의 노동을 대체하는 데 필요한 비용과 신뢰성 수준에 도달한다면, 40조 달러는 합리적인 자릿수 (order-of-magnitude) 추정치입니다. 5년의 관점에서는 유용한 숫자가 아닙니다. 더 관련성 있는 단기 수치는 2026년에 90,000대의 휴머노이드가 출하되고 2030년까지 120만 대가 출하될 것이라는 Bank of America의 전망입니다.

Q: NVIDIA가 Unitree를 연구 플랫폼으로 선택한 것이 왜 더 넓은 시장에 중요합니까?

A: 연구 플랫폼 (Research platforms)은 산업계의 표준 (industry defaults)이 됩니다. 박사 과정 학생들과 박사후 연구원 (postdocs)들이 4년 동안 다루는 하드웨어는, 그들이 산업계로 진출했을 때 직접 지정하게 될 하드웨어가 됩니다. NVIDIA가 Stanford 대학교와 ETH Zurich를 위해 Unitree H2를 선택했다는 것은, 차세대 로봇 공학 엔지니어들이 Unitree 하드웨어와 Isaac 소프트웨어 스택 (software stack)에 대해 깊은 숙련도를 갖게 될 것임을 의미합니다. 이러한 제도적 익숙함은 향후 10년 동안 대규모 조달 결정으로 이어지며 복리로 작용합니다.

Q: ManipArena 경연 대회는 무엇이며 왜 중요합니까?

A: Denver에서 열리는 CVPR 2026에서 진행되는 ManipArena는 시뮬레이션 (simulations)이 아닌 실제 물리적 로봇 (real physical robots)을 사용하여 20가지 조작 작업 (manipulation tasks)에 대해 모델을 평가하는 최초의 AI 벤치마크 (benchmark)입니다. 역사적으로 시뮬레이션 성능과 실제 세계에서의 성능은 크게 괴리되어 왔습니다. ManipArena의 결과는 어떤 Physical AI 모델이 실제로 작동하는지에 대한 가장 정직한 공개 순위가 될 것입니다. 리더보드 (leaderboard)를 주목하십시오. 그것이 연구 자금과 상업적 파트너십의 방향을 재설정할 것입니다.

Physical AI Digest는 xBerry의 Klaudia가 제작하는 주간 브리핑입니다. xBerry는 폴란드에 본사를 둔 기술 기업으로, AI와 운영 (operations)의 교차점에서 도구를 구축하고 있습니다.