최첨단 Physical AI 기업들의 최근 발전 동향에 따르면, 로봇은 단일 작업 자동화에서 완전한 워크플로우 자동화로 나아갈 수 있는 능력을

최첨단 Physical AI 기업들의 최근 발전 동향에 따르면, 로봇은 단일 작업 자동화에서 완전한 워크플로우 자동화로 나아갈 수 있는 능력을 보여주고 있습니다.

이는 단일 작업 자율성보다 한 자릿수 더 큰 시장을 열어줍니다. Waymo가 운영 규모를 확장할 수 있게 해준 L3에서 L4 주행 자동화의 도약이나, AI 챗봇에서 AI 에이전트로의 도약과 유사합니다.

실제 전 세계 물리적 노동 중 단일 작업에 해당하는 것은 5%도 채 되지 않습니다. 기계 유지보수(Machine tending), 포장(packaging), 단순 조립 등이 해당됩니다. 겉보기에는 반복적인 것처럼 보이는 많은 작업들이 우리가 생각하는 것보다 더 높은 수준의 의사결정 능력을 요구합니다.

예를 들어, Dyna가 최근 선보인 세탁 물리 에이전트 시연을 예로 들어보겠습니다. 연간 세탁 노동력 자체는 약 95억 달러 규모입니다. 북미에 있는 59,000개 호텔 중 85%는 객실 수가 200개 이하입니다. 이 호텔들은 평균적으로 상주하는 전임 세탁 담당 직원을 한 명씩 두고 있습니다.

그 세탁 담당 직원은 언제 세탁기를 채울지, 세탁기에서 건조기로 옮길지, 빨래를 개는 시점, 접은 빨랫감 더미를 선반으로 옮기는 시점 등 여러 의사결정 트리를 지속적으로 탐색합니다. 이러한 결정을 정확하게 내리려면 실제 장면 이해(real scene understanding), 기억력, 그리고 다수의 하위 작업을 신뢰성 있게 실행하는 능력이 필요합니다.

단순히 접는 작업만 하는 로봇이 있는 세탁 담당 직원이라 할지라도, 로봇의 적재, 하역, 더미 이동 및 빨래 바구니 이동 등 지원이 필요하기 때문에 근무 시간 대부분 동안 세탁실 근처에 있어야 합니다.

그들은 일부 시간을 확보하지만, 지속적인 지원이 필요하기 때문에 이를 객실 청소(housekeeping) 업무로 효과적으로 재할당할 수는 없습니다. 로봇이 전체 세탁 워크플로우를 무인으로 완료할 수 있게 되면, 이제 호텔 관리자는 로봇을 통해 실제 세탁 담당 직원 채용 수요를 빠르게 충족시키거나 직원을 객실 청소 업무로 재배치할 수 있습니다.

전체 워크플로우를 완료하는 능력은 로봇을 기업에 훨씬 더 유용하게 만듭니다. 이것이 바로 물리 에이전트(physical agents)의 가치입니다.