피지컬 AI란?신체를 가진 AI가 현실 세계에서 일하기 시작한다.
피지컬 AI는 현실 세계를 인식하고 몸을 움직여 일하는 AI의 영역입니다. 화면에서 문장이나 이미지를 생성하는 AI와 달리 물리법칙과 불확실성이 있는 현실로 성과를 내야 합니다. EmplifAI는 자사 휴머노이드 OpenShell의 개발을 통해 이 영역의 사회 구현을 위해 노력하고 있습니다.
피지컬 AI 개발 상담
물리적 AI의 의미
피지컬 AI(Physical AI)란 현실 세계를 인식하고 판단하며 몸을 통해 일하는 AI를 가리키는 말입니다. 카메라나 거리 센서로 주위의 상황을 파악해, 다음에 취해야 할 동작을 결정해, 팔이나 바퀴, 다리를 움직여 물건이나 사람에게 작용합니다. 「신체를 가진 AI」라고 바꾸면 알기 쉬울지도 모릅니다.
지난 몇 년간 급속히 주목받은 배경에는 대규모 모델이 로봇 제어에도 응용할 수 있게 된 적이 있습니다. 지금까지 로봇의 동작은 작업마다 사람이 세세하게 프로그램하는 것이었습니다. 피지컬 AI에서는 사람의 작업을 보여줌으로써 동작을 학습시키거나 말에 의한 지시로부터 동작을 생성하는 방법이 현실적으로 되고 있습니다.
그러나 이 영역은 생성 AI만큼 쉽지 않습니다. 문장의 생성이라면, 다소 이상한 출력이 나와도 재작성하면 됩니다. 현실의 몸은 다시 시도되지 않습니다. 물건을 떨어뜨리면 부서지고 사람에게 부딪히면 위험합니다. 피지컬 AI의 어려움은 이 '반복의 끈적함' 속에서 확실히 움직이는 곳에 있습니다.
생성 AI와의 차이
같은 AI에서도 다루는 대상이 다르면 필요한 기술도 평가 방법도 바뀝니다.
취급 대상이 현실
생성 AI의 입출력은 데이터입니다. 피지컬 AI의 출력은 물리적인 동작으로, 마찰, 무게, 편향, 미끄러짐 등의 조건에 좌우됩니다. 같은 지시라도 매번 같은 결과는 되지 않습니다.
실패의 대가가 크
문장은 다시 작성할 수 있지만, 떨어뜨린 것은 돌아오지 않습니다. 안전성과 재현성 확보가 성능과 동일하거나 그 이상으로 중요합니다.
학습 데이터가 부족함
인터넷에 대량의 텍스트나 이미지와 달리 로봇의 동작 데이터는 스스로 모을 수밖에 없습니다. 데이터 수집 자체가 개발의 큰 부분을 차지합니다.
지연이 허용되지 않음
제어에는 정해진 주기가 있습니다. 응답이 늦으면 자세가 무너지고 동작이 파탄됩니다. 계산량과 응답 속도의 양립이 설계상의 제약이 됩니다.
평가가 현장에 의존
벤치마크 수치보다 실제 현장에서의 성공률이 의미가 있습니다. 조명, 바닥, 사람의 움직임 등 환경이 바뀌면 결과도 바뀝니다.
신체 설계와 불가분
어떤 손을 붙이는지, 얼마나 자유도가 있는지에 따라 학습할 수 있는 것이 달라집니다. 소프트웨어만 분리하여 개발할 수 없습니다.
피지컬 AI를 지원하는 기술
EmplifAI가 실제로 작업하고 있는 요소 기술입니다.
- 모방 학습
- 사람이 행한 작업의 데모로부터 로봇의 동작을 학습시키는 수법. 동작을 프로그래밍 방식으로 작성하는 대신 실연을 통해 가르칩니다.
- VLA（Vision-Language-Action）
- 시각과 언어의 이해를 동작의 생성에 연결하는 모델. 말에 의한 지시와, 눈앞의 상황으로부터, 다음의 동작을 결정합니다.
- Sim2Real
- 시뮬레이션으로 학습·검증한 제어를 실기로 옮기는 수법. 마찰이나 질량, 센서 오차, 통신 지연 등의 차이를 고려한 설계가 필요합니다.
- 원격조작・텔레프레즌스
- 조작자의 신체 동작과 의도를 실시간으로 로봇에 전사하는 기술. 자동화 전 프로덕션과 학습 데이터 수집 모두에 사용할 수 있습니다.
- 학습 데이터 수집
- 대상 작업, 기체, 수집량, 품질 기준을 설계해, 실기로 데이터를 취득하는 공정. 피지컬 AI 개발의 토대가 됩니다.
- ROS 2 / LeRobot
- 로봇 제어 및 학습 구현에 사용되는 기반. 기존 기체 SDK와의 연결을 포함하여 설계합니다.
휴머노이드에의 응용
피지컬 AI의 접시로 주목받고 있는 것이 휴머노이드입니다. 이유는 간단하고 사람을 위해 만들어진 환경을 그대로 사용할 수 있기 때문입니다. 전용의 설비를 신설하지 않고 현장에 넣는 점이, 전용기와의 차이가 됩니다.
EmplifAI가 개발한 OpenShell는, 표정을 가진 머리와 쌍팔, 대차를 조합한 28축 구성의 휴머노이드입니다. 작업하는 힘과 사람과의 상호 작용을 동시에 연구하기 위해이 구성을 선택합니다. 얼굴이 있으면 사람이 말하기 쉬워지고 의도가 전해진다. 이것은 성능표에는 나타나지 않지만, 사람이 있는 현장에서는 결정적으로 효과가 있습니다.
구현에 있어서는, 처음부터 완전한 자동화를 목표로 하는 것보다, 원격 조작으로부터 시작해 단계적으로 자동화의 범위를 넓히는 진행 방법이 현실적입니다. 원격 조작으로 현장을 돌리면서 학습 데이터가 모여 그 데이터가 자동화의 재료가 됩니다.
피지컬 AI 개발 지원
OpenShell
자사 개발의 휴머노이드. 연구 개발 플랫폼으로서의 사양을 게재하고 있습니다.
Sim2Real 개발 지원
NVIDIA Isaac Sim·Isaac Lab을 활용한 시뮬레이션에서 실기 검증까지의 개발 지원.
로봇 학습 데이터 수집 위탁
모방 학습이나 동작 검증에 필요한 데이터 수집을, 조건 설계로부터 납품까지 수탁합니다.
로봇 학습 데이터 취득 키트
원격 조작 기기, 카메라, 기록용 PC 등, 데이터 취득 환경의 구성을 제안합니다.
로봇 SI·도입 지원
AI 로봇의 선정부터 도입·운용까지를 일관되게 지원합니다.
실적·사례
모방 학습·VLA의 실장, 원격·신체 공유형 텔레프레즌스등의 대처를 게재하고 있습니다.
자주 묻는 질문
물리적 인공지능과 로보틱스는 무엇이 다른가요?
로보틱스는 기구, 제어, 센서를 포함한 로봇 공학 전반을 가리킵니다. 피지컬 AI는 그 중에서도 현실 세계의 인식과 행동의 결정을 AI가 담당하는 부분에 중심을 둔 말입니다. 둘 다 충돌하지 않으며, 물리적 인공지능은 로봇의 꼭대기에 형성된다.
Physical AI는 지금 실무에서 사용할 수 있습니까?
용도에 따라 다릅니다. 사람의 작업을 완전히 대체하는 단계에는 아직 많은 과제가 있습니다만, 접객·안내·집객과 같이 「사람과 관련되는 것」 그 자체가 가치가 되는 용도나 원격 조작을 병용하는 운용이면, 현시점에서 실무에 투입할 수 있습니다.
자사의 작업을 로봇에게 배울 수 있습니까?
대상 작업에 따라 다릅니다. 먼저 작업을 정리하고 시연 데이터를 검색할 수 있는지, 평가 측정항목을 정의할 수 있는지 확인합니다. 하나의 작업으로 좁힌 PoC로 시작하는 것이 확실합니다. 대상 작업과 현상을 알려 주시면, 진행 방법을 제안합니다.
학습 데이터는 얼마나 필요합니까?
작업의 난이도, 환경 변동의 크기, 요구하는 성공률에 따라 달라집니다. 우선 시험 수집을 실시해, 필요한 양과 품질 기준을 파악하고 나서 본 수집에 진행하는 방법을 취하고 있습니다.
어떤 기체로 시작하는 것이 좋습니까?
연구개발이라면 2차개발에 대응한 모델이나 SDK가 공개된 기체가 다루기 쉬워집니다. Unitree G1이나 OpenShell 등, 실제로 검증에 사용되고 있는 기체로부터 제안합니다. 렌탈로 시도한 후 결정할 수도 있습니다.
피지컬 AI 개발 상담
대상 로봇, 실현하고 싶은 작업, 현재의 개발 환경을 알려주세요. 요건이나 기술 선정이 정해지지 않은 단계에서도 상담하실 수 있습니다. 우선 하나의 작업을 대상으로 한 PoC에서 진행하는 것도 가능합니다.
피지컬 AI 개발 상담