생성형 AI·로봇·피지컬 AI는 같은 기준의 분류가 아닙니다

로봇은 장치이고, 생성형 AI는 새로운 내용이나 데이터를 생성하는 기술에 초점을 둔 이름입니다. 피지컬 AI는 AI가 다루는 환경과 수행하는 일에 초점을 둡니다. 따라서 생성형 모델이 로봇의 학습 데이터를 만들거나 행동을 생성하는 데 쓰일 수 있습니다. “생성형 AI는 말만 하고 피지컬 AI는 움직인다”로 완전히 나누면 이 연결을 놓칩니다. 로봇이라는 이름만으로 피지컬 AI가 적용됐다고 판정할 수도 없습니다. 구매 설명서나 시연에서는 어떤 센서 정보를 받아 무엇을 판단하고, 물체 위치가 달라졌을 때 어떤 동작을 바꾸는지 구체적으로 찾는 편이 낫습니다. 로봇의 외형이나 관절 수는 그 답을 대신하지 못합니다. 범위는 로봇 몸체보다 넓게 쓰이기도 합니다. NVIDIA 용어집은 공장의 고정 카메라와 영상 분석 AI가 움직임을 파악하고 이상 상황을 알리는 산업용 사례도 포함합니다. 이 글도 그런 용례를 따릅니다. 모든 피지컬 AI에 팔다리가 있어야 한다거나, 카메라가 달린 장치라면 전부 해당한다고 읽지는 마세요.

작은 용기를 집는 로봇팔에서도 입력과 행동이 이어집니다

NVIDIA의 SO-101 교육 과정은 테이블에 흩어진 작은 용기를 집어 랙에 꽂는 과제를 사용합니다. 언어 지시, 카메라 관측, 관절 상태를 입력으로 받아 모터 위치를 출력하는 흐름입니다. 용기 위치를 알아보는 것만으로 끝나지 않고, 방향을 바꿔 정해진 자리에 넣는 동작까지 이어집니다. 문서는 용기를 잡은 뒤 집게 쪽 카메라가 가려지는 문제도 짚습니다. 처음 장면을 정확히 읽었더라도 동작 중에는 들어오는 정보가 달라질 수 있는 셈입니다. 교육에서는 조명과 일부 조건을 단순화하며, SO-101이 생산용 로봇이 아니라 학습 플랫폼임을 명시합니다. 실제 검사실의 안전 인증이나 상업 운용 사례로 소개하면 안 됩니다. 이 사례로 시연 영상을 읽는다면 세 장면을 나눠 보세요. 물건을 집기 전에는 위치를 어떻게 알아냈는지, 집는 동안에는 가림이나 접촉에 어떻게 대응했는지, 놓은 뒤에는 제대로 들어갔는지 어떤 정보로 판별하는지입니다. 마지막 동작 한 번의 성공만으로 앞의 판단과 실패 대응까지 검증됐다고 볼 수는 없습니다. 이는 영상을 검토하는 질문이지, 브리프노트가 해당 로봇을 시험한 결과는 아닙니다.

로보택시의 자율주행과 사람의 원격지원은 구분해야 합니다

로보택시도 센서로 주변 상황을 파악하고 주행 판단을 실제 이동으로 연결한다는 점에서 피지컬 AI 사례입니다. 다만 운전석에 사람이 없다는 설명과 운영에 사람이 전혀 관여하지 않는다는 설명은 다릅니다. Waymo는 2026년 2월 17일 공개 글에서 자사 원격지원이 원격 운전은 아니라고 설명했습니다. 자동운전 시스템이 정보를 요청하면 지원 인력이 조언하며, 시스템은 그 조언을 사용하거나 거부할 수 있다는 내용입니다. 지원 인력이 특정 차량들을 계속 감시하는 방식도 아니라고 밝혔습니다. 이는 해당 날짜의 Waymo 운영 설명이지 모든 로보택시 회사의 공통 방식이나 독립적인 안전성 검증 결과가 아닙니다. 관련 뉴스에서 “사람의 개입”이라는 표현이 나오면 운전대를 대신 조작한 것인지, 경로 판단에 정보를 제공한 것인지, 사고 뒤 현장 대응을 한 것인지부터 나눠 읽으세요. 서로 다른 일을 한 단어로 묶으면 자율주행 기능과 운영 지원 체계를 모두 오해하기 쉽습니다. 실제 탑승 가능 여부는 별도로 서비스 지역과 이용 조건을 확인할 문제입니다.

가상세계에서 연습하는 모델과 실제 운영은 별개입니다

NVIDIA는 2026년 5월 31일 Cosmos 3 발표에서 장면을 해석하고 합성 영상·로봇 작업 데이터를 생성하는 기능을 설명했습니다. 로봇 관절 각도나 집게 위치처럼 행동을 나타내는 수치도 다룹니다. 이는 새 장면을 만들어 학습에 활용하는 생성형 기술과 현실에서 움직이는 시스템이 연결되는 예입니다. 같은 발표는 생성한 주행 상황을 실제 주행 데이터와 함께 활용하는 흐름을 설명합니다. 가상의 영상을 만들었다는 사실이 실제 도로 시험을 끝냈다는 뜻은 아닙니다. 로봇 교육 문서 역시 가상 환경과 실제 환경 사이의 차이를 줄이는 과정을 별도 과제로 다룹니다. 기사의 증거를 간단히 구분해 보겠습니다. 모델 공개 자료는 개발에 쓸 수 있는 기능을, 교육 시연은 정해진 조건에서의 학습 과정을, 운영사 안내는 그 회사의 서비스 조건을 설명합니다. 하나가 다른 둘을 자동으로 증명하지는 않습니다. “모델이 나왔다”는 발표만으로 우리 공장에서 바로 쓸 수 있다고 판단하거나, 해외 로보택시 사례를 국내 탑승 가능 소식으로 옮겨 읽지 않는 것이 핵심입니다. 실제 제품·서비스 단계가 궁금하다면 아래 상용화 시점 글로 이어갈 수 있습니다.