가상 공간에 갇혀 있던 ChatGPT와 달리 피지컬 AI는 진짜 몸을 가지고 현실 세계를 움직인다. 이 몸을 구동하기 위해 인간의 감각, 뇌, 근육, 심장, 신경망, 그리고 영혼에 대응하는 첨단 하드웨어 부품과 소프트웨어 스택이 유기적으로 맞물려 돌아간다. 단 하나의 부품이라도 어긋나면 멈춰 서는 휴머노이드 로봇 내부를 구성하는 핵심 부품과 기술 구조를 분석한다.
ChatGPT는 몸이 없지만 피지컬 AI는 몸을 가진다.
사람처럼 현실을 보고, 걷고, 만지고, 들어 올릴 수 있다.
센서가 눈과 귀가 된다
로봇이 현실을 인식하기 위한 첫 단추는 고정밀 센서 시스템이다.
- RGB Camera / Depth Camera
사람의 눈처럼 주변의 색상과 시각 정보를 포착하고 사물과의 공간적 거리를 입체적으로 측정한다. 로봇이 눈앞의 물체가 무엇인지 형태를 인지하고 정확한 위치 파악을 할 수 있도록 돕는 핵심 센서다. - LiDAR
초당 수만 발의 레이저 빔을 사방으로 발사하여 주변 사물에 부딪혀 돌아오는 시간을 계산한다. 이를 통해 얻은 데이터로 주변 공간 전체를 3차원 점군 형태로 한 치의 오차도 없이 정밀하게 매핑한다. - IMU
내부에 탑재된 고정밀 자이로스코프와 가속도계를 통해 로봇이 움직일 때의 기울기와 회전, 속도를 실시간 감지한다. 지면이 흔들리거나 경사가 진 곳에서도 로봇이 넘어지지 않고 인간처럼 평형감각을 유지하게 만드는 주축이다. - Microphone
주변 환경에서 발생하는 다양한 소리와 진동을 실시간으로 수집하고 인간의 목소리 톤을 파악한다. 현장의 소음 속에서 사용자의 음성 명령만을 정확하게 분리하고 필터링하여 인공지능 컴퓨터로 전달하는 귀 역할을 한다.
이 장치들은 인간의 눈, 귀, 그리고 평형감각을 그대로 대체한다.
최근 휴머노이드들이 카메라와 촉각 센서를 함께 쓰는 이유는 시각만으로는 물체를 쥐었을 때의 마찰력이나 미끄러짐을 알 수 없기 때문이다. 센서가 부실하면 아무리 똑똑한 인공지능이라도 눈을 가린 채 달리는 자동차와 다를 바 없다.
AI 컴퓨터가 뇌가 된다
센서가 긁어모은 엄청난 양의 데이터는 휴머노이드 로봇 내부의 계산 시스템으로 모인다.
- GPU / NPU
GPU와 NPU는 AI 모델의 대규모 행렬 연산을 빠르게 수행하는 AI 연산 프로세서다. 방대한 시각과 촉각 데이터를 지연 시간 없이 초고속, 저전력으로 처리하여 기계의 즉각적인 신체 제어를 가능하게 만든다. - RAM / SSD
RAM은 AI 모델과 중간 계산 결과를 빠르게 처리하는 작업 공간이며, SSD는 AI 모델과 센서 데이터를 저장하고 필요할 때 빠르게 불러오는 저장장치다.
이 하드웨어 위에서 LLM, VLM, VLA, World Model 등이 구동되며 실시간 추론을 수행한다.
로봇이 독립적으로 움직이려면 고성능 온디바이스 칩이 필수적이다. 연산을 외부 클라우드 서버에 의존하면 통신이 단전되거나 지연될 때 로봇이 제자리에 멈춰버리기 때문이다. 현장에서 곧바로 생각하고 행동을 결정하는 물리적인 뇌가 필요한 이유다.
액추에이터가 근육이 된다
뇌가 판단을 내려도 움직이지 못하면 무용지물이다.
- 모터 (Motor)
전기에너지를 배터리로부터 공급받아 로봇을 직접 움직일 수 있는 강력한 회전 물리력으로 변환한다. 높은 출력 밀도를 유지하면서도 부피를 줄여 휴머노이드의 좁은 관절부 구석구석에 매끄럽게 들어가도록 고안된 핵심 구동 부품이다. - 감속기 (Reducer)
모터의 빠른 회전 속도를 의도적으로 대폭 줄이는 대신 관절에 전달되는 기계적인 힘(토크)을 수십 배 이상 극대화한다. 로봇이 무거운 물건을 안정적으로 들어 올리거나 자신의 무거운 강철 무리를 견디며 꼿꼿하게 서 있게 만드는 버팀목이다. - Servo / Brake
정밀한 인코더 센서와 제어기가 결합하여 각 관절의 회전 각도와 위치를 밀리미터 단위 이하로 제어하고 필요시 움직임을 완전히 고정한다. 외부 환경에서 들어오는 물리적 저항력을 실시간으로 계산하여 모터가 정확히 지정된 힘과 각도로만 움직이도록 미세 피드백을 조절한다.
이 부품들이 결합한 액추에이터 시스템이 로봇의 팔, 다리, 손가락을 구성하는 근육이 된다.
휴머노이드 제조 원가에서 가장 큰 비중을 차지하는 부품이 바로 이 구동계다. 무거운 몸체를 지탱하면서도 계란을 깨지 않고 쥘 수 있는 미세한 힘 제어력을 동시에 만족해야 하기 때문이다. 모터와 감속기의 정밀도가 곧 로봇의 하드웨어 수준을 결정한다.
로봇의 손과 발은 최종 작업 인터페이스다
많은 사람이 손과 발을 단순한 관절의 연장선으로 보지만, 실제로는 하드웨어 기술의 정수가 모인 독립된 부품 조합물(End-Effector)이다.
- 로봇 핸드 (Robotic Hand)
손가락 마디마디에 초소형 모터와 와이어 메커니즘을 집약하여 인간 수준의 정밀한 조작을 가능하게 만든다. 내부에 장착된 다축 촉각 센서가 물체의 미끄러짐과 마찰력을 실시간 감지하여 계란을 깨지 않고 쥘 수 있는 미세 제어를 완성한다. - 로봇 풋 (Robotic Foot)
지면과 유일하게 맞닿는 부품으로, 보행 시 가해지는 수십 킬로그램의 충격을 흡수하고 분산시키는 특수 구조물이다. 발목과 발바닥에 탑재된 힘/토크(F/T) 센서가 지면의 기울기와 반발력을 측정해 실시간 보행 알고리즘의 기초 데이터를 제공한다.
결국 손과 발은 스스로 움직이는 독립 장기가 아니라 액추에이터의 힘을 전달받아 외부 세계와 직접 상호작용하는 최말단 인터페이스다. 이 끝단 부품들의 조작 정밀도가 휴머노이드가 실제로 인간의 노동을 대체할 수 있느냐를 결정하는 마지막 관문이다.
많은 사람이 손과 발을 단순한 부품으로 보지만, 실제로는 설계 철학에 따라 독립된 모듈형 레이어가 될 수도, 관절의 연장선인 말단 부품이 될 수도 있다.
- 독립된 모듈형 레이어로 보는 관점 (Robotic Hand & Foot)
손과 발 자체를 하나의 독립된 로봇 시스템으로 취급하는 방식이다. 손가락 마디마디에 초소형 모터와 다축 촉각 센서를 집약하고, 발바닥에 자체 충격 흡수 구조와 힘/토크(F/T) 센서를 내장하여 뇌의 명령을 독자적으로 최적화해 실행하는 고차원 하드웨어 팩이다. - 액추에이터의 연장선인 최말단 부품으로 보는 관점 (End-Effector)
손과 발에는 동력원을 두지 않고, 팔뚝이나 종아리에 있는 모터가 와이어나 기어로 손발을 원격 구동하는 방식이다. 말단부의 무게를 극단적으로 줄여 로봇의 움직임을 민첩하게 만들고, 손발은 단순한 힘 전달용 기구부(Linkage)와 센서 하우징으로만 활용하는 설계다.
손과 발을 ‘스스로 생각하고 움직이는 장기’로 만드느냐, ‘신경망 끝에 달린 순수한 도구’로 만드느냐의 차이다. 정답은 없다. 테슬라, 피규어 등 글로벌 로봇 기업들도 각자의 양산 전략과 제어 알고리즘 효율에 맞춰 이 경계선 위에서 치열한 하드웨어 저울질을 이어가고 있다.
배터리가 피지컬 AI의 심장이 된다
인공지능 휴머노이드 로봇도 결국 전기가 없으면 멈춰 서는 고철 덩어리다.
- 고밀도 배터리 팩
수백~수천 개의 셀을 촘촘히 엮어 온몸의 초고속 컴퓨터와 강력한 관절 모터에 필요한 전력을 안정적으로 공급한다. 무작정 크게 설계하면 로봇 하중이 늘어나므로 최적의 무게 대비 전기 용량 효율을 유지해야 하는 전원 공급 기틀이다. - BMS (배터리 관리 시스템)
배터리의 전압, 전류량, 온도를 수 밀리초 주기로 정밀 스캔하여 특정 셀이 불균형하게 과열되거나 화재가 발생하는 위험을 완전 차단한다. 에너지 소모율을 지능적으로 분배함으로써 돌발적인 가동 중단 없이 로봇의 심장이 일정하게 뛰도록 관리하는 조율기다.
전원이 끊기면 AI도 그대로 끝난다.
현재 Tesla(테슬라), Figure(피규어), Unitree(유니트리) 등 글로벌 기업들이 모두 치열한 배터리 기술 경쟁을 벌이고 있다. 무작정 큰 배터리를 넣으면 몸체가 무거워져 에너지를 더 빨리 쓰는 모순이 생긴다. 작고 가벼우면서도 오래 버티는 에너지원을 확보하는 것이 하드웨어 주도권의 핵심이다.
네트워크는 휴머노이드 로봇의 신경망이다
뇌의 명령이 근육으로 가고, 센서의 자극이 뇌로 가려면 막힘없는 통로가 필요하다.
- CAN / EtherCAT
하드웨어 각 관절부 내부 장치들 사이에서 매우 낮은 지연 시간으로 상호 동기화된 데이터를 일사불란하게 주거니 받거니 유선으로 잇는 로봇 통신선이다. 분산된 수십 개의 관절 구동 드라이버와 엔코더 센서들이 뇌의 속도에 맞춰 완벽한 타이밍으로 반응하게 하는 물리 신경망이다. - Ethernet / Wi-Fi / 5G
로봇 외부 환경에 구축된 무선 인프라 및 클라우드 컴퓨터 기지, 그리고 실시간 모니터링을 관장하는 디지털 트윈 플랫폼과 데이터 동기화를 시킨다. 고용량의 공간 이미지 맵 정보나 대규모 AI 모델 업데이트 파일을 끊김 현상 없이 주변 서버와 초고속 통신으로 중계해 준다.
이 통신 시스템들이 몸 전체를 하나로 연결하는 신경망이 된다.
로봇이 움직일 때 통신 대역폭이 좁거나 데이터가 지연되면 손과 발이 따로 노는 기괴한 현상이 발생한다. 센서 신호 전송과 명령 하달이 마이크로초 단위로 정밀하게 이뤄져야만 인간처럼 자연스러운 보행과 동작이 완성된다.
소프트웨어가 영혼이다
하드웨어 껍데기가 아무리 완벽해도 이를 제어하는 소프트웨어가 없으면 죽은 기계다.
- ROS2 / Linux: 로봇 하드웨어를 유기적으로 제어하고 내부 프로그램들 간에 대용량 데이터를 안전하게 전송하는 표준 미들웨어이자 운영체제 기반이다. 복잡하게 얽혀 있는 수많은 소프트웨어 어플리케이션이 충돌 없이 한 몸처럼 구동되도록 가교 역할을 수행한다.
- RTOS: 외력에 의해 균형이 무너지거나 긴급 정지 명령이 내려졌을 때 예측 가능한 시간 안에 반드시 실행되도록 보장한다. 복잡한 AI 추론 연산이 밀리더라도 로봇의 중심 잡기와 충돌 방지 같은 기본 안전 메커니즘을 상시 지탱한다.
- LLM / VLA / World Model: 주변 상황을 시각적으로 인지하고 인간의 언어를 지능적으로 해석하여 로봇이 현실 세계에서 취해야 할 최적의 물리적 행동 계획을 설계한다. 물리 법칙을 반영한 가상 예측과 모션 제어를 종합하여 로봇에게 단순 기계 이상의 논리적 판단력을 부여하는 브레인 스택이다.
- MCP (Model Context Protocol) : AI가 데이터베이스, 파일 시스템, API, 각종 업무 도구와 표준 방식으로 연결되어 필요한 정보를 실시간으로 가져오고 작업을 수행하도록 하는 개방형 연결 프로토콜이다. AI를 외부 시스템과 안전하게 연동하는 인터페이스 역할을 담당한다.
- Prompt Engineering: AI가 사용자의 의도를 정확하게 이해하고 원하는 결과를 생성하도록 지시문과 입력 구조를 설계하는 기술이다. 동일한 AI 모델이라도 프롬프트 설계에 따라 답변의 품질과 정확도가 크게 달라질 수 있다.
- H-CBA (Hierarchical Cognitive Behavior Architecture): H-CBA는 피지컬 AI를 구성하는 센서, 제어, AI, 행동 기능을 계층 구조로 설명하기 위해 제안된 기능 기반 참조 모델이다.
- H-SSA (Hierarchical Security & Survival Architecture): 피지컬 AI의 보안과 안전을 위한 계층형 참조 모델이다. 센서, 공급망, 통신, AI 모델, 제어 시스템까지 전체 생명주기에 걸쳐 위험을 관리하고, 사이버 공격이나 시스템 이상 상황에서도 안전하게 동작하도록 보호한다. H-CBA가 기능 구조를 설명한다면, H-SSA는 그 구조를 안전하게 보호하기 위한 보안·생존 참조 모델이다.
소프트웨어 시스템은 인지, 이해, 판단, 행동, 제어로 이어지는 논리적 구조를 담당한다. 인공지능 모델들이 휴머노이드 로봇 운영체제 위에서 유기적으로 맞물려 돌아갈 때, 비로소 사물을 스스로 인지하고 목적에 맞게 행동하는 영혼이 생긴다.
하나라도 빠지면 피지컬 AI는 움직이지 못한다
ChatGPT 하나만으로는 절대 휴머노이드를 만들 수 없다. 센서, 컴퓨터, 액추에이터, 배터리, 네트워크, 소프트웨어 중 단 하나라도 제 기능을 못 하거나 타이밍이 어긋나면 휴머노이드 로봇은 그 자리에서 쓰러진다. 눈으로 보고, 뇌로 생각하고, 근육으로 움직이는 모든 과정이 실시간으로 동시에 완벽하게 동작해야 비로소 가상 세계를 탈출한 피지컬 AI가 완성된다.
휴머노이드 한 대는 단순히 AI 모델 하나가 아니다. 센서, 컴퓨팅, 전력, 네트워크, 제어 시스템, 인공지능이 하나의 생명체처럼 연결되어 움직이는 복합 시스템이다.
수백만 대의 피지컬 AI가 하나의 네트워크로 연결되는 순간, 개별 로봇은 더 이상 독립된 기계가 아니다. NEXT WORLD에서는 이러한 거대한 지능 네트워크를 ‘산업 생명체(Industrial Organism)’라고 정의한다.
[글에서 사용한 머리 아픈 용어]
- LiDAR (라이다): 레이저를 주변에 발사한 뒤 반사되어 돌아오는 시간을 측정하여 공간을 인지하는 센서다. 주변 사물과의 거리와 형태를 정밀한 3차원 입체 지도로 순식간에 그려내어 로봇의 눈 역할을 수행한다.
- IMU (관성측정장비): 이동하는 물체의 가속도, 속도, 방향, 중력, 기울기 변화를 실시간으로 포착하는 장치다. 휴머노이드 로봇이 거친 지면을 걷거나 외부 충격을 받아도 중심을 잃지 않고 균형을 잡게 돕는다.
- NPU (신경망처리장치): 인간의 뇌가 정보를 처리하는 신경망 구조를 그대로 모방하여 설계한 인공지능 특화 반도체다. 방대한 양의 영상 및 촉각 데이터를 실시간 딥러닝 연산으로 초고속, 저전력 처리하는 뇌의 핵심이다.
- ROS2 (로봇 운영체제): 전 세계 로봇 공학자들이 표준으로 사용하는 로봇 전용 오픈소스 소프트웨어 개발 플랫폼이다. 복잡한 하드웨어 하부 제어부터 프로그램 간의 메시지 교환, 대용량 센서 데이터 전달을 안정적으로 처리해 준다.
- 산업 생명체(Industrial Organism): 산업 생명체(Industrial Organism)는 인간이 만든 지능이 물리적 신체를 얻고 현실 세계로 진출하면서 탄생한 새로운 산업적 존재다. 이들은 인간과 공존하며 인간의 행동과 문화를 학습하고, 점차 인간 문명의 일부로 성장한다.
- 모듈형 레이어: 스스로 작동하는 모터와 센서, 제어기를 통째로 묶어 로봇 몸체에 쉽게 탈부착할 수 있도록 만든 하나의 독립된 하드웨어 덩어리다. 로봇의 손이나 발 자체를 하나의 완제품 기계처럼 설계하여 필요에 따라 통째로 교체하고 업그레이드할 수 있게 만든 구조를 뜻한다.
- 엔드 이펙터 (End-Effector): 로봇의 팔다리 맨 끝에 매달려 현실의 물체와 직접 접촉하며 실제 작업을 수행하는 기구부나 도구 부품을 통칭한다. 스스로 생각하는 뇌나 독자적인 동력원 없이, 상위 관절에서 전달해 주는 물리적인 힘과 신호를 받아 단순 실행만 하는 최말단 인터페이스다.
※ 특정 산업이나 자산에 대한 투자 판단은 본인의 책임 하에 신중히 결정하시기 바랍니다.