라스베이거스 CES 2026과 피지컬 AI에 대한 단상

※ 배연수 특파원은 지금, 캘리포니아 팔로알토에 있습니다. 실리콘밸리의 엔지니어들이 살아 숨쉬고 AI가 새벽마다 진화하는 바로 그 현장입니다. 미국 빅테크의 심장에서 일어나는 날 것 그대로의 이야기를 주 1회 생생한 리포트로 전해드리고자 합니다. 

(사진 출처: 2026 CES 행사 안내도)

미국 라스베이거스에서 1월 6일부터 열리고 있는 세계 최대 테크 전시회 CES 2026 현장을 쉽게 요약할 수 있는 한 단어가 있다. 피지컬 AI다. 

수천 개 기업이 저마다 신기술을 들고 나왔지만 전시장을 가로지르는 대화의 중심에는 현실에서 보고 움직이는 AI가 있었다. 이 분위기를 가장 압축적으로 드러낸 장면은 젠슨 황 엔비디아 최고경영자가 기조연설 무대에서 던진 한 문장이었다. 

그는 “지금 우리는 피지컬 AI의 챗GPT 모먼트를 보고 있다”고 말했다. 젠슨 황이 말한 피지컬 AI는 문장을 이해하고 답변을 만들어내는 기존의 생성형 AI와는 결이 다르다. 

카메라와 각종 센서를 통해 주변 환경을 인식하고 거리와 속도, 위험 요소를 계산한 뒤 실제 물리적 행동으로 이어지는 AI를 뜻한다. 로봇과 자율주행차, 공장 자동화 장비가 대표적이다. 

그 동안 챗GPT나 제미나이 같은 생성형 AI가 인간의 생각과 판단을 대신해왔다면 피지컬 AI는 이제 인간의 행동과 노동을 대신하는 단계로 넘어가고 있다.

그가 굳이 ‘챗GPT 모먼트’라는 표현을 쓴 이유도 여기에 있다. 챗GPT는 AI가 연구실과 전문가 사이에서만 쓰이는 영역을 벗어나 일반 사용자에게 쓰이는 중대한 전환점을 만들었다. 복잡한 기술을 이해하지 않아도 직접 써보는 순간 “이전과는 다르다”는 인식이 매우 급속하게 확산됐다.

불과 1~2년 사이 챗GPT가 전 세계에서 직업군과 인종, 나이를 막론하고 일상 속 도구로 자리 잡은 경험은 기술 확산 속도가 얼마나 빠를 수 있는지를 보여준다. 

젠슨 황은 피지컬 AI 역시 지금이 바로 그런 전환점에 와 있다고 본 것이다.

로봇과 자율주행 기술 자체는 새롭지 않다. 문제는 비용과 안정성, 제한된 환경이다. 실제 도로와 공장처럼 예측하기 어려운 공간에서 안정적으로 작동하지 못해 확산이 더뎠다. 

하지만 최근 들어 컴퓨팅 성능, 센서 기술, 학습 방식이 동시에 진화하면서 상황이 달라졌다. 피지컬 AI를 이해하려면 ‘인식’과 ‘행동’을 함께 봐야 한다는 설명이 현장에서 자주 등장한다. 기존 텍스트 기반 AI가 질문을 이해하고 답변을 만드는 데 집중했다면 피지컬 AI는 사물을 보고 위험을 판단하며 다음 행동을 즉각 결정한다. 

자율주행차는 앞차와의 거리, 신호등, 보행자의 움직임을 동시에 처리해야 하고 로봇은 사람과 부딪히지 않으면서 물건을 집고 옮겨야 한다. 이 과정에는 훨씬 많은 계산과 실시간 판단이 필요하다.

이런 변화를 잘 보여준 사례가 이번 CES에서 큰 주목을 받은 보스턴다이내믹스의 차세대 휴머노이드 로봇 ‘아틀라스’다. 전시장에 공개된 영상에서 아틀라스는 바닥에 누운 상태에서 관절을 360도로 회전시키며 몸을 뒤집듯 일어선다. 과거 로봇 특유의 삐걱거리고 어색한 움직임과는 확연히 다른 모습이다. 

인간과 유사하거나 상황에 따라서는 더 효율적인 동작이 가능하다는 점을 직관적으로 보여준다. 현대차그룹 계열사인 보스턴다이내믹스는 이 로봇이 촉각 센서를 탑재한 사람 크기의 손과 360도 카메라 기반의 주변 인식 능력, 최대 50kg까지 들어올릴 수 있는 적재 능력을 갖췄다고 설명했다. 

무엇보다 주목되는 부분은 일정이다. 회사 측은 이 로봇을 2028년부터 실제 자동차 공장 공정에 투입할 계획이라고 밝혔다. 이미 산업 현장 적용을 전제로 한 단계에 들어섰다는 의미다.

또 하나 눈길을 끈 대목은 현대차가 구글 딥마인드와 협력해 제미나이를 기반으로 한 로봇 AI 모델을 아틀라스에 적용했다는 점이다. 방대한 데이터를 바탕으로 학습한 AI가 로봇에 결합되면서 로봇은 단순히 인간의 명령을 수행하는 기계에서 벗어나 스스로 판단하고 선택하는 주체로 진화하고 있다. 

제조 공정에서 상황을 인식하고 다음 작업을 결정하는 역할까지 맡게 될 가능성이 현실적인 시나리오로 논의되기 시작했다.

젠슨 황은 이런 흐름의 배경으로 엔비디아가 제공하는 ‘전체 계산 플랫폼’을 강조했다. 센서 데이터 처리부터 판단, 시뮬레이션까지 이어지는 계산 환경을 하나로 제공한다는 설명이다. 

특히 피지컬 AI 시대에는 실제 세계를 가상 공간에 그대로 복제해 반복 실험하는 디지털 트윈 기술이 핵심으로 떠오른다. 도로와 공장, 물류창고 같은 환경을 가상으로 재현해 위험한 상황을 미리 시험함으로써 안전성과 효율성을 검증할 수 있기 때문이다.

이번 CES에서는 이런 흐름이 공장과 로봇 연구소를 벗어나 일상으로 확장되고 있음을 보여주는 장면도 곳곳에서 포착됐다. 

커피를 내리고 라떼 아트까지 그려주는 로봇, 아이스크림을 담아 쿠키를 얹어 건네는 로봇, 카지노에서 블랙잭 딜러 역할을 하는 로봇까지 등장했다. 피지컬 AI와 휴머노이드 로봇이 생활 공간에도 당연히 스며들 수 있다는 가능성을 보여주는 사례들이다.

물론 당연히 나타나야 할 변화에 대해서도 대비해야 한다. 생성형 AI가 등장한 이후 문서를 다루는 변호사와 번역가, 프로그래머 등 사무직 중심의 일자리가 어떤 식으로든 중대한 영향을 받은 것을 기억해 보자. 이처럼 피지컬 AI는 물리적 노동 시장에 직접적인 변화를 가져올 가능성이 크다. 

인류의 절대 다수는 아직 문서를 다루는 직업보다는 실물을 다루는 직업에 종사하고 있는데, 이에 따라 공장과 물류, 서비스 현장에서 인간의 역할이 어떻게 재편될지에 대한 논의가 함께 따라가야 한다는 목소리에 귀를 기울여야 할 것으로 생각된다.

다만 AI 산업의 중심축이 데이터센터 화면 속에서 현실 공간으로 이동하는 데 있어서 우려되는 점도 있다. 단기간에 해결될 문제라고는 생각되지 않는 몇 가지 장애물을 돌파해야 하는 것이다.

제조업에서 피지컬 AI 도입의 최대 변수는 기술 성능이 아니라 책임의 귀속을 어떻게 설계하느냐다. 한국을 포함한 대부분의 나라에서 현행 산업안전보건 관련법과 제조물 책임법 체계는 사람이 직접 조작하거나 자동화 설비가 사전에 정의된 동작만 수행하는 상황을 전제로 만들어져 있다. 스스로 환경을 인식하고 판단을 내리는 AI 로봇은 이 틀에 정확히 들어맞지 않는다. 

실제 현장에서 논의되는 기준은 일반적으로 로봇 하드웨어 자체의 결함이나 기능안전 설계 오류를 제조물 책임의 영역으로 본다. 반면 공정에 맞게 로봇을 배치하고 작업 속도와 힘의 한계를 설정하며 인간과의 협업 구간을 정의한 부분은 설비를 도입한 사업자와 시스템 통합사의 관리 책임으로 귀속된다. 

여기에 AI 판단이 개입되는 순간부터는 새로운 요건이 붙는다. 센서 입력 값, 적용된 모델 버전, 의사결정 경로, 사람의 개입 여부를 시간 순으로 기록하고 사후 검증할 수 있어야 책임 소재를 가를 수 있기 때문이다. 

그래서 최근 산업계에서는 ‘AI 안전 로그’와 이벤트 레코더를 법적 분쟁에 대비한 필수 장치로 인식하기 시작했다. 사고가 발생했을 때 누구의 잘못인지 단정하고 책임을 모두 떠넘기는 구조의 비효율성을 인정하고 어떤 단계에서 어떤 판단이 허용됐는지를 증명하는 구조로 책임 체계가 이동하고 있는 셈이다. 

이 대목에서 강조되는 기술적 변화는 로봇의 손이나 관절이 얼마나 정교해졌느냐보다 그 로봇이 어디까지 실수할 수 있는지를 소프트웨어로 어떻게 제한하느냐에 있다. 

제조업 현장에서 로봇은 사람처럼 시행착오를 통해 배우는 존재로 취급하기 어렵다. 한 번의 판단 오류가 곧바로 인명 사고나 설비 손상으로 이어질 수 있기 때문이다. 그래서 최근 산업용 로봇 설계의 기본 전제는 AI가 판단을 내리기 전에 반드시 속도와 힘, 작업 공간을 강제로 제한하는 기능안전 계층을 먼저 두는 방식으로 정리되고 있다. 

로봇이 아무리 복잡한 판단을 하더라도 특정 힘 이상으로 팔을 휘두르지 못하고 사람이 접근하면 즉시 감속하거나 정지하며, 정해진 공간 밖으로는 움직이지 못하도록 하는 규칙을 하드웨어와 소프트웨어 차원에서 고정하는 것이다.

AI는 그 위에서만 작동한다. 즉 “어떻게 판단할 것인가”는 AI가 맡되 “어디까지 판단이 허용되는가”는 사람이 미리 정의해 잠가두는 방식이다. 

이런 흐름은 로봇 안전 표준 개정에서도 드러난다. 산업용 로봇 안전의 기본 틀로 여겨지는 ISO 10218은 2025년 개정판에서 인간과 로봇이 같은 공간에서 작업하는 협동 작업 상황을 더 구체적으로 다루기 시작했다. 

그동안 현장에서는 사람과 함께 일하는 로봇, 이른바 코봇의 안전 기준으로 ISO/TS 15066을 별도로 참고해 왔는데, 최근에는 이 내용들이 상위 표준으로 흡수되는 방향이 논의되고 있다. 이는 협동 로봇이 제조 현장의 기본 전제로 자리 잡고 있음을 의미한다. 

동시에 안전의 기준도 “사고가 나지 않게 하라”는 선언적 수준에서 “사고가 나더라도 어떤 제어가 작동했고 어떤 판단이 차단됐는지를 설명할 수 있어야 한다”는 쪽으로 이동하고 있다. 

결국 제조업의 피지컬 AI 확산은 사고가 났을 때 책임 소재가 어디까지 명확히 규정되는지, 관련 법과 책임을 나누는 기준이 얼마나 빨리 만들어지는지에 달려있다고 봐야 할 것이다. 기술이 더 빠르게 발전해도 이를 감당할 법률과 제도가 정리되지 않으면 현장은 쉽게 움직이지 않는다.