로봇이 똑똑해질수록 왜 인간의 손이 더 필요해질까

로봇이 똑똑해질수록 왜 인간의 손이 더 필요해질까

- 피지컬 AI를 완성하는 상호작용의 힘

 

피지컬 AI(Physical AI)를 향한 세간의 기대에는 하나의 오해가 자리 잡고 있다. 인공지능이 마침내 ‘몸’을 얻어 스스로 걷고 판단하고 일하게 되면, 이제 인간은 뒤로 물러나 지켜보기만 하면 된다는 상상이다. 2025년 이후 엔비디아의 젠슨 황이 피지컬 AI를 “AI의 다음 물결”로 선언하고, CES 2026 무대에 휴머노이드와 자율 중장비가 쏟아지면서 이 상상은 더욱 굳어졌다. 그러나 현장의 데이터는 정반대를 가리킨다. 로봇이 똑똑해질수록, 인간의 상호작용은 사라지기는커녕 오히려 성패를 가르는 핵심 변수로 떠오른다.

 

피지컬 AI란 센서와 액추에이터를 통해 물리적 환경과 직접 상호작용하며 지능을 획득하고 발전시키는 ‘체화된(embodied) 인공지능’을 말한다. 일본 과학기술진흥기구(JST) 산하 연구개발전략센터(CRDS)가 2025년 5월 발표한 전략 보고서는 피지컬 AI를 이렇게 정의하면서, 특히 인간형(휴머노이드) 로봇을 ‘인간의 의도와 행동을 이해하고, 상호작용을 통해 학습하며 적응하는’ 시스템으로 규정했다. 정의 자체에 이미 ‘상호작용’이 새겨져 있는 셈이다. 화면 속 텍스트만 다루던 생성형 AI와 달리, 피지컬 AI는 예측 불가능한 물리 세계라는 무대에서 인간과 부대끼며 배운다.

 

가장 결정적인 이유는 데이터에 있다. 대형 언어모델은 인터넷에 축적된 방대한 텍스트를 학습 재료로 삼을 수 있었지만, 로봇에게는 그런 행운이 없다. 물건을 집고, 문을 열고, 넘어지지 않게 균형을 잡는 ‘물리적 상호작용’의 기록은 인터넷 어디에도 대규모로 존재하지 않는다. 로봇 전문 매체 더 로봇 리포트(The Robot Report)가 2026년 정리한 바에 따르면, 로봇에게는 자율주행차처럼 끊임없이 주행 데이터를 만들어 내는 대규모 차량 군단도, 인터넷 규모의 물리적 상호작용 아카이브도 없다. 그래서 거의 모든 시연(demonstration) 데이터는 사람이 한 번에 하나씩 직접 만들어 낸다. 실제로 데이터 기업 스케일 AI는 하루 1,000시간이 넘는 시연 데이터를 수집하고 2025년 한 해에만 15만 시간 분량의 피지컬 AI 데이터를 공급했다고 밝혔다. 로봇을 움직이는 지능의 연료는, 결국 사람의 손끝에서 나온다.

AI활용

반응형

이 원리는 업계 선두 기업들의 전략에도 그대로 드러난다. 엔비디아가 공개한 휴머노이드 파운데이션 모델 ‘프로젝트 GR00T’는 로봇이 인간의 언어와 영상, 그리고 무엇보다 인간의 행동 시연을 통해 기술을 배우도록 설계됐다. 오픈AI와 피규어 AI, 구글 딥마인드의 로봇 모델들도 결이 다르지 않다. 로봇이 새로운 동작을 익히는 출발점에는 언제나 그 동작을 먼저 보여 주는 사람이 있다. 모방 학습(imitation learning)이라 불리는 이 방식은 화려한 알고리즘 이전에 ‘가르치는 인간’을 전제한다.

 

그런데 인간의 역할은 단순히 데이터를 ‘공급’하는 데 그치지 않는다. 로봇공학 학계는 오래전부터 물리적 인간-로봇 상호작용(pHRI)을 로봇을 가르치는 가장 풍부한 정보원으로 주목해 왔다. 바이치·로지·드라간 등이 2017년 발표한 연구는 사람이 로봇의 팔을 직접 잡아 움직이며 바로잡는 행위 자체가 ‘로봇에게 목표를 전달하는 소통’이라는 점을 보였다. 이후 메타와 로지가 2024년 국제 학술지에 발표한 연구는 손으로 이끄는 시연(kinesthetic guidance), 움직임을 바로잡는 수정(correction), 어느 쪽이 더 나은지 알려 주는 선호(preference)라는 세 가지 인간 신호를 하나로 통합해 학습시키면 로봇이 훨씬 유연하고 견고해진다는 것을 입증했다. 인간과의 상호작용은 로봇이 스스로는 결코 알 수 없는 ‘무엇을 원하는가’라는 목표 자체를 알려 주는 통로인 것이다.

 

안전과 신뢰의 문제로 오면 인간의 상호작용은 선택이 아니라 필수가 된다. 현실 세계는 예외 상황(edge case)의 연속이다. 예상치 못한 장애물, 미끄러운 바닥, 사람이 갑자기 끼어드는 순간마다 로봇은 학습된 적 없는 판단을 요구받는다. 현대자동차그룹이 2026년 정리한 분석은, 실제 환경에서 발생한 데이터를 다시 학습에 반영하고 문제 상황을 원격으로 모니터링하며 지속적으로 업데이트하는 운영 체계가 갖춰지지 않으면 아무리 뛰어난 AI라도 신뢰를 얻기 어렵다고 지적한다. 사람이 개입해 이상 상황을 잡아내고 그 경험을 다시 학습으로 되돌리는 순환 고리, 이른바 ‘휴먼 인 더 루프(human-in-the-loop)’가 있어야 비로소 로봇은 공장과 병원과 가정이라는 인간의 공간으로 들어올 수 있다.

 

더 근본적으로, 피지컬 AI가 향하는 목적지 자체가 인간과의 협업이다. 휴머노이드가 굳이 인간을 닮은 형태로 설계되는 이유는, 인간의 규격에 맞춰 만들어진 도구와 공간을 별도의 개조 없이 그대로 쓰기 위해서다. 다시 말해 로봇은 인간을 대체하기 위해서가 아니라 인간의 세계 안에서 함께 일하기 위해 만들어진다. 산업 현장에서 휴머노이드가 ‘인간의 든든한 파트너’로 묘사되는 것은 한낱 수사가 아니라 설계 철학이다. 인간과 매끄럽게 협력하지 못하는 로봇은 아무리 성능이 뛰어나도 현장에서 쓸모를 증명하지 못한다.

 

결국 피지컬 AI의 역설은 여기에 있다. 기술이 정교해질수록 인간의 손길은 줄어드는 것이 아니라, 데이터를 만드는 교사로서, 목표를 알려 주는 소통자로서, 안전을 지키는 감시자로서, 그리고 함께 일하는 동료로서 더 깊숙이 개입한다. 인간의 상호작용은 로봇이 홀로 설 때까지 잠시 필요한 발판이 아니라, 피지컬 AI라는 시스템을 완성하는 구조 그 자체다. 로봇이 똑똑해질수록 우리가 더 필요해진다. 이 역설을 이해하는 것이야말로, 피지컬 AI 시대를 제대로 준비하는 첫걸음이다.