물리적 AI: 2026년 휴머노이드 로봇 붐에 투자하기

CES 2026이 가상에서 물리적 AI로의 전환을 알리다

CES는 원래 Consumer Electronics Show의 약자로, 세계에서 가장 크고 영향력 있는 기술 전시회입니다. 우리는 이전에 이 쇼에서 가장 중요한 공개 중 하나가 Donut Labs가 만든 최초의 상용화된 전고체 배터리였다고 보도했습니다.

하지만 AI 하드웨어 선두 기업인 NVIDIA가 ‘물리적 AI’에 대해 또 다른 중요한 발표를 했으며, 이는 NVIDIA의 ChatGPT 순간으로 제시되었습니다. 물론 이는 전혀 놀라운 일은 아니며, NVIDIA는 이미 물리적 AI라는 아이디어를 오래 전부터 추진해 왔으며, 순수히 ‘지적’인 대형 언어 모델(LLM)이 AI 적용의 첫 단계에 불과하다는 것을 깨달았기 때문입니다.

실제로 AI가 가장 큰 영향을 미치는 역할은 디지털 및 가상 환경에 머무르는 것이 아니라 물리적 세계와 직접 상호작용할 때 발생합니다.

그리고 이것은 지금까지 AI가 여전히 어려워해 온 부분입니다. 현실 세계는 스프레드시트의 깔끔한 데이터, 비디오, 검색 엔진보다 훨씬 더 복잡하고, 종종 모호하며, 변화하고, 예측할 수 없습니다.

이러한 모든 이유로 물리적 현실을 활용하고 신경망을 새로운 방식으로 재구성하는 새로운 유형의 AI가 필요합니다. 이것이 NVIDIA의 Cosmos 프레임워크가 약속하는 바입니다.

2026년이 로봇공학에 있어 ChatGPT 순간이 될 수 있는 이유

2026년과 물리적 AI가 로봇공학에 미치는 영향을 LLM에 대한 ChatGPT의 효과와 비교한 내용은 NVIDIA의 CEO 겸 설립자인 Jensen Huang이 CES 2026에서 직접 언급한 것입니다. 그의 전체 연설은 다음 비디오에서 확인할 수 있습니다:

Huang는 그의 회사가 새로운 오픈 모델인 NVIDIA Cosmos (NVDA ) 와 GR00T (Generalist Robot 00 Technology)를 공개하면서 이 발표를 했으며, 이는 로봇 학습 및 추론에 사용됩니다. 또한 로봇 평가를 위한 Isaac Lab-Arena와 로봇 훈련 워크플로우를 단순화하는 OSMO edge-to-cloud 컴퓨트 프레임워크도 함께 제공됩니다(각 AI 도구에 대한 자세한 내용은 아래에서 다룹니다).

왜 중요한가?

지금까지 LLM은 최초의 언어 모델로서 주로 글쓰기, 프로그래밍, 검색, 데이터 분석, 번역, 고객 서비스 등 언어 중심의 추론 활동에 영향을 미쳐 왔습니다.

이러한 활동은 중요하지만, 세계 경제의 일부분에 불과합니다.

많은 전 세계 활동, 특히 가장 노동 집약적인 활동들은 물리적 세계와의 상호작용을 필요로 합니다: 제조, 의료, 운송 및 물류, 농업, 채굴, 가정 업무 등.

물리적 AI에 의해 가장 먼저 변혁될 산업은 무엇인가

이론적으로는 물리적 세계와 경제 부문의 모든 영역이 로봇공학 확산에 의해 영향을 받을 것이지만, 실제로는 일부 분야가 훨씬 빠른 속도로 로봇을 도입하고 더 큰 영향을 받게 될 것입니다.

자율주행 자동차

자율주행 차량은 2025년에 큰 진전을 이루었습니다, 그리고 규제 당국의 승인과 명확한 법적 프레임워크에 따라 배치 준비가 진행 중일 가능성이 높습니다.

이 작업은 추론이 많이 필요하지만, 자동차의 실제 기계적 동작은 비교적 단순합니다(2D 이동, 가속, 감속, 신호). 따라서 가장 중요한 요소는 다음과 같은 조합입니다:

• 네트워크 연결에 의존하지 않는 엣지 컴퓨팅을 위한 강력한 온보드 하드웨어.
• 일반적인 운전 규칙부터 드물게 발생하는 상황 및 예상치 못한 변화까지 실제 환경에 맞는 데이터와 훈련—예를 들어 구르는 공을 아이가 갑자기 도로에 뛰어들 위험과 연결시켜 선제적 감속을 유도하는 것.
• 시각-언어-행동(VLA) 추론 모델이 시각적 단서를 올바른 행동으로 변환합니다.

물류

물리적 AI는 이 분야에 최소 두 가지 방식으로 영향을 미칠 것입니다.

첫 번째는 창고 및 공급 관리입니다. 물리적 AI는 자율 이동 로봇(AMR)이 복잡한 환경을 탐색하고 인간을 포함한 장애물을 피하도록 온보드 센서의 직접 피드백을 사용하도록 허용합니다. 로봇 팔 및 기타 조작 도구도 물품 이동을 가능하게 합니다.

두 번째는 배달 서비스로, 이는 자율주행 차량과 유사하며, 물리적 AI가 운전부터 정확한 주소까지의 배송, 물품을 올바른 문에 안전하게 배치, 울타리, 울퉁불퉁한 지형, 장애물 등을 탐색하는 모든 과정을 처리합니다.

제조

창고와 마찬가지로, 공장 내 물리적 AI는 기계, 인간, 그리고 이제는 로봇이 뒤섞인 복잡한 환경을 다루어야 합니다.

하지만 추가로, 많은 제조 현장은 고출력 도구, 위험한 제품(뜨거운 금속, 레이저, 화학 물질 등) 및 최종 품질과 효율성에 대한 훨씬 더 높은 요구 사항을 가지고 있습니다.

창고에서 고장 난 로봇은 근처 작업자가 쉽게 처리할 수 있지만, 조립 라인이나 복잡한 화학 공장에서 동일한 오류는 빠르게 위험 상황으로 이어질 수 있습니다.

수술 및 의료

현재 대부분의 수술 로봇은 Intuitive Surgical (ISRG )와 같이 외과 의사가 제어하는 로봇 팔에 가깝고 진정한 자율 로봇은 아닙니다. 하지만 AI 역량이 성장함에 따라 이는 빠르게 변하고 있습니다:

• XRlabs는 Thor와 Isaac을 의료 분야에 활용하여 외과용 스코프(특히 외부 스코프)를 실시간 AI 분석으로 외과 의사를 안내하고 있습니다.
• LEM Surgical은 NVIDIA Isaac for Healthcare와 Cosmos Transfer를 사용해 Dynamis 수술 로봇의 자율 팔을 훈련하고 있으며, 이는 NVIDIA Jetson AGX Thor™와 Holoscan으로 구동됩니다.

수동 반복 작업: 휴머노이드 로봇

대부분의 작업 환경, 방, 도구는 인간의 손과 몸으로 다루도록 설계되었습니다. 따라서 인간을 지루하거나 위험한 작업에서 대체하기 위한 로봇의 이상적인 설계는 인간형 형태일 것입니다.

하지만 인간의 몸은 매우 복잡한 기계이며, 로봇이 인간의 움직임을 제대로 재현할 만큼 기계적으로 정교해진 것은 최근의 일입니다.

따라서 이러한 기술 개발에는 시간이 더 걸릴 수 있습니다—특히 거친 및 섬세한 운동 능력, 그리고 주어진 작업에 관계없이 물리적 세계를 인식하고 이해하며 추론하고 상호작용하는 능력 등이 필요합니다.

NVIDIA의 물리적 AI 스택 설명

프로그래밍 언어 CUDA를 통해 GPU를 그래픽 렌더링 외의 애플리케이션에 활용하도록 한 아이디어를 바탕으로 현재 AI 붐을 일으킨 NVIDIA는 물리적 AI의 다가오는 붐을 이끌기 위해 오픈 모델에 의존하고 있습니다.

이러한 방식으로 NVIDIA는 지난 5년간 LLM 중심 주식이었던 것처럼 물리적 AI 주식으로도 자리매김할 수 있을 것입니다.

NVIDIA 하드웨어와 신경망 전문성의 핵심은 이제 물리적 AI 애플리케이션에 맞게 정밀하게 조정된 상호 연결된 부품들로 다듬어지고 있습니다.

NVIDIA Cosmos

Cosmos는 “오픈 월드 기반 모델(WFMs), 가드레일 및 데이터 처리 라이브러리를 갖춘 플랫폼으로, 자율주행 차량(AV), 로봇 및 비디오 분석 AI 에이전트를 위한 물리적 AI 개발을 가속화합니다.”

여러 로봇 및 자율주행 차량 기업이 이미 Cosmos를 사용해 물리적 AI 개발을 가속화하고 있습니다.

Cosmos는 실제로 여러 사전 학습 모델을 하나로 결합한 것으로, 로봇이 물리적 세계가 어떻게 반응하고 변할지를 예측하고, 합성 데이터(시뮬레이션)가 실제 비디오로 변환되는 방식, 그리고 실제 물리 데이터와 관찰에 기반한 추론 체인을 활용하는 방법을 제공합니다.

NVIDIA Isaac-GROOT & IsaacLab Arena

Isaac GR00T N1.6은 휴머노이드 로봇을 위해 특별히 구축된 시각-언어-행동 모델로, 전신 제어와 상황 이해를 제공합니다. Franka Robotics, Neura Robotics, Humanoid 등 로봇 기업들이 이미 사용하고 있습니다.

이와 Isaac Lab-Arena를 결합하면 시뮬레이션에서 로봇 정책 평가 및 벤치마킹을 위한 협업 시스템을 제공하게 됩니다. 이를 통해 연구소와 로봇 기업은 모델 성능을 신속히 평가하고 표준화된 환경에서 다른 모델과 비교할 수 있습니다.

특히 Isaac 모델은 비교적 낮은 컴퓨팅 요구사항을 가지고 있으며, $3,500짜리 NVIDIA 로봇 칩 모듈 Jetson AGX Thor로 충분히 실행할 수 있어, 휴머노이드 로봇의 컴퓨팅 하드웨어 비용을 매우 낮은 수준으로 낮춥니다.

NVIDIA® Jetson Thor™ 시리즈 모듈은 물리적 AI와 로봇공학을 위한 궁극적인 플랫폼을 제공하며, 최대 2070 FP4 TFLOPS의 AI 연산과 128 GB 메모리를 제공하고 전력은 40W에서 130W 사이로 조정 가능합니다.

이 모듈은 NVIDIA AGX Orin™보다 7.5배 이상의 AI 연산 성능을 제공하며, 에너지 효율은 3.5배 더 우수합니다.

Boston Dynamics, Humanoid, 그리고 RLWRLD는 모두 기존 휴머노이드에 Jetson Thor를 통합해 내비게이션 및 조작 능력을 향상시켰습니다.

NVIDIA Omniverse

Omniverse는 산업 디지털 트윈 및 로봇 시뮬레이션과 같은 물리적 AI 애플리케이션을 개발하기 위한 라이브러리와 마이크로서비스의 모음입니다.

가상 시뮬레이션, 즉 ‘합성 데이터’는 물리적으로 상황을 만들 필요 없이 다양한 상황에서 로봇 AI를 빠르게 훈련시키는 훌륭한 방법입니다.

Omniverse를 개발하기 위해 NVIDIA는 물리 연구, 비디오 게임 등에서 이미 사용해 온 방대한 물리 모델, 물리 시뮬레이션 및 데이터 라이브러리를 활용했습니다.

이러한 도구는 실제 시설의 맞춤형 디지털 트윈을 생성함으로써 물류 및 제조 분야에서도 매우 유용하게 활용될 수 있으며, 로봇 AI를 먼저 가상으로 배치 테스트하여 실제 로봇이 배치될 때 발생할 수 있는 중단 위험을 줄여줍니다.

Schneider와 Siemens와 같은 여러 산업 기업도 이미 이 도구를 사용하고 있습니다.

NVIDIA OSMO

OSMO는 물리적 AI를 위해 특별히 제작된 ‘오케스트레이터’ 소프트웨어입니다.

사용자는 Isaac과 Cosmos를 포함한 여러 AI 도구를 물리적 AI 개발의 모든 단계—데이터 생성, 훈련, 시뮬레이션, 평가, 하드웨어 인 더 루프 테스트—에서 조정하고 결합할 수 있습니다.

NVIDIA DGX Platform

DGX는 NVIDIA가 SuperPOD 컴퓨팅 플랫폼을 활용해 물리적 AI를 포함한 AI 모델을 훈련하는 데 사용합니다.

이 플랫폼은 Rubin 및 Blackwell 칩을 포함한 수만 개의 NVIDIA GPU까지 확장 가능하며, 즉시 실행 가능한 턴키 AI 슈퍼컴퓨터를 구축합니다.

NVIDIA – Hugging Face

Hugging Face는 자연어 처리 애플리케이션을 위해 구축된 트랜스포머 라이브러리이며, ‘머신러닝을 위한 GitHub’이라고도 불리며 수백만 개의 사전 학습 AI 모델, 데이터셋, 라이브러리 등을 보유하고 있습니다.

NVIDIA는 오픈소스 Isaac 및 GR00T 기술을 선도적인 LeRobot 오픈소스 로봇 프레임워크에 통합했습니다. 1,300만 명의 AI 개발자 커뮤니티와 함께, 이는 물리적 AI 분야에서 Nvidia 시스템이 표준으로 채택되는 것을 촉진할 것입니다.

결론

로봇공학은 두 가지 서로 다른 힘이 동시에 결합되면서 갑작스럽게 큰 진전을 이루고 있습니다.

첫 번째는 로봇 부품 기술의 성숙과 로봇 팔, 자이로스코프, 전동 모터 및 기타 로봇, 드론 및 기타 전자 제품에 사용되는 부품들의 대량 생산으로, 고품질 부품 비용이 급격히 감소하고 있습니다.

두 번째 힘은 AI 기술의 폭발적인 향상입니다.

몇 년 전 LLM으로 대중의 인식을 얻었던 것이 이제는 새로운 분야로 확장되고 있으며, 물리적 AI의 자동차, 맞춤형 또는 휴머노이드 로봇 본체에 대한 배치가 확대됨에 따라 현실 세계가 그 영향을 바로 느끼게 될 것입니다.

물리적 AI가 LLM보다 기술 산업에 더 중요한 역할을 할 가능성이 있으며, 이는 새로운 경제 부문을 열어줄 것입니다. 이는 가치 창출을 늘리고 생산성을 향상시킬 것이며, 지정학적 요인으로 공급망이 대대적으로 재편되고 많은 국가가 재산업화를 추진하는 시점에 적절합니다.

2026년 최고의 물리적 AI 및 휴머노이드 로봇 주식

Boston Dynamics / Hyundai (HYMLF)

현대는 자동차 제조 활동으로 가장 잘 알려져 있으며, 이는 전 세계에서 판매량 기준으로 3위에 해당하는 대형 자동차 회사이기 때문입니다. 하지만 실제로는 3개의 부문으로 구성된 거대한 산업 그룹이기도 합니다:

• 자동차 제조 활동, 전기차 포함.
• 2021년에 인수한 로봇 제조업체 Boston Dynamics, 이는 Hyundai Robotics과 혼동되지 않아야 하며, 후자는 현재 독립 기업 HD Hyundai / Hyundai Heavy Industries의 일부이지만 현대자동차와 긴밀히 협력하고 있습니다.
• Hyundai Rotem은 철도 및 군사 장비, 수소 에너지 분야에서 활동하고 있습니다.

Boston Dynamics는 Caterpillar, Franka Robotics, Humanoid, LG Electronics, 그리고 NEURA Robotics와 함께 NVIDIA 로봇 스택을 사용해 새로운 AI 기반 로봇을 선보이고 있습니다.

이 회사는 ATLAS 로봇과 로보독 디자인을 개척한 것으로 특히 유명합니다.

이 회사는 또한 B2B 물리적 로봇/물리적 AI 시장에 집중하고 있으며, 무게가 최대 50파운드인 패키지와 적재물을 조작하는 창고 로봇 Stretch를 제공하고 있습니다.

로봇공학의 초기 리더이자 NVIDIA 파트너인 Boston Dynamics는 물리적 AI 시장의 상당 부분을 차지할 유력한 후보입니다.

현대로부터 분리된 이 회사의 IPO는 미래에 확실한 가능성이 있지만 아직 명확한 계획이 없으며, 최소 2027년 이전에는 이루어지지 않을 것으로 보입니다.

“Boston Dynamics의 IPO 일정이나 계획에 관해서는 아직 확인된 바가 없으므로 지금은 언급할 것이 많지 않지만, 일정이나 계획이 확정되는 대로 이해관계자와 소통하겠습니다.

Hyundai Motor India (HYUNDAI.BO ) 의 IPO를 진행한 방식과 유사하게, 우리는 Boston Dynamics에 대해 개방적인 입장을 가지고 있습니다. 다만 현재 Boston Dynamics의 IPO를 검토하고 있지는 않으며, 단기적으로도 검토 계획이 없습니다.

”

– Lee Seung-jo, Hyundai Motor Co CFO 및 Chief Strategic Officer
이 회사는 자동차 공장에서 Boston Dynamics 휴머노이드 로봇을 사용하기 시작했으며 ATLAS의 상용 버전을 공개했습니다.

NVIDIA

비디오 게임 및 기타 그래픽 렌더링 작업을 위한 GPU 하드웨어 제조업체로 시작한 NVIDIA는 거대한 AI 하드웨어 기업으로 성장했으며, 그 주식은 세계 최대 시가총액을 보유하고 있습니다.

NVIDIA는 전문 연구자들조차 신경망에 관심을 갖기 전, AI의 잠재력을 일찍이 인식했습니다.

당시에는 검증되지 않은, 거의 존재하지 않았던 분야에 위험을 감수하고 진입한 것이었으며, Jensen Huang이 말했듯이:

“우리는 수십억 달러 규모의 시장에 투자하고 있습니다.”

2016년과 2017년에 NVIDIA는 각각 Pascal과 Volta 아키텍처를 출시했으며, 이는 최초의 GPU 기반 AI 가속기였고, Volta는 Tensor Core를 도입해 딥러닝 작업을 최대 12배 가속했습니다.

그 이후로도 이러한 진보 속도는 지속되고 있습니다.

투자자들은 NVIDIA가 새로운 시장을 찾지 못해 높은 밸류에이션을 정당화하기 어려워질까 우려해 왔습니다. 그러나 CES 2026에서 물리적 AI 발표가 있었으므로 아직은 그렇지 않은 것으로 보입니다.

로봇, 자율주행 자동차 및 기타 자율 시스템에 AI를 물리적으로 배치함으로써 NVIDIA는 하드웨어를 판매할 새로운 시장을 많이 확보하게 될 것입니다.

또한 오픈 디자인과 Hugging Face와의 파트너십을 갖춘 완전한 생태계는 대다수 기술 기업이 로봇의 두뇌를 위해 NVIDIA 기술에 의존하도록 거의 보장합니다. 휠을 새로 만들려는 시도는 비용이 너무 많이 들고 경쟁사 대비 지연이 크기 때문입니다.

최신 Nvidia (NVDA) 주식 뉴스 및 개발