피지컬 AI는 왜 로봇만의 이야기가 아닐까: 움직임 데이터는 몸에서 시작합니다
- Wave Company
- 8월 31일
- 4분 분량
MOVEMENT INTELLIGENCE · 01
피지컬 AI(Physical AI)라는 말을 들으면 대부분 휴머노이드 로봇을 떠올립니다. 기사에 실리는 사진도, 투자 설명회에 오르는 사례도 대체로 로봇입니다. 하지만 이 용어의 정의는 그보다 넓습니다. 그리고 정의를 그대로 읽어보면, 지금 이 분야가 실제로 무엇에 막혀 있는지가 함께 드러납니다.
업데이트: 2026년 8월
피지컬 AI란 정확히 무엇을 가리킬까
엔비디아는 피지컬 AI를 이미지·영상·텍스트·음성, 그리고 실제 센서 데이터 같은 멀티모달 입력을 처리해 자율 시스템이 실행할 수 있는 판단이나 동작으로 바꾸는 것으로 정의합니다. 대상에는 로봇과 자율주행차뿐 아니라 고정 카메라, 센서 기반 시스템, 공장이나 창고 같은 물리 공간까지 함께 들어갑니다.
여기서 핵심은 형태가 아니라 조건입니다. 데이터가 화면이나 서버 안에서 생성되는 것이 아니라, 현실의 물리 현상에서 센서를 통해 들어와야 한다는 것입니다. 스스로 걸어 다니는 몸체가 있어야만 피지컬 AI인 것은 아닙니다.
진짜 병목은 왜 데이터일까
언어 모델은 이미 기계가 읽을 수 있는 형태로 존재하는 수조 단위의 텍스트로 학습합니다. 물리 세계를 다루는 모델은 사정이 다릅니다. 관측과 동작이 짝지어진 기록이 필요한데, 인터넷 규모로 존재하는 그런 자료는 없습니다.
포브스는 2026년 6월 기사에서 이 격차를 이렇게 정리했습니다. 언어 모델이 웹에서 모은 수조 토큰을 소비하는 동안, 로봇 파운데이션 모델은 공개된 실제 상호작용 데이터를 모두 합쳐도 5,000시간에 못 미치는 수준에서 학습하고 있다는 것입니다. 학습 예제 하나하나를 물리적으로, 한 번에 하나씩 수집해야 하기 때문입니다.
비용도 문제입니다. 데이터셋 규모를 열 배로 키우는 데 수천 달러가 아니라 수백만 달러가 든다는 지적이 나옵니다. 시뮬레이션으로 만든 합성 데이터가 규모와 다양성을 채워주기는 하지만, 섬세한 동작이나 실패 상황에서의 회복은 실제 데이터에서만 배울 수 있다는 것이 현재의 공통된 진단입니다.
정리하면 이렇습니다. 피지컬 AI에서 모자란 것은 모델이 아니라, 현실의 몸에서 나오는 데이터입니다.
사람의 움직임 데이터는 지금 어디서 나올까
사람의 움직임은 물리 세계 데이터 중에서도 가장 풍부한 축에 속합니다. 관절이 어떤 각도로 굽고, 어떤 순서로 힘이 실리고, 어디서 균형이 무너지는지가 모두 여기에 담깁니다. 문제는 이 데이터를 일상에서 꾸준히 모으기가 어렵다는 점입니다. 현재 쓰이는 방식은 크게 셋입니다.
카메라 모션 캡처는 정확하지만, 데이터는 그 공간의 경계에서 멈춥니다.
방식 | 측정 위치 | 주요 제약 | 일상에서의 수집 |
|---|---|---|---|
카메라 모션 캡처 | 몸 바깥, 정해진 공간 | 조명·촬영 범위에 묶이고, 사적 공간에서는 부담이 큼 | 어려움 |
손목 착용 기기 | 손목 | 실제로 움직이는 관절과 거리가 있음 | 쉬움 |
센서를 내장한 의류 | 관절 위 | 세탁 내구성, 착용감, 센서 신뢰성 확보가 관건 | 가능 |
카메라는 정확하지만 공간에 묶입니다. 실험실이나 촬영장을 벗어나면 데이터가 끊깁니다. 손목 기기는 하루 종일 착용할 수 있지만, 무릎이 얼마나 굽었는지를 손목에서 알아내는 데는 한계가 있습니다. 세 번째 선택지가 남습니다. 이미 몸 위에 올라가 있는 것, 즉 옷입니다.
센서가 옷이 되면 무엇이 달라질까
옷은 사람이 의식하지 않고 착용하는 유일한 인터페이스입니다. 그리고 관절 바로 위에 있습니다. 옷 자체가 감지 기능을 갖는다면, 측정 지점이 움직임이 실제로 일어나는 자리로 옮겨갑니다.
감지하는 층이 옷 자체가 되면, 측정은 관절 근처가 아니라 관절 위에서 일어납니다.
제품을 만드는 팀 입장에서 이 차이는 실무적으로 나타납니다. 사용자가 기기를 챙겨서 켜고 자세를 잡는 단계가 사라지고, 데이터가 정해진 공간이 아니라 생활 안에서 쌓입니다. 카메라를 두지 않아도 되므로 집이나 병실처럼 촬영이 곤란한 환경에서도 측정이 가능해집니다.
물론 대가도 있습니다. 옷은 세탁되고, 늘어나고, 사람마다 다르게 입혀집니다. 여기서 견디는 센서를 만드는 일이 이 접근의 실제 난이도입니다.
TracSil은 관절 움직임을 어떻게 측정할까
웨이브컴퍼니의 TracSil™은 원단 위에 인쇄되는 소프트 스트레인 센서입니다. 관절이 움직이면 원단이 늘어나고, 센서가 그 늘어남을 읽어 각도 정보로 바꿉니다. 카메라도, 별도의 측정 장비도 필요하지 않습니다.
원단 위에 인쇄된 소프트 스트레인 센서. 관절이 움직이면 인쇄된 선이 원단과 함께 변형됩니다.
내구성은 이 접근의 전제 조건입니다. 자사 시험에서 TracSil 센서는 0%에서 30%까지의 신장을 분당 500mm 속도로 10,000회 반복하는 조건을 견뎠습니다. 사람 몸이 일상에서 겪는 신장률이 대체로 15% 이내라는 점을 고려하면, 실사용 조건에서는 10만 회 이상을 견딜 것으로 보고 있습니다.
이 센서를 완제품으로 옮긴 것이 TracME™입니다. 무릎과 팔꿈치에 착용하는 보호대 안에 센서가 들어가 관절 움직임을 기록하고, 앱이 그 데이터를 바탕으로 자세와 반복 횟수에 대한 피드백을 제공합니다. TracME는 CES 2024 혁신상 수상작으로 선정되었습니다. 센서 자체를 따로 판매하지는 않습니다. 완제품은 TracME이고, 여기서 나오는 움직임 데이터가 다른 시스템과 연결되는 지점입니다.
지금 가능한 것과 아직 탐색 중인 것
과장하지 않기 위해 선을 분명히 그어두는 편이 낫겠습니다.
지금 가능한 것
관절 각도와 움직임 궤적을 카메라 없이 기록하는 것
운동 중 자세를 실시간으로 확인하고 반복 횟수를 자동으로 세는 것
무릎과 팔꿈치를 대상으로 한 일상 환경에서의 데이터 수집
아직 탐색 중인 것
부위를 관절 단위에서 전신 단위로 넓히는 것
각도 데이터를 근지구력이나 부상 위험처럼 생활에서 의미 있는 지표로 번역하는 일
임상 환경에서의 활용 — 현재 파트너와 함께 검증 단계를 진행하고 있습니다
한 가지 덧붙이자면, TracSil은 근전도(EMG)가 아닙니다. 근육에서 나오는 전기 신호를 읽는 것이 아니라, 원단의 늘어남으로 관절의 움직임을 읽습니다. 두 방식은 측정 대상이 다르고, 할 수 있는 이야기도 다릅니다.
이 이야기가 피트니스를 넘어서는 이유
지금 TracME가 쓰이는 자리는 운동입니다. 하지만 여기서 다루는 문제는 운동에 한정되지 않습니다.
사람의 몸이 실제로 어떻게 움직이는지를 실험실 밖에서, 오래, 꾸준히 기록하는 방법. 이것은 재활, 원격 진료, 작업자 안전, 그리고 사람의 동작을 이해해야 하는 모든 시스템이 공통으로 필요로 하는 층위입니다. 피지컬 AI가 데이터에서 막혀 있다면, 그 데이터가 나올 수 있는 표면을 넓히는 일이 먼저입니다.
웨이브컴퍼니가 만드는 것은 몸과 데이터 사이의 층입니다. 로봇을 만들지는 않습니다. 다만 로봇이든 코칭 앱이든, 현실의 움직임을 이해해야 하는 시스템에는 그 움직임이 들어오는 입구가 필요합니다. 우리는 그 입구를 옷으로 만들고, 다른 시스템이 연결할 수 있는 완제품으로 내놓고 있습니다.
자주 묻는 질문
피지컬 AI에 로봇이 아닌 제품도 포함되나요?
네. 통용되는 정의는 실제 센서 데이터를 처리해 물리 세계에 대한 판단이나 동작으로 바꾸는 시스템 전반을 가리킵니다. 자율 이동 여부가 기준은 아닙니다.
옷에 넣은 센서가 카메라 모션 캡처만큼 정확한가요?
용도가 다릅니다. 카메라 방식은 통제된 공간에서 전신을 정밀하게 잡는 데 강점이 있습니다. 의류 내장 센서는 정해진 관절을 대상으로, 공간 제약 없이 오래 기록하는 데 강점이 있습니다. 두 방식은 대체 관계라기보다 서로 다른 구간을 담당합니다.
세탁해도 되나요?
ElecSil™은 100회 이상의 세탁 시험을 통과했습니다. TracSil 적용 제품의 세탁 조건은 제품별 안내를 따라 주십시오.
TracME는 근육 신호를 측정하나요?
아닙니다. TracME는 관절의 움직임과 각도를 측정합니다. 근전도 방식이 아닙니다.
TracSil 센서만 따로 구매할 수 있나요?
아닙니다. TracSil은 제품 안에 들어가는 센싱 기술이며 부품으로 따로 판매하지 않습니다. 완제품은 TracME이고, 여기서 나오는 움직임 데이터가 파트너와 연결되는 지점입니다.
이 움직임 데이터가 나오는 제품이 궁금하신가요?
관련 글
참고자료
Forbes, Physical AI Hits A Data Labeling Wall That Only Cash Can Fix (2026. 6. 29.)
Highways Today, The Real Bottleneck in Physical AI and Robotics is Data (2026. 8. 19.)
이 글은 일반적인 정보 제공을 목적으로 하며 의학적 조언이 아닙니다.
