Physical AI 물리 인공지능

물리 인공지능은 실제 공간의 상태를 인식하고 그 환경에서 행동하거나 물리적 과정을 다루는 인공지능을 설명하는 범주입니다. 로봇과 이동 장치 및 자동화 시스템 등이 관련되며 단일 제품이나 인증 규격의 이름은 아닙니다.

센서로 환경을 파악하고 목표와 제약을 고려해 행동을 정한 뒤 결과를 다시 관찰하는 구성이 중요합니다. 언어 모델은 일부 계획에 참여할 수 있지만 센서 처리, 제어기와 안전 장치 등의 역할이 모두 언어 모델로 대체되는 것은 아닙니다.

물체의 위치를 보고 로봇이 정해진 위치로 옮기는 작업을 생각할 수 있습니다. 계획이 문장으로 타당해도 로봇이 닿지 않는 위치나 충돌하는 경로일 수 있습니다. 따라서 언어적 타당성과 실제 수행 가능성을 나눠 확인해야 합니다.

VLM은 시각과 언어 이해, VLA는 행동과의 연결, 세계 모델은 환경 전개의 표현과 예측에 관계합니다. 디지털 트윈은 특정 대상의 상태를 디지털 공간에서 대응시키는 개념입니다. 시뮬레이션, 학습 모델과 실제 제어 시스템은 서로 다른 구성 요소입니다.

가상 환경의 성공률을 실제 현장 성공률로 그대로 옮기지 않습니다. 센서 오류, 통신 지연, 기계 상태와 사람의 접근 등을 포함한 검증이 필요합니다. 이 글의 예시는 기술 설명이며 지유넷이 해당 로봇을 설치하거나 운영한 작업사례를 의미하지 않습니다.

이 절의 용어: Digital twin / 디지털 트윈

디지털 트윈은 특정 실제 대상이나 과정과 대응하는 디지털 표현을 관리하는 개념입니다. 대상의 구조뿐 아니라 관찰한 상태와 변화 정보를 연결해 분석이나 시험에 활용할 수 있습니다. 단순히 비슷하게 그린 3D 모델과는 실제 대상 및 데이터의 대응 관계에서 차이가 있습니다. 데이터 갱신 주기와 정확도 및 시뮬레이션의 가정을 명시해야 하며 디지털 표현의 상태가 언제나 현재 실물과 같다고 보장하지 않습니다.

developer.nvidia.com: physical