물리적 AI란 무엇인가?

대부분의 사람들은 AI가 컴퓨터와 휴대폰 속에만 존재한다고 생각합니다. 하지만 더 이상 그렇지 않습니다. AI가 센서와 모터, 그리고 물리적 공간에서 행동할 수 있는 능력을 갖추게 된 순간, AI의 실수는 되돌릴 수 없는 것이 되었습니다. 이는 이제 움직이고 결정을 내릴 수 있는 기계가 주변 환경에 존재하는 모든 근로자, 환자, 인프라 관리자, 정책 입안자에게 영향을 미칩니다. 아무도 충분히 명확하게 답하지 못하고 있는 질문은 바로 이것입니다. 물리적 AI란 정확히 무엇이며, 왜 그것이 위험성을 근본적으로 바꾸는 것일까요?

Eugene
2분 소요Posted: 2026년 2월 25일 • Updated: 2026년 4월 27일
물리적 AI란 무엇인가?

수술실 밖 병원 복도는 5년 전과 똑같아 보인다. 똑같은 이동식 침대, 똑같은 형광등, 각 근무 구역 사이를 오가는 똑같은 간호사들. 하지만 수술실 안에서는 외과의사의 손만이 수술을 수행하는 것은 아니다. 로봇 시스템이 그녀와 호흡을 맞추며 움직이고 있다. 조직을 분석하고, 실시간으로 기구를 밀리미터 단위의 미세한 차이로 조정하며, 환자가 수술 전 준비 단계에 있을 때 미리 작성된 시나리오로는 결코 예상할 수 없었던 상황에 대응하고 있다. 외과의사는 로봇이 작동하는 것을 지켜보기만 하는 것이 아닙니다. 그녀는 로봇과 함께 일하고 있으며, 이 협업은 어느 한쪽도 단독으로 완전히 통제할 수 없는 관계입니다. 예기치 못한 상황이 발생하면—절개 부위 근처에 혈관이 있거나, 정상 범위를 벗어난 조직 반응이 나타나는 경우—그녀가 결정을 내립니다. 기계는 수술 부위를 고정합니다.

그 순간 — 실제 결과를 수반하며, 공유된 물리적 공간에서 기계를 통해 작용하는 지능 — 이 바로 ‘물리적 AI’가 지칭하는 바입니다. 그리고 이는 수술실에서만 일어나는 일이 아닙니다. 자율 로봇이 지시받지 않아도 인간 작업자를 피해 경로를 스스로 변경하는 창고에서, 크레인이 어떤 디스패처보다도 빠르게 작업 순서를 결정하는 항구에서, 그리고 부품이 약간 뒤틀려 도착했을 때 AI가 안내하는 팔이 그립력을 조정하는 공장에서도 일어나고 있습니다. 여기서 중요한 변화는 기술적인 세부 사항이 아닙니다. 이는 책임 소재, 안전, 의사결정의 주체가 어디에 있는지에 대한 변화입니다. 시설을 관리하거나, 제품을 설계하거나, 특정 분야의 정책을 수립하거나, 단순히 기계가 움직이고 추론하기 시작한 건물에서 일하고 있다면, 물리적 AI는 이미 여러분 주변에서 내려지는 결정에 영향을 미치고 있습니다 — 비록 아직 누군가가 이를 명확히 명명하지는 않았을지라도 말입니다.

물리적 AI란 무엇인가?

물리적 AI는 실제 물리적 환경 내에서 감지하고, 결정하며, 행동할 수 있는 기계에 통합된 인공 지능입니다. 이는 센서, 컴퓨팅, 기계 학습 분야의 발전이 한때 AI를 가로막았던 장벽을 허물었기 때문에 가능해졌습니다.

화면과 서버에 국한되지 않고 — 중력, 마찰, 인명 안전이 모두 고려되는 환경에서도 인공지능이 작동할 수 있게 되었습니다. 제조, 의료, 물류, 인프라, 국방 분야에서 일하는 모든 분들에게 이는 물리적 환경을 형성하는 시스템이 이제 단순히 정해진 지시를 실행하는 데 그치지 않고, 학습하고 적응할 수 있게 되었다는 것을 의미합니다.

전 세계적으로 물리적 AI 도입은 어떻게 진행되고 있는가?

물리적 AI 도입에 있어 지역 간 격차는 단순히 투자 규모의 차이를 반영하는 것이 아니라, 이러한 시스템의 목적과 관리 주체에 대한 근본적으로 다른 접근 방식을 보여줍니다.

일본과 더 넓은 아시아-태평양 지역은 인간 차원에서 광범위한 도입이 실제로 어떤 모습인지 잘 보여줍니다. 전 세계 외과의사의 약 50%가 현재 어떤 형태의 로봇 수술을 수행하고 있으며, 이는 2012년의 9%에서 크게 증가한 수치입니다. 또한 일본은 인튜이티브 서지컬(Intuitive Surgical)의 다빈치(da Vinci) 시스템 주요 시장 중 하나로, GlobalX ETF와 인튜이티브 서지컬에 따르면 2025년 6월 기준 전 세계 설치 대수는 10,488대에 달했습니다. GlobalX ETFs와 인튜이티브 서지컬(Intuitive Surgical)에 따르면, 이 수치는 단순한 전망치가 아니라, 인체와 물리적으로 근접한 곳에서 작동하며 시술 중 실시간으로 조정을 수행하는 지능형 자동화 시스템의 실제 집계 수치입니다. 더 넓은 아시아 태평양 지역 전반을 보면, 대규모 지능형 자동화를 처리하기 위해 전자상거래 시설에 12만 대 이상의 자율 창고 로봇이 배치되었으며, 물리적 형태를 갖춘 AI 시스템은 대량 물류 환경에서 표준 인프라로 자리 잡고 있다.

유럽은 동일한 근본적인 압력에 대해 뚜렷한 규제적 관점으로 대응하고 있다. Towards Healthcare와 Precedence Research(2024)에 따르면, 유럽의 물리적 AI 시장 규모는 2024년 12억 달러로 평가되었으며, 2034년까지 156억 9천만 달러에 달할 것으로 전망되며, 연평균 30% 이상의 성장률을 보일 것으로 예상됩니다. 이러한 성장은 다른 어디에서도 찾아볼 수 없는 거버넌스 구조 속에서 이루어지고 있는데, 2024년 8월에 발효된 ‘EU AI 법’은 AI를 명시적으로 다루고 있습니다.

물리적 기계에 내장된 시스템을 대상으로 하며, 많은 로봇 응용 분야를 고위험으로 분류하여 적합성 평가, 위험 문서화 및 인적 감독을 요구하고 있습니다. 유럽은 물리적 AI의 발전을 저해하려는 것이 아닙니다. 유럽은 물리적 AI가 어떻게 구축되고 책임을 지게 될지를 정의하는 관할권이 되려고 노력하고 있으며, 이는 또 다른 형태의 산업 전략입니다.

SNS Insider(2025)에 따르면, 미국은 가치 기준으로 세계 최대의 단일 국가 물리적 AI 시장이며, 이 부문은 2025년에 15억 2천만 달러에 달할 것으로 예상되며, 연평균 성장률(CAGR) 32.17%를 기록하며 2033년까지 141억 3천만 달러로 성장할 것으로 전망된다. 미국은 인간-기계 상호작용 애플리케이션의 기업 도입 측면에서 선두를 달리고 있다. 2024년까지 대형 기술 기업의 46% 이상이 창고 자동화 및 스마트 제조를 위해 AI 기반 로봇을 도입했다. 그러나 미국은 산업용 로봇의 대부분을 일본과 유럽에서 수입하고 있으며, 물리적 시스템 내 AI를 규율하는 포괄적인 연방 규제 체계가 없다. 트럼프 행정부가 2025년 말 로봇 수입에 대해 제232조 조사를 실시하며 데이터 통제 및 국가 안보를 명시적으로 언급한 것은, 워싱턴이 실제 AI 시스템을 단순한 상업용 제품이 아닌 전략적 차원을 지닌 인프라로 취급하기 시작했음을 시사한다.

물리적 AI는 실제로 어떻게 작동하며, 무엇이 다른가?

물리적 AI 시스템은 주변 환경을 지속적으로 감지하고, 인지한 내용을 해석하며, 그 해석에 기반해 행동을 선택하고, 발생한 결과에 따라 행동을 업데이트하는 방식으로 작동합니다. 이 모든 과정은 변화무쌍한 환경에서 실시간으로 이루어집니다.

의사가 수술을 보조할 신입 레지던트를 어떻게 훈련시키는지 생각해 보십시오. 모든 가능한 사례를 다룬 매뉴얼을 레지던트에게 건네주지는 않습니다. 원칙을 가르치고, 수술실에 투입한 뒤, 직접 경험을 통해 판단력을 키우게 합니다. 실수할 때는 바로잡아 주고, 신뢰가 쌓이면 담당 범위를 점차 확대해 나갑니다. 레지던트는 상황을 파악하고, 결정을 내리며,

행동하고, 그 결과로부터 학습합니다. 이러한 적응적 순환 과정—감지, 추론, 행동, 학습—은 물리적 AI 시스템의 근본적인 작동 방식입니다. 기존 로봇과의 결정적인 차이점은, 기존 로봇은 사전에 완전히 명시된 조건에 맞춰 작성된 스크립트를 따르는 반면, 물리적 AI 시스템은 그렇지 않다는 점입니다. 물리적 AI 시스템은 실제로 마주한 상황을 해석하고 이에 대응합니다. 조직이 예상과 다르게 반응하더라도 수술용 로봇은 동작을 멈추지 않고, 새로운 상황을 파악하여 인간 조작자가 설정한 범위 내에서 조정합니다.

"전 세계 물리적 AI 시장은 2024년 41억 2천만 달러에서 2025년 54억 1천만 달러로 성장했으며, 2034년에는 611억 9천만 달러에 달할 것으로 전망되어, 지능형 자동화 분야는 역사상 가장 빠르게 성장하는 기술 시장 중 하나가 될 것입니다." (출처: Towards Healthcare / Precedence Research, 2025)

센서 비용 하락, 시스템의 실험실 탈출

물리적 AI는 상업적 현실이 되기 훨씬 전부터 연구 분야의 목표로 존재해 왔습니다. 수년 동안 수술실, 창고 현장, 항만 터미널에 도입되지 못한 이유는 상상력의 부족이 아니라, 센서의 높은 비용과 신뢰성 부족 때문이었습니다. 카메라, 깊이 센서, 라이다(LIDAR), 힘 피드백 시스템은 불완전한 환경에서도 인간의 지속적인 재보정 없이 대규모로 배포될 수 있을 만큼 충분히 저렴하고 정확해져야 했습니다. 이러한 변화는 소비자 가전 및 자동차 산업이 부품 비용을 낮추는 데 앞장서면서 2010년대를 거치며 이루어졌습니다. 이 시기를 일찍 간파한 기업들은 센서 비용의 전환점을 대비해 포지셔닝을 시작했으며, 오늘날에는 감당할 수 없지만 5년 내에는 보편화될 센서 환경을 활용할 수 있는 물리적 AI 시스템을 설계했습니다. 그 결과, 2020년대 초반이 되자 물리적 AI에 필요한 하드웨어가 산업적 도입이 경제적으로 타당해질 수 있는 가격으로 제공되기 시작했다.

실제 환경

시뮬레이션으로 구축한 것을 무너뜨렸다

두 번째 장애물은 기술적으로 해결하기 더 어려웠습니다. 실제 환경의 AI 시스템은 통제된 환경을 벗어나면 계속해서 오작동을 일으켰습니다. 실험실에서는 흠잡을 데 없이 작동하던 로봇도, 시뮬레이션에서 모델링되지 않은 조명 조건, 불규칙한 표면, 예측 불가능한 물체, 또는 인간의 행동에 직면하면 어려움을 겪었습니다. 시연과 실제 배포 사이의 격차는 실제 환경용 AI 시스템을 확장하려는 모든 조직이 직면한 결정적인 과제가 되었습니다. 이에 대한 생존 전략은 초기 물리적 배포를 완성된 제품의 출시가 아닌 체계적인 데이터 수집 활동으로 간주하는 것이었다. 즉, 시뮬레이션으로는 생성할 수 없는 실제 운영 데이터를 수집하고, 이를 활용해 시스템을 재훈련 및 개선하며, 실험실에 머무르는 어떤 경쟁사보다 빠르게 반복 개선하는 방식이었다. 테슬라의 ‘옵티머스(Optimus)’ 프로그램, 딥마인드(DeepMind)의 ‘제미니 로보틱스(Gemini Robotics)’ 모델, 그리고 아시아 태평양 전역에 걸친 창고 로봇 도입 열풍은 모두 이러한 논리를 반영합니다. 즉, 현장이 바로 훈련 환경이며, 운영 데이터가 경쟁 우위를 결정하는 자원이라는 것입니다.

책임과 거버넌스가 변수로 등장

물리적 AI 시스템이 병원, 도로, 공공 인프라로 진출함에 따라, 시스템 오류 발생 시 누가 책임을 져야 하는지에 대한 문제를 더 이상 미룰 수 없게 되었습니다. 추천 알고리즘의 소프트웨어 오류는 정보 공간에서 부정적인 결과를 초래합니다. 반면 수술용 로봇, 항만 크레인, 자율주행차에서 발생하는 물리적 AI 오류는 법적, 의료적, 재정적 결과를 수반하는 물리적 결과를 초래합니다. 이 문제에 선제적으로 대응하고 있는 조직들은 책임 체계를 설계의 한 요소로 간주하고 있다. 즉, 규제 압력에 따라 사후적으로 기능을 추가하는 대신, 처음부터 감사 추적 기능, 인간 개입 메커니즘, 해석 가능한 의사결정 로그를 갖춘 물리적 AI 시스템을 구축하고 있다. 2026년 12월부터 발효되는 EU의 개정 제품 책임 지침은 물리적 기계에 내장된 AI 소프트웨어를 책임 청구 대상이 되는 제품으로 공식적으로 분류하고 있습니다.

— 거버넌스를 미래의 문제가 아닌 현재의 기술적 제약으로 만드는 법적 변화.

물리적 AI는 대규모로 도입하기에는 너무 위험한가, 아니면 도입을 미루기에는 그 결과가 너무 중대한가?

현재 물리적 AI에 대한 결정을 내리고 있는 사람들 사이에서는 두 가지 진정한 우려가 제기되고 있으며, 이 두 가지 모두 진지하게 고려되어야 마땅하다.

첫 번째는 이 기술이 아직 고위험 물리적 환경에서 신뢰할 수 있을 만큼 충분히 안정적이지 않다는 점이다. 로봇 수술 시연은 인상적이지만, 수술용 로봇에 오류가 발생하면 그 결과는 재앙적이다. 자율 창고 시스템은 처리량을 향상시키다가, 어느 순간 고장이 발생해 근로자가 부상을 입는 경우가 있습니다. 여기서 우려되는 점은 물리적 AI가 원칙적으로 나쁘다는 것이 아니라, 특히 실패의 결과가 데이터 기록이 아닌 인체에 직접적인 영향을 미치는 환경에서, 도입에 대한 압박이 안전 검증의 철저함을 앞지르고 있다는 사실입니다.

두 번째 우려는 정반대의 방향에서 비롯됩니다. 즉, 지금의 주저함이 나중에 회복할 수 없는 경쟁적·전략적 열세를 초래할 수 있다는 점입니다. 오늘날 물리적 AI를 대규모로 도입하고 있는 기업과 국가들은 매 사이클마다 시스템을 더욱 지능적으로 만드는 실제 운영 데이터를 축적하고 있습니다. 지능형 자동화를 도입하기 전에 완벽한 안전 보장을 기다리는 기업은 위험을 회피하는 것이 아니라, 데이터 격차를 쌓아가고 있는 것이며, 덜 신중한 경쟁사들은 이 격차를 매일 학습 우위로 전환하고 있다.

물리적 AI에 특유한 냉혹한 구조적 진실은 이렇습니다. 결함이 발견되면 원격으로 즉시 업데이트할 수 있는 소프트웨어 AI와 달리, 기계에 내장된 물리적 AI 시스템은 오작동 시 재인증, 재검증을 거쳐야 하며, 종종 물리적으로 재구성해야만 합니다. 즉, 물리적 AI에서 실수를 저지르면 그 대가는 단순한 패치 수준이 아니라 리콜, 가동 중단, 배상 청구, 그리고 수개월에 걸친 재검증으로 이어집니다. 물리적 AI 분야에서 성공할 조직은 다음과 같은 곳이 아닙니다.

가장 빠르게 배포하는 기업도, 가장 신중한 기업도 아닙니다. 이들은 로봇 자체를 개발하는 속도와 동일한 속도로 거버넌스 아키텍처—감사 로그, 오버라이드 시스템, 책임 구조, 실제 데이터 파이프라인—를 구축해 나가는 기업들입니다. 경쟁 우위로서의 물리적 AI와 부담으로 작용하는 물리적 AI의 차이는 기계의 지능에 있는 것이 아니라, 이를 도입하는 사람들의 규율에 있다.

이 질문은 물리적 AI가 업무, 거버넌스, 권력 전반에 걸쳐 주도하고 있는 광범위한 변화와 뗄 수 없는 관계에 있으며, 아래 링크들은 이를 더 큰 맥락에 자리매김해 줍니다.

이러한 발전은 다음을 재확인시켜 줍니다:

AI 로봇공학이란 무엇인가: 물리적 AI는 AI 로봇공학이 실제로 의미하는 바의 운영 핵심입니다. 물리적 AI가 무엇인지 이해하면, AI 로봇공학이 산업 기계의 점진적인 개선이 아닌 구조적 변화를 나타내는 이유가 명확해집니다.

윤리 및 거버넌스: AI가 물리적으로 행동할 수 있게 되는 순간, 오류는 순수 디지털 시스템에서는 발생하지 않는 법적 책임과 안전상의 위험을 수반하게 됩니다. 현재 유럽 및 기타 지역에서 등장하고 있는 거버넌스 프레임워크는 바로 이러한 변화에 대한 직접적인 제도적 대응입니다.

AI 로봇이 내 일자리를 빼앗을까: 물리적 AI는 일자리 자동화 위험이 디지털 업무에서 물리적 역할로 이동하는 구체적인 메커니즘입니다. 물리적 AI가 실제로 어떻게 작동하는지 이해하면, 업무 대체 현상이 사무실 책상뿐만 아니라 창고, 병원, 공장에서도 발생하는 이유를 설명할 수 있습니다.

그 수술실에 있는 외과의사는 로봇이 자신의 필요성을 줄이는 것이 아니라, 오히려

책임이 더욱 집중된다. 기계가 그녀의 주의력에서 덜어내는 모든 것은, 오직 그녀만이 할 수 있는 일, 즉 전체 상황을 파악하고 결정을 내리는 데 집중할 수 있는 여유를 만들어 줍니다. 실행에서 판단으로의 이러한 책임 재분배야말로 물리적 AI가 적용되는 모든 곳에서 이루어지는 일입니다. 이는 인간의 주체성을 축소시키지 않습니다. 오히려 그 주체성이 가장 필요한 곳을 바꾸고, 주체성을 잘못 행사할 때의 대가를 높입니다.

1. 물리적 AI를 간단히 설명하면 무엇인가? 물리적 AI는 화면이나 서버뿐만 아니라 현실 세계에서 감지하고, 추론하며, 행동할 수 있는 기계에 내장된 인공 지능이다. 챗봇이나 추천 알고리즘과 달리, 물리적 AI 시스템은 중력, 마찰, 사람과의 근접성, 그리고 자신의 행동에 대한 법적 책임과 같은 현실 세계의 제약 조건 하에서 작동한다. Towards Healthcare / Precedence Research에 따르면, 전 세계 물리적 AI 시장은 2024년에 41억 2천만 달러에 달했으며, 2034년까지 610억 달러를 넘어설 것으로 전망됩니다.

2. 물리적 AI는 일반 AI와 어떻게 다른가? 일반 AI는 정보를 처리하여 추천, 예측, 텍스트, 이미지 등의 결과를 산출합니다. 물리적 AI는 이러한 모든 과정을 수행한 후, 물리적 환경 내에서 움직이고 상호작용하는 기계를 통해 실제로 행동으로 옮깁니다. 결정적인 차이점은 결과입니다. 소프트웨어 AI의 오류는 업데이트를 통해 수정할 수 있지만, 로봇이나 자율주행차와 같은 물리적 AI의 오류는 수정 조치가 취해지기 전에 인명 피해, 재산 피해 또는 법적 책임을 초래할 수 있습니다.

3. 오늘날 물리적 AI는 이미 어디에서 사용되고 있나요? 물리적 AI는 수술실, 창고, 항만, 제조 공장, 농업 시스템, 인프라 점검 분야에서 활발히 활용되고 있습니다. GlobalX ETFs(2025)에 따르면, 전 세계 외과의사의 약 50%가 현재 어떤 형태의 로봇 수술을 수행하고 있으며, 이는 2012년의 9%에서 증가한 수치입니다. 물류 분야에서는 아시아-태평양 지역의 전자상거래 시설 전반에 12만 대 이상의 자율 창고 로봇이 배치되어 지능형

인간 피커가 속도나 일관성 면에서 따라잡을 수 없는 수준의 자동화.

4. 물리적 AI는 로봇과 같은 것인가? 꼭 그렇지는 않다. 전통적인 로봇은 구체적이고 고정된 작업을 위해 미리 프로그래밍된 규칙을 따른다. 물리적 AI는 로봇이 명시적으로 프로그래밍되지 않은 상황에도 대응할 수 있게 해주는 지능 계층, 즉 지각, 추론, 적응 능력을 의미한다. 물리적 AI 시스템은 이전에 한 번도 본 적 없는 상황에 직면하더라도 여전히 목표를 향해 행동할 수 있습니다. 이러한 적응 능력이야말로 물리적 AI를 기존의 자동화와 근본적으로 구별되는 점입니다.

5. 물리적 AI의 위험 요소는 무엇인가요? 주요 위험 요소로는 통제되지 않은 환경에서의 신뢰성, 시스템 오류 발생 시의 책임 소재, 그리고 안전성 검증 속도를 앞지르는 도입 속도 등이 있습니다. 사람 근처에서 오작동하는 물리적 AI 시스템은 신체적 피해를 초래할 수 있으며, 소프트웨어 오류와 달리 즉시 패치할 수 없습니다. 물리적 재구성, 안전성 재검증, 그리고 종종 규제 당국의 재인증이 필요합니다. 2026년 12월부터 발효되는 EU의 개정 제품 책임 지침은 물리적 기계에 내장된 AI 소프트웨어에 대한 책임을 공식적으로 확대하고 있으며, 이는 물리적 AI 오류에 대한 법적 책임이 이제 미래의 정책이 아닌 현행법의 문제가 되었음을 의미합니다.

최신 아티클

Avride는 배송 건수가 100만 건을 돌파했다고 밝혔지만, 어디에서 그런 내용을 언급했는지 아무도 지적할 수 없다.

Avride는 배송 건수가 100만 건을 돌파했다고 밝혔지만, 어디에서 그런 내용을 언급했는지 아무도 지적할 수 없다.

martti
martti
2026년 11월 16일
지플라인의 215억 달러 기업 가치는 이 회사가 구하는 생명과는 별개의 문제다

지플라인의 215억 달러 기업 가치는 이 회사가 구하는 생명과는 별개의 문제다

martti
martti
2026년 11월 15일
Figure, NVIDIA, and a Beijing Arm Maker Just Built the Same Robot Brain

Figure, NVIDIA, and a Beijing Arm Maker Just Built the Same Robot Brain

martti
martti
2026년 11월 15일
Komatsu Already Has 1,000 Autonomous Trucks. GXO's 1,000 Robots Are Still a Promise.

Komatsu Already Has 1,000 Autonomous Trucks. GXO's 1,000 Robots Are Still a Promise.

martti
martti
2026년 11월 15일
영국, 아직 존재하지도 않는 로봇 집단에 보험을 들게 했다

영국, 아직 존재하지도 않는 로봇 집단에 보험을 들게 했다

martti
martti
2026년 11월 7일
UBTECH의 휴머노이드 로봇 매출이 1,445% 증가했다. 이 회사의 기어박스 공급업체가 이익을 냈다.

UBTECH의 휴머노이드 로봇 매출이 1,445% 증가했다. 이 회사의 기어박스 공급업체가 이익을 냈다.

martti
martti
2026년 11월 6일
네 번째 로봇 표준이 벤더 종속을 끝내지는 못할 것이다. 그저 그 종속을 다른 곳으로 옮길 뿐이다.

네 번째 로봇 표준이 벤더 종속을 끝내지는 못할 것이다. 그저 그 종속을 다른 곳으로 옮길 뿐이다.

martti
martti
2026년 11월 4일
중국의 ‘딥블루’는 10개의 로봇 생산 라인으로 확장되었지만, 그중 어느 것도 인건비를 충당하지 못했다.

중국의 ‘딥블루’는 10개의 로봇 생산 라인으로 확장되었지만, 그중 어느 것도 인건비를 충당하지 못했다.

martti
martti
2026년 11월 2일
애질리티는 로봇을 판매하며 상장하고 있다. 반면 다른 기업들은 공장을 인수하고 있다.

애질리티는 로봇을 판매하며 상장하고 있다. 반면 다른 기업들은 공장을 인수하고 있다.

martti
martti
2026년 11월 1일
‘피지컬 인텔리전스’의 200억 달러 매각 가격에 외부 입찰자 없어

‘피지컬 인텔리전스’의 200억 달러 매각 가격에 외부 입찰자 없어

martti
martti
2026년 10월 29일
마첸타, ‘로봇은 사용자의 데이터가 필요 없다’는 가설에 베팅하며 4,000만 달러 투자 유치

마첸타, ‘로봇은 사용자의 데이터가 필요 없다’는 가설에 베팅하며 4,000만 달러 투자 유치

martti
martti
2026년 10월 29일
AGIBOT의 로봇들이 기네스 기록을 세웠습니다. 실제 기록은 여전히 1,372입니다.

AGIBOT의 로봇들이 기네스 기록을 세웠습니다. 실제 기록은 여전히 1,372입니다.

martti
martti
2026년 10월 29일