AI 연구소들이 로봇 기업을 인수하기 시작할 때
구글, 오픈AI, 딥마인드, 앤트로픽은 모두 각기 다른 방식을 통해 체화형 AI를 추구하고 있다. 이러한 동향은 추론만으로는 시뮬레이션과 현실 간의 격차를 해소할 수 없으며, 언어 모델과 물리적 로봇을 연결하는 번역 계층이 차세대 플랫폼의 핵심이 될 것임을 보여준다.

앤트로픽(Anthropic)은 피지컬 인텔리전스(Physical Intelligence)를 인수하려 시도했다. 협상은 2026년 봄에 진행되었으나, 결국 거래 성사에는 이르지 못했다. 하지만 ‘더 인포메이션(The Information)’과 ‘블룸버그(Bloomberg)’가 확인한 이 시도는, 어떤 개별 거래보다 더 중요한 사실을 드러내고 있다. 세계에서 가장 뛰어난 언어 모델 중 하나인 ‘클로드(Claude)’를 개발한 이 회사는, 언어 이해 능력을 물리적 로봇 제어 기술로 전환하는 소프트웨어를 직접 보유해야 한다고 결론지었다. 또한 해당 소프트웨어를 자체적으로 개발하는 데는 너무 오랜 시간이 걸릴 것이라고 판단했다. 그리고 이미 그 문제를 해결한 회사를 인수하는 것이 가장 빠른 길이라는 결론을 내렸다.
이러한 결론에 도달한 것은 앤트로픽(Anthropic)만이 아니다. 모든 주요 파운데이션 모델 기업들은 각기 다른 경로를 통해 같은 결론에 이르렀다. 이제 이러한 추세는 명백해졌다. 언어 모델 업계는 신체화된 AI(embodied AI) 분야로 수직 통합되고 있는데, 이는 아무리 정교한 추론 능력만으로는 로봇이 한 번도 본 적 없는 주방에서 컵을 확실하게 집어 올릴 수 없기 때문이다.
증거의 사슬
구글이 선구자였다. 2021년, 구글은 로봇 소프트웨어 개발에 전념하는 내부 자회사인 ‘인트린식(Intrinsic)’을 설립했다. 구글의 AI 역량을 산업용 로봇 공학에 직접 적용할 수 있을 것이라는 구상이었다. 이 자회사는 3년 동안 운영되었다. 수백 명의 엔지니어를 채용했고, 수억 달러를 투자했으나, 상용 제품을 출시하지 못한 채 2024년에 문을 닫았습니다. 이 실패는 인재나 자금의 부족 때문이 아니었습니다. 접근 방식의 실패였습니다. 검색과 광고를 핵심 역량으로 하는 기업 내에서 로봇 지능을 처음부터 구축하는 일은 경영진이 예상했던 것보다 훨씬 더 어려운 일이었습니다.
딥마인드(DeepMind)는 다른 길을 택했습니다. 별도의 자회사를 설립하는 대신, 기존 AI 연구 조직 내에 로봇 공학 연구를 통합했습니다. 그 결과로 7월 30일에 발표된 것이 바로 ‘제미니 로보틱스(Gemini Robotics)’입니다.
2. 이 모델은 딥마인드(DeepMind)가 “전신 지능(whole-body intelligence)”이라고 부르는 기능을 통해 물리적 로봇을 제어하도록 특별히 설계된 파운데이션 모델입니다. 이 모델은 시각적 입력, 고유수용성 피드백, 언어 명령을 동시에 처리하여 로봇 신체 전체를 조율하는 운동 명령을 출력합니다. 이 모델은 제미니(Gemini)와 별개의 제품이 아닙니다. 제미니가 물리적 세계로 확장된 형태입니다. 딥마인드는 텍스트와 이미지를 처리하는 동일한 아키텍처가 적절한 데이터로 훈련된다면 토크와 힘도 처리할 수 있을 것이라고 내다보고 있습니다.오픈AI는 통합보다는 투자를 선택했습니다. 자체적으로 로봇 공학 역량을 구축하려 시도하지 않고, 피지컬 인텔리전스(PI)에 자금을 투자했습니다. 이번 투자를 통해 OpenAI는 고용 관계가 아닌 상업적 관계를 통해 PI의 기술에 접근할 수 있게 되었다. 이는 해당 그룹 내에서 가장 간접적인 접근 방식이다. OpenAI는 운영상의 부담 없이 선택권을 확보했다. PI가 성공하면 OpenAI는 주주로서 이익을 얻게 되고, PI가 실패하더라도 OpenAI는 핵심 언어 모델 작업에서 엔지니어링 자원을 전용하지 않았기 때문에 손해를 보지 않는다.
Anthropic은 처음부터 직접 구축하는 것 다음으로 가장 적극적인 접근 방식을 선택했습니다. PI를 완전히 인수하려고 시도한 것입니다. 그렇게 했다면 언어 모델과 물리적 로봇 사이의 번역 계층에 대한 완전한 소유권을 확보했을 것입니다. 인수는 적어도 당분간은 실패로 끝났습니다. 하지만 이러한 시도는 앤트로픽의 경영진이 번역 계층을 전략적으로 매우 중요하게 여기며, 이를 내부에서 단기간에 재현할 수 없다고 판단하고, 인수 비용을 지불할 가치가 있다고 믿고 있음을 보여줍니다.
시뮬레이션과 현실의 격차 해설
네 기업 모두 신체 기반 AI로 방향을 맞추고 있는 이유는, 기존 입지에서는 어느 기업도 해결하지 못한 단 하나의 기술적 문제 때문입니다. 언어 모델은 “빨간 컵을 집어 선반에 올려놓으라”는 지시를 이해할 수 있습니다. 또한 그 지시를 하위 작업으로 분해할 수 있으며,
어떤 컵이 빨간색인지, 선반이 어디에 있는지, 어떤 일련의 동작이 필요한지에 대해서는 추론할 수 있습니다. 하지만 세라믹 실린더를 부수지 않고 그리퍼로 잡거나, 내용물이 쏟아지지 않게 들어 올리거나, 넘어지지 않게 표면에 올려놓는 데 필요한 정확한 운동 명령을 생성할 수는 없습니다.이러한 이해와 실행 사이의 간극을 ‘시뮬레이션-실제 문제(sim-to-real problem)’라고 부릅니다. 시뮬레이션에서는 이러한 간극이 존재하지 않습니다. 물리 엔진이 모든 표면, 모든 힘, 모든 접촉점에 대한 정확한 정보를 제공하기 때문에, 시뮬레이션 속 로봇은 시뮬레이션된 컵을 완벽한 정확도로 집어 올릴 수 있습니다. 현실에서는 표면이 고르지 않습니다. 조명이 변합니다. 마찰력이 달라집니다. 컵은 젖어 있습니다. 선반은 수평이 아닙니다. 그리퍼의 고무 패드는 고르지 않게 마모되었습니다. 이러한 실제 환경의 변동 사항들은 각각 오류를 유발하며, 이러한 오류들은 일련의 동작을 거치면서 누적됩니다.
피지컬 인텔리전스(Physical Intelligence)의 사업 전반은 바로 이 격차를 해소하는 소프트웨어를 구축하는 데 있습니다. 이 회사의 모델은 단순한 시뮬레이션뿐만 아니라 실제 상호작용 데이터로부터 학습합니다. 재훈련 없이도 새로운 환경에 적응하며, 시뮬레이션으로는 재현할 수 없는 불확실성과 변동성을 처리합니다. 이것이 바로 앤트로픽(Anthropic)이 이 회사를 인수하고자 했던 이유입니다. PI가 더 뛰어난 언어 모델을 가지고 있어서가 아닙니다. Anthropic의 자체 언어 모델은 세계 최고 수준에 속합니다. 하지만 PI는 Anthropic이 가지고 있지 않고 단기간에 구축할 수도 없는 무언가를 보유하고 있기 때문입니다. 바로 ‘번역 레이어’입니다.
플랫폼 경제학
플랫폼 경제학의 관점에서 보면 이 전략적 논리가 더욱 명확해집니다. 모바일 시대에는 애플과 구글이 플랫폼 소유자였습니다. 이들은 하드웨어와 애플리케이션 사이에 위치한 운영 체제를 장악했습니다. 모든 앱 개발자는 이들에게 수수료를 지불했고, 모든 하드웨어 제조사는 이들의 소프트웨어에 의존했습니다. 플랫폼 계층은 업계 이익의 대부분을 차지했습니다.
구현형 AI 시대에서 이에 상응하는 플랫폼 계층은 파운데이션 모델과 물리적 로봇을 연결하는 번역 소프트웨어입니다. 이 계층을 소유한 주체는 상류의 모델 제공업체와 하류의 하드웨어 제조업체 모두에게 요금을 부과할 수 있습니다. 자사 로봇이 자연어 명령을 이해하도록 하려는 로봇 제조사는 이 번역 계층에 접근할 수 있어야 합니다. 자사 모델이 물리적 로봇을 제어하도록 하려는 파운데이션 모델 기업 역시 이 번역 계층에 접근할 수 있어야 합니다. 이 인터페이스의 양쪽을 모두 소유한 기업이 업계의 병목 지점을 장악하게 됩니다.
피지컬 인텔리전스(Physical Intelligence)는 독립 기업으로서 이 계층을 구축하고 있다. 바로 이러한 독립성이 이 회사의 가치를 높여준다. 이 회사는 어떤 모델 제공업체나 하드웨어 제조사에게든 판매할 수 있다. 단일 생태계에 얽매이지 않는다. 앤트로픽(Anthropic)의 인수 시도는 바로 그 독립성을 종식시키고, 인수 비용이 너무 비싸지거나 입지가 너무 공고해지기 전에 플랫폼 계층을 선점하려는 노력이었다. PI의 거절은 경영진이 독립적인 플랫폼 지위가 현재 제시된 어떤 인수 가격보다 더 가치가 있다고 믿고 있음을 시사한다.
반론
수직 통합이 불필요하다는 설득력 있는 주장도 있습니다. 파운데이션 모델은 빠르게 발전하고 있습니다. 각 세대는 더 나은 추론 능력, 더 나은 세계 모델, 더 나은 물리적 이해를 통해 시뮬레이션과 현실 간의 격차를 점점 더 좁혀가고 있습니다. 2~3세대 내로, 언어 모델이 별도의 변환 계층 없이도 신뢰할 수 있는 운동 명령을 생성할 수 있게 될 가능성이 있다. 만약 그렇게 된다면, 신체 기반 AI 미들웨어 분야 전체가 불필요해질 것이다. 피지컬 인텔리전스의 소프트웨어는 더 이상 필요하지 않게 되고, 인수 협상은 단순한 각주로 남게 될 것이다.
딥마인드(DeepMind)의 ‘제미니 로보틱스 2(Gemini Robotics 2)’는 이러한 반론에 대한 가장 강력한 증거입니다. 이 모델은 문제를 엔드투엔드(end-to-end) 방식으로 해결하려고 시도합니다.
별도의 변환 계층을 거치는 대신 단일 모델 아키텍처 내에서 처리됩니다. 만약 Gemini Robotics 2가 실제 운영 수준의 성능을 발휘한다면, 미들웨어 방식은 일시적인 문제에 대한 일시적인 해결책에 불과하다는 것이 입증될 것입니다. 파운데이션 모델은 규모가 충분히 커지고 충분한 물리적 상호작용 데이터로 훈련만 된다면 모든 것을 스스로 처리할 수 있습니다.하지만 그 문장에서 ‘만약’이라는 단어가 큰 비중을 차지하고 있습니다. 제미니 로보틱스 2는 7월 30일에 발표되었습니다. 아직 상용 환경에서 대규모로 배포되지는 않았습니다. 통제된 시연 환경에서의 성능이 실제 로봇이 작동하는 통제되지 않은 환경에서의 성능을 보장하지는 않습니다. 시뮬레이션과 실제 환경 간의 격차는 지난 10년 동안 엔드투엔드 솔루션의 도입을 가로막아 왔습니다. 앞으로도 계속 그럴 가능성이 있습니다. 현재 신체 기반 AI 역량이 필요한 기업에게 가장 안전한 선택은 이미 신뢰할 수 있는 실제 환경 성능을 입증한 기업을 인수하거나 파트너십을 맺는 것입니다. 바로 이것이 앤트로픽(Anthropic)이 시도했던 바입니다.
투자 시사점
네 개의 주요 AI 기업이 각기 다른 네 가지 메커니즘을 통해 신체 기반 AI 분야로 수렴하고 있다는 사실은 투자자들에게 구체적인 시사점을 제공합니다. 시장은 물리적 로봇 제어가 언어, 코드, 이미지 생성에 이은 다음 주요 역량 개척 분야라고 믿고 있습니다. 이 문제를 해결하는 기업들은 오늘날 존재하지 않는 새로운 수익원을 확보하게 될 것입니다. 이를 해결하지 못하는 기업들은 경쟁사들이 물리적 세계에서 활동하는 동안 그 세계에서 배제될 것입니다.
접근 방식의 다양성은 또한 투자자들에게 어떤 접근 방식이 승리할지 아무도 모른다는 점을 시사합니다. 구글의 자체 개발은 실패했습니다. 딥마인드의 통합 모델은 대규모 적용에서 검증되지 않았습니다. 오픈AI의 투자는 소극적입니다. 앤트로픽(Anthropic)의 인수 시도는 거절당했다. 각 실패나 부분적인 성공은 해결책의 범위를 좁혀간다. 하지만 해결책의 범위는 여전히 넓다. 결국 이 기술을 확보하게 될 기업은
구현형 AI 플랫폼 계층은 아직 존재하지 않을 수도 있다. 아니면 독립적으로 운영되며 누구에게나 판매되는 ‘물리적 지능(Physical Intelligence)’일 수도 있다. 혹은 엔드투엔드 모델이 미들웨어를 불필요하게 만든다는 것을 입증하는 딥마인드(DeepMind)일 수도 있다. 이러한 불확실성이야말로 기회다.확실한 것은 연구소들이 이 문제가 중요하다고 판단했다는 점이다. 18개월 전만 해도 체화형 AI는 학계의 관심을 끌기는 했지만 기업 자본은 유치하지 못했던 연구상의 호기심 대상에 불과했다. 오늘날 이 분야는 수십억 달러 규모의 인수 제안을 이끌어내고 있으며, 세계 최대 AI 기업들이 전용 제품을 출시하고 있고, 참여자들이 이 분야의 잠재적 가치가 막대하다고 믿고 있음을 시사하는 치열한 경쟁이 벌어지고 있습니다. 이들 모두가 틀릴 수도 있습니다. 하지만 같은 사안에 대해 모두가 동시에 틀리는 경우는 드뭅니다.
면책 조항: 이 기사는 정보 제공만을 목적으로 하며, 언급된 어떤 기업, 제품 또는 기술에 대한 투자 조언, 지지 또는 추천을 구성하지 않습니다.












