SKF 2026 핵심 정리｜피지컬 AI 시대가 시작된다. 반도체·데이터·6G·물리학이 만드는 새로운 산업혁명

AI 산업은 이제 생성형 AI를 넘어 새로운 단계로 진입하고 있습니다. 질문에 답하는 AI를 넘어, 직접 움직이고 판단하며 현실 세계를 이해하는 피지컬 AI(Physical AI) 시대가 시작되고 있습니다.

SKF 2026(Strong Korea Forum 2026)은 이러한 변화의 중심에서 "피지컬 AI 모먼트, 반도체 변곡점"이라는 주제로 개최되었습니다. 이번 포럼에서는 단순히 AI 모델이 얼마나 똑똑해질 것인가가 아니라, 실제 로봇과 자율주행차, 스마트팩토리, 국방, 의료 등 현실 세계에서 AI가 작동하기 위해 반드시 필요한 핵심 기술들이 집중적으로 논의되었습니다.

결론부터 말하면 앞으로의 AI 경쟁은 하나의 모델 경쟁이 아닙니다.

반도체 + 데이터 + 소프트웨어 + 네트워크 + 물리학이 모두 결합된 거대한 산업 생태계 경쟁이 시작되고 있습니다.

---

1. 초지능을 설계하는 반도체

피지컬 AI 시대에는 기존 데이터센터용 GPU만으로는 한계가 있습니다.

거대한 GPU는 엄청난 전력을 소비하기 때문에 자동차나 로봇처럼 배터리로 움직이는 기기에서는 사용할 수 없습니다.

그래서 앞으로는 얼마나 빠른 반도체인가보다 얼마나 적은 전력으로 AI를 구동하는가가 더 중요해집니다.

서울대학교 이종호 교수는 앞으로의 핵심 키워드로 뉴로모픽 반도체, 인메모리 컴퓨팅(PIM) 그리고 인센서 컴퓨팅을 제시했습니다.

뉴로모픽 반도체는 인간의 뇌 구조를 모방해 매우 적은 전력으로 연산하는 차세대 AI 칩입니다.

인메모리 컴퓨팅은 데이터를 메모리와 CPU 사이를 계속 이동시키지 않고 메모리 내부에서 바로 계산하여 전력과 시간을 크게 줄이는 기술입니다.

또 하나 중요한 변화는 센서 자체가 AI가 되는 시대입니다.

카메라나 라이다 같은 센서가 모든 데이터를 중앙칩으로 보내는 것이 아니라 센서 안에서 먼저 중요한 정보만 분석한 뒤 전달하는 인센서 컴퓨팅이 핵심 기술로 떠오르고 있습니다.

여기에 더해 데이터 이동 병목을 해결하기 위해 구리선 대신 빛을 이용하는 광 인터커넥트와 여러 칩을 하나처럼 묶는 3D 패키징 기술도 앞으로 반도체 산업의 핵심 경쟁력이 될 전망입니다.

---

ASML이 세계 1위가 된 이유

전 ASML 출신 피터 웰하우즈는 세계 최고의 반도체 장비 기업이 된 비결을 소개했습니다.

많은 사람들이 ASML을 기술 기업으로만 생각하지만 사실 가장 큰 경쟁력은 생태계 구축 능력입니다.

ASML은 모든 부품을 직접 만들지 않습니다.

약 10만 개의 부품 가운데 핵심 일부만 직접 개발하고 나머지는 세계 최고의 전문기업들과 함께 공동 개발합니다.

대표적으로

• 자이스는 광학
• VDL은 기계 구조
• 다양한 협력사가 정밀 부품

을 담당하며 하나의 장비를 완성합니다.

또한 삼성전자, 인텔, TSMC 같은 경쟁사들이 동시에 연구개발 비용을 투자해 모두가 사용하는 EUV 장비를 함께 개발했습니다.

이처럼 경쟁하면서도 협력하는 Co-opetition 전략이 오늘날 ASML을 만들었습니다.

---

2. 피지컬 AI를 움직이는 것은 결국 데이터다

고태봉 전 애널리스트는 앞으로 가장 중요한 자산은 GPU가 아니라 현실 데이터라고 강조했습니다.

LLM은 인터넷의 글을 학습하면 되지만 로봇은 그렇지 않습니다.

걷는 법

문을 여는 법

물건을 잡는 법

사람을 피하는 법

이 모든 것은 실제 현실에서 수집된 데이터가 필요합니다.

특히 30초짜리 실제 영상만으로도 수십억 개의 토큰이 생성될 만큼 피지컬 AI는 엄청난 양의 데이터를 요구합니다.

그래서 앞으로는 데이터를 많이 가진 기업이 AI 경쟁력을 갖게 됩니다.

---

데이터 플라이휠

피지컬 AI의 핵심은 데이터 플라이휠(Data Flywheel) 입니다.

제품이 많이 팔립니다.

↓

사용 데이터가 쌓입니다.

↓

AI가 더 똑똑해집니다.

↓

제품 성능이 좋아집니다.

↓

더 많이 판매됩니다.

↓

다시 더 많은 데이터가 축적됩니다.

이 선순환 구조를 먼저 만드는 기업이 시장을 장악하게 됩니다.

대표적인 사례가 테슬라입니다.

자동차가 많이 판매될수록 자율주행 데이터가 증가하고 그 데이터가 다시 자율주행 성능을 개선하는 구조입니다.

---

한국의 가장 큰 경쟁력

한국은 제조업 강국입니다.

따라서 인터넷 데이터보다 더 중요한 현장의 암묵지(Tacit Knowledge) 를 가장 많이 보유하고 있습니다.

숙련공의 작업 방식

공장의 노하우

생산 공정 데이터

설비 운영 경험

이런 현실 데이터가 앞으로 AI 시대의 가장 중요한 자산이 될 가능성이 높습니다.

---

3. 디지털 트윈이 피지컬 AI를 훈련시킨다

실제 공장에서 로봇을 학습시키는 것은 매우 위험하고 비용도 많이 듭니다.

그래서 등장한 것이 디지털 트윈입니다.

현실과 동일한 공장이나 도시를 가상세계에 만들고

그 안에서 수천만 번 반복 학습한 뒤

완성된 AI를 현실에 적용하는 방식입니다.

이를 Sim-to-Real이라고 합니다.

현실에서 실험하는 대신 가상공간에서 먼저 모든 실패를 경험하는 것입니다.

앞으로 스마트팩토리와 자율주행 산업에서는 필수 기술이 될 가능성이 큽니다.

---

4. AI는 무조건 크게 만드는 것이 답이 아니다

UNIST 윤상욱 교수는 현재 AI 산업이 지나치게 스케일링 법칙에 의존하고 있다고 지적했습니다.

지금은

더 많은 GPU

더 많은 데이터

더 큰 모델

을 만들면 성능이 올라갑니다.

하지만 자연은 다르게 움직입니다.

예를 들어 호박벌은 겨우 100만 개 정도의 뉴런만으로도

길을 기억하고

도구를 사용하며

환경 변화에 적응합니다.

즉 앞으로 AI 역시 무조건 큰 모델보다

적응력이 뛰어난 효율적인 AI가 새로운 방향이 될 가능성이 있습니다.

---

5. 6G는 단순히 인터넷 속도가 아니다

많은 사람들이 6G를 빠른 인터넷 정도로 생각합니다.

하지만 피지컬 AI 시대의 6G는 완전히 다른 개념입니다.

핵심은 AI-RAN입니다.

기지국 자체에 GPU를 넣는 것입니다.

예를 들어 로봇이

"이 물건을 집어."

라는 명령을 받았을 때

모든 계산을 로봇 안에서 하지 않습니다.

가까운 6G 기지국이 일부 AI 연산을 대신 처리합니다.

그러면

더 빠르고

더 가볍고

더 저렴한 로봇을 만들 수 있습니다.

결국 6G 기지국은 인터넷 장비가 아니라 AI 데이터센터의 분산 거점으로 진화하게 됩니다.

---

6. 자율주행은 이미 상용화 단계에 들어갔다

카카오모빌리티는 실제 서울 강남에서 자율주행 서비스를 운영하고 있습니다.

단순히 자동차 기술만 중요한 것이 아닙니다.

플랫폼이 함께 발전해야 합니다.

호출 데이터

도로 데이터

운행 패턴

사용자 이동

이 모든 정보가 다시 AI를 학습시키는 자산이 됩니다.

결국 플랫폼을 가진 기업이 자율주행 경쟁에서도 유리해질 가능성이 높습니다.

---

7. AI 시대일수록 물리학이 더 중요해진다

흥미로운 점은 AI가 발전할수록 오히려 물리학의 중요성이 커지고 있다는 것입니다.

경희대 김은성 원장은 AI 시대일수록 제1원리 사고(First Principle Thinking) 가 중요하다고 설명했습니다.

AI는 엄청난 정보를 제공하지만

항상 정답을 말하는 것은 아닙니다.

따라서 인간은

왜 그런가

정말 맞는가

가장 근본 원리가 무엇인가

를 끊임없이 의심하고 검증해야 합니다.

이 능력이 앞으로 인간의 핵심 경쟁력이 됩니다.

---

8. 물리 엔진이 피지컬 AI의 두뇌가 된다

마음AI 최용섭 대표는 앞으로 AI보다 더 중요한 것이 물리 엔진이 될 수 있다고 설명했습니다.

로봇이 걷고

넘어지고

물건을 잡고

자동차가 회전하는 모든 과정은

중력

마찰력

탄성

관성

같은 물리 법칙을 정확히 계산해야 합니다.

결국 현실과 똑같은 시뮬레이션을 만드는 능력이 피지컬 AI 경쟁력을 결정하게 됩니다.

---

9. AI 조종사가 전투기를 조종하는 시대

스웨덴 방산기업 Saab는 이미 AI 전투기를 시험하고 있습니다.

AI는 단 몇 시간 만에 수십 년치 비행 경험을 학습했습니다.

앞으로 인간 조종사는 직접 조종하는 사람이 아니라

여러 대의 AI 무인기를 지휘하는 감독자 역할로 바뀔 가능성이 높습니다.

국방 역시 피지컬 AI가 가장 빠르게 확산되는 산업 가운데 하나입니다.

---

종합 정리

SKF 2026이 전달한 가장 중요한 메시지는 명확했습니다.

앞으로 AI 경쟁은 단순히 더 뛰어난 LLM을 만드는 경쟁이 아닙니다.

진짜 경쟁은 현실 세계를 이해하고 움직이는 피지컬 AI 생태계를 누가 먼저 구축하느냐입니다.

이를 위해서는 초저전력 AI 반도체, 현실 데이터를 확보하는 데이터 플라이휠, 디지털 트윈 기반의 학습 환경, 6G AI 네트워크, 물리 엔진, 그리고 인간의 제1원리 사고가 하나의 거대한 생태계로 연결되어야 합니다.

특히 제조업과 반도체, 통신 인프라를 모두 갖춘 한국은 피지컬 AI 시대에서 상당한 경쟁력을 보유하고 있습니다. 앞으로 AI 산업의 승자는 단순히 모델을 잘 만드는 기업이 아니라, 반도체부터 데이터·네트워크·소프트웨어·물리학까지 하나의 생태계를 구축하는 기업과 국가가 될 가능성이 매우 높습니다.