에이전트 AI의 부침 속, 물리적 AI의 신중한 접근 필요성 대두. 기업들은 실제 환경 적용 전, 통제된 환경에서 안전성 확보가 중요.
에이전트 AI가 지난 몇 년간 폭풍처럼 등장했지만, 실패한 프로젝트와 기업들이 아직 해결해야 할 첨단 기술 쓰레기로 가득 찬 길을 만들었습니다. 따라서 기술 업계 경영진들이 기업들에게 물리적 AI에 대해 신중하게 접근할 것을 촉구하는 것은 놀라운 일이 아닙니다. 왜냐하면 실수는 광범위한 비즈니스 및 사회적 결과를 초래할 수 있기 때문입니다. Mech-Mind Robotics의 CEO인 Tianlan Shao는 "명확한 경계, 정의 및 규칙이 필요합니다."라고 말했습니다. Shao는 최근 세계 경제 포럼(WEF) 패널 세션에서 회사가 통제된 환경에서 인간의 감시 없이 오류를 피하기 위해 전기톱을 휘두르는 로봇과 같은 것을 실험할 여유가 없다고 말했습니다.
물리적 AI 도입 현황 및 전망
Deloitte는 지난달 발표한 State of AI in the Enterprise 연구에서 전 세계 기업의 절반 이상이 이미 어떤 형태로든 물리적 AI를 사용하고 있으며, 그 수치는 앞으로 몇 년 안에 80%로 증가할 것이라고 밝혔습니다. 사용 사례에는 로봇, 드론, 검사 장치, 지능형 보안 카메라, 지게차 및 기타 산업 응용 프로그램이 포함됩니다. Deloitte는 연구에서 "공장 및 창고와 같은 통제된 영역에서의 물리적 AI 사용 사례는 과제와 위험이 훨씬 더 큰 개방적이고 실제 환경에서의 사용 사례보다 훨씬 빠르게 진행되는 경향이 있습니다."라고 밝혔습니다.
WEF에서의 논의
Helios AI의 CEO인 Francisco Martin-Rayo는 다보스에서 열린 WEF에서 기술에 대한 대화를 추적한 결과 물리적 AI 논의는 "Jetsons와 같은" 미래 지향적인 로봇보다는 실제 파일럿과 결과에 더 집중되었다고 말했습니다. Martin-Rayo는 "강조점은 물류, 농업, 에너지 및 제조와 같이 노동력 부족과 효율성 향상이 오늘날 매우 현실적인 문제인 제약된 환경에서의 배포에 있었습니다."라고 말했습니다. 물리적 AI는 소프트웨어 AI보다 더 느리게 발전할 것으로 예상되지만, 일단 발전하면 사회가 기능하는 방식에 더 깊고 오래 지속되는 영향을 미칠 것이라고 Martin-Rayo는 말했습니다.
물리적 AI의 과제
BairesDev의 CEO인 Nacho De Marco는 WEF에서 화제가 된 주제를 추적하면서 물리적 AI는 시험 외에도 진행 속도를 늦출 수 있는 과제가 있다고 말했습니다. 아직 "로봇용 ChatGPT"는 없으며 전력 소비, 이동성 및 비용과 같은 하드웨어 문제는 기술 개발을 방해합니다. De Marco는 "많은 사람들이 우리가 여전히 [물리적] AI의 플로피 디스크 단계에 있다고 믿고 있습니다."라고 말했습니다. 잠재적인 사용 사례가 노인 간호, 물류 및 산업 자동화에서 나타나고 있지만 WEF에서의 이야기는 "화려함보다는 기본에 더 중점을 두고 있으며 솔직히 좋은 징조입니다."라고 De Marco는 말했습니다. 그는 "물리적 AI에 대한 표준화된 개발 계층이 없습니다. 모든 사람이 자체 생태계를 구축하고 있으며 이는 채택 속도를 늦춥니다."라고 덧붙였습니다.
소프트웨어와 물리적 세계의 결합
Genpact의 최고 에이전트 AI 책임자인 Jinsook Han은 가상 세계의 소프트웨어가 물리적 세계와 얼마나 잘 결합되는지에 대한 질문도 남아 있다고 말했습니다. Han은 "그 계층을 정의하는 데 시간이 걸릴 것이라고 생각합니다. 문제는 우리가 물리적 AI가 무엇을 하도록 허용할 의향이 있는지, 얼마나 많이 허용할 의향이 있는지에 대한 것입니다. 7년 후 또는 5년 후라고 말하는 미래학자는 아닙니다. 우리는 매우 가까워지고 있다고 생각합니다."라고 말했습니다.
물리적 AI의 기반
Deloitte AI Institute의 글로벌 책임자인 Beena Ammanath는 물리적 AI의 구성 요소가 10년 이상 전에 마련되었다고 말했습니다. 그것은 IoT 및 센서로 시작하여 로봇 프로세스 자동화 및 데이터 과학으로 이어졌고 가장 최근에는 에이전트를 통한 자율 실행으로 이어졌습니다. Ammanath는 "기본 토대가 12, 13년 전에 마련되었으며 이제 우리는 이 지능을 그 토대로 더 많이 밀어 넣을 수 있게 되었습니다."라고 말했습니다.
물리적 AI의 활용 증가
물리적 AI는 특히 감시 및 보안 시스템에서 두드러지고 있으며, 지능형 카메라는 장치에 지능을 주입하여 알람을 처리할 수 있습니다. 그 외에도 많은 협업 로봇이 이제 서로 통신하고 결정을 내릴 수 있습니다. 그리고 소매점에서 물리적 AI 사용 사례가 증가하고 있습니다. Ammanath는 "소비자 상점에서는 반품 또는 판매 시점을 자동화하고 대화를 나눌 수 있도록 하는 데 더 많은 추진력이 있습니다. 항상 백에서 LLM의 형태가 있습니다."라고 말했습니다.
산업 공정에서의 AI 활용
AI는 수년 동안 산업 공정을 주도해 왔으며 생산성 향상이 나타나고 있다고 Gartner의 이사인 Deepak Seth가 말했습니다. 예를 들어, 최신 자동차 공장은 로봇이 하루 종일 작동하고 서로를 볼 필요가 없어 전기 요금을 절약하기 때문에 내부가 완전히 어둡습니다. Seth는 "다음 단계는 그것을 더 인간형으로 만들고 AI 기반 로봇처럼 우리가 무엇을 먹고 싶어하는지 파악하고 요리하는 것과 같이 우리의 일상 생활의 더 많은 부분이 되도록 하는 것입니다."라고 말했습니다. 에이전트 분야에서 확고한 입지를 다진 Genpact도 물리적 AI 분야에서 발전할 계획이라고 Jinsook Han은 말했습니다. Han은 "우리의 유산은 GE입니다. 공급망에서 제조에 이르기까지 우리는 물리적 AI에 절대적으로 투자하고 있으며 오랫동안 우리의 생각 속에 있었습니다."라고 말했습니다.
