피지컬 AI — 엠보디드·VLA·감속기·휴머노이드

면책: 본 문서는 교육 목적이며, 특정 개인·법인에 대한 투자·세무·법률 자문이 아닙니다. 제도·세율·상품 조건은 변경될 수 있으므로 실행 전 공식 출처를 확인하세요.

메타

항목	내용
최종 검증일	2026-05-24
정책·법령 기준일	2025-12-31 확정, 2026 개편 별도 표기
난이도	L3 (Deep) — READER-GUIDE
예상 읽기 시간	55~65분
관련 bucket	Bucket 3 (로봇·산업 ETF), Bucket 4 (감속기·휴머노이드·코스닥)

0. 이 편 읽기 전 (5분)

항목	내용
난이도	L3 (Deep) — READER-GUIDE §L등급
선수	ai-infrastructure, sector-investing-framework
이번 편에서 쓰는 기호	본문 §4·§4a 표 참고
복습 한 줄	—

TL;DR

1. 피지컬 AI(Physical AI / Embodied AI) 는 클라우드 모델이 센서·액추에이터·로봇을 통해 물리 세계에서 행동하는 것 — 데이터·안전·비용 장벽이 큽니다.
2. VLA(Vision-Language-Action) 는 보기·말하기·행동을 하나의 정책으로 — 시뮬→실세계 gap·데이터 scarcity가 핵심 리스크.
3. 밸류체인: AI 모델(클라우드) → 엣지 추론 → 감속기(reducer)·서보·센서 → 로봇 OEM — ai-infrastructure.md와 수익화 시점이 다릅니다.
4. 휴머노이드는 내러티브·CAPEX 실험 비중이 크고, 산업·협동로봇이 단기 commercialization에 가깝습니다.
5. 투자: 코어 = 로봇·산업 ETF(Bucket 3), 위성 = 감속기·휴머노이드·코스닥(Bucket 4, 0~20%) — kosdaq-tier-system.md 필수.

1. 한 줄 정의 + 왜 중요한가

GPU (Graphics Processing Unit)

AI 학습·추론 가속 칩.

정의: 피지컬 AI는 엠보디드 AI(Embodied AI) — 카메라·LiDAR·힘 센서로 환경을 인지하고, 모터·관절로 조작·이동하는 시스템입니다. VLA는 비전·언어·행동을 통합한 모델 아키텍처를 가리킵니다.

ETF (Exchange-Traded Fund)

거래소에 상장된 인덱스·자산 묶음 펀드.

왜 중요한가 (장기 자산 형성·bucket 연결):

Bucket

시간·목적별 자금 슬롯(0 비상금 → 3 코어 등)

2024~ 휴머노이드·Figure·Tesla Optimus 등 내러티브가 폭발했지만, 단위 경제성·안전·규제·데이터는 클라우드 AI보다 느립니다. “AI = 전부 오른다”에 피지컬 AI 테마주를 코어급으로 넣으면 Bucket 4 상한·코스닥 승강제 리스크에 노출됩니다. 반대로 장기 10년+ 관점에서 노동·물류·제조 TAM은 크므로, sector-investing-framework.md 5단계로 산업로봇 vs 휴머노이드를 분리하고 학습·실험 슬롯(Bucket 4)에 두는 것이 core-satellite-framework.md와 맞습니다.

핵심은: 피지컬 AI는 "ChatGPT에 팔다리 달기"처럼 들리지만, 실제 상용화까지는 소프트웨어 AI보다 수배 더 어려운 물리적 제약이 있습니다. 중력, 마찰, 예측 불가한 환경, 안전 인증 — 이것이 왜 "휴머노이드가 5년 안에 폭발한다"는 내러티브와 "실제 투자 수익화"가 시간 차를 보이는 이유입니다. 산업·협동로봇은 이미 상용화 중이고, 휴머노이드는 아직 실험 단계입니다.

2. 선수 지식 / 이후 읽을 것

선수: - ai-infrastructure.md — 클라우드·GPU (대비) - sector-investing-framework.md - semiconductor.md — 엣지·센서 SoC

이후: - power-grid-electrification.md — 공장 전력 - battery-lfp-ncm-ess.md — 모바일 로봇 전원 - recommended-deep-study-roadmap.md - kosdaq-tier-system.md

3. 직관·비유

피지컬 AI를 “ChatGPT에 팔·다리 달기”로 비유합니다. 클라우드 AI는 도서관에서 답변 — 전기만 있으면 됩니다. 피지컬 AI는 창고에서 박스를 들어 — 미끄러운 바닥·무게·사람이 변수입니다. sim2real gap = 게임 속 운전 vs 빗길 운전 차이.

감속기(reducer) 는 관절의 기어 박스 — 토크·정밀도·소음. 휴머노이드는 관절 30+개 × 감속기 — BOM 비용의 핵심. 한국 감속기·로봇 부품 = 피지컬 AI 위성 후보.

휴머노이드 vs 협동로봇: 휴머노이드 = 범용 실험실 — 멋지지만 비쌈; 협동로봇(cobot) = 공장 한 셀 — ROI 계산 가능. 투자도 내러티브(4) vs 실적(3 ETF) 분리.

쉽게 말하면: "자율주행차가 도로에서 달리는 것"과 "ChatGPT가 답을 생성하는 것"의 차이를 생각해보세요. 자율주행은 햇빛 반사, 갑자기 튀어나온 아이, 빗길에서도 작동해야 합니다. 피지컬 AI도 마찬가지 — 공장 바닥이 젖어 있어도, 사람이 갑자기 끼어들어도 안전하게 작동해야 합니다. sim2real gap은 이 "게임 속 완벽 동작 → 현실 세계 적용"의 어려움입니다.

핵심은: 피지컬 AI 투자는 "로봇이 멋지다"는 비전에 베팅하는 것이 아니라, 감속기·서보·센서 등 핵심 부품 공급사의 수주와 OEM 고객사 양산 계획이 현실화되는 시점을 추적하는 것입니다. 내러티브 선행 → 실적 확인 → 포지션 조정의 순서가 Bucket 4 위성의 합리적 접근입니다.

4. 정식 개념·용어

용어	한글	English	정의
Embodied AI	엠보디드 AI	—	몸을 가진 AI
VLA	비전-언어-행동	Vision-Language-Action	멀티모달 행동 정책
Reducer	감속기	Harmonic/RV reducer	토크·정밀 전달
Servo	서보	—	모터+제어
Cobot	협동로봇	Collaborative robot	인간 근접 작업
Humanoid	휴머노이드	—	이족보행 범용 형태
Sim2Real	—	Simulation to reality	시뮬→현실 이전 gap
Edge AI	엣지 AI	—	온디바이스 추론
BOM	자재비	Bill of materials	단위 원가
DoF	자유도	Degrees of freedom	관절 수

4a. 핵심 용어 (본문 등장 순)

복습용. 정의는 §4 본표·glossary·본문 !!! info 박스.

용어	한 줄	관련 이론	glossary
Embodied AI	몸을 가진 AI	§4	glossary
VLA	멀티모달 행동 정책	§4	glossary
Reducer	토크·정밀 전달	§4	glossary
Servo	모터+제어	§4	glossary
Cobot	인간 근접 작업	§4	glossary
Humanoid	이족보행 범용 형태	§4	glossary
Sim2Real	시뮬→현실 이전 gap	§4	glossary
Edge AI	온디바이스 추론	§4	glossary
BOM	단위 원가	§4	glossary
DoF	관절 수	§4	glossary

5. 메커니즘

5.1 피지컬 AI 스택

flowchart TB
  subgraph cloud [클라우드_학습]
    VLM["VLM 기초모델"]
    VLA["VLA 파인튜닝"]
  end
  subgraph edge [온로봇_엣지]
    Infer["경량 추론"]
    Control["제어 루프 1ms"]
  end
  subgraph body [하드웨어]
    Cam["비전 LiDAR"]
    Red[감속기]
    Motor[서보]
    Frame["구조 관절"]
  end
  VLM --> VLA
  VLA --> Infer
  Infer --> Control
  Cam --> Infer
  Control --> Motor
  Red --> Motor
  Motor --> Frame

5.2 VLA 데이터·배포 루프

flowchart LR
  Sim["시뮬 데이터"] --> Pretrain[사전학습]
  Real["실세계 데모"] --> Finetune[파인튜닝]
  Pretrain --> Finetune
  Finetune --> Deploy[배포]
  Deploy --> Fail["실패 케이스"]
  Fail --> Real
  Safety["안전 규제"] -.-> Deploy

데이터 scarcity: 실세계 manipulation 데이터는 텍스트보다 비싸고 느림.

5.3 휴머노이드 vs 산업로봇 (투자 렌즈)

quadrantChart
  title 상용화_vs_내러티브_교육용
  x-axis 낮은_내러티브 --> 높은_내러티브
  y-axis 낮은_상용화 --> 높은_상용화
  Cobot: [0.3, 0.75]
  AMR: [0.4, 0.7]
  Humanoid: [0.85, 0.25]
  Reducer: [0.5, 0.65]

	산업·협동	휴머노이드
TAM 확실성	높음	불확실
BOM	중	매우 높음
bucket	ETF 3	개별 4
한국	로봇·감속기	테마 코스닥 주의

6. 수식·모델

로봇 셀 ROI (교육):

기호	이름	이 식에서 의미
r	할인율·수익률	기간당 이자·요구수익률
n	기간	연·월 등 복리·할인에 쓰는 횟수
PV	현재가치	오늘 시점으로 환산한 금액
FV	미래가치	미래 시점의 목표·결과 금액

\[ \text{ROI} \approx \frac{\text{절감 인건비} + \text{품질·가동 이득} - \text{유지·전력}}{\text{로봇·설치 CAPEX}} \]

식 (기호): ROI ≈ (절감 인건비 + 품질·가동 이득 - 유지·전력) / (로봇·설치 CAPEX)

식 (기호): ROI ≈ (절감 인건비 + 품질·가동 이득 - 유지·전력) / (로봇·설치 CAPEX)

식 (기호): ROI ≈ (절감 인건비 + 품질·가동 이득 - 유지·전력) / (로봇·설치 CAPEX)

읽는 법: ROI와 절감 인건비의 관계를 위 식으로 쓴다. 경제·재무 해석은 변수표 「이 식에서 의미」와 DEPTH-STANDARD 기호 예제를 맞춘다. - 회수 기간 2~4년 = commercial; 10년+ = 실험

휴머노이드 BOM (가상):

기호	이름	이 식에서 의미
r	할인율·수익률	기간당 이자·요구수익률
n	기간	연·월 등 복리·할인에 쓰는 횟수
PV	현재가치	오늘 시점으로 환산한 금액

\[ \text{BOM} \approx N_{\text{DoF}} \times (\text{감속기} + \text{서보}) + \text{센서} + \text{컴pute} \]

식 (기호): BOM ≈ N_DoF ×(감속기 + 서보) + 센서 + 컴pute

식 (기호): BOM ≈ N_DoF ×(감속기 + 서보) + 센서 + 컴pute

식 (기호): BOM ≈ N_DoF ×(감속기 + 서보) + 센서 + 컴pute

읽는 법: r와 n의 관계를 위 식으로 쓴다. 경제·재무 해석은 변수표 「이 식에서 의미」와 DEPTH-STANDARD 기호 예제를 맞춘다.- DoF 30, 감속기 200만 원×30 = 6,000만 원 (가상) — 양산 전 단가 불확실

위성 상한:

기호	이름	이 식에서 의미
r	할인율·수익률	기간당 이자·요구수익률
n	기간	연·월 등 복리·할인에 쓰는 횟수
PV	현재가치	오늘 시점으로 환산한 금액

\[ \text{피지컬 AI 위성} \leq 20\% \times \text{포트} \]

읽는 법: r와 n의 관계를 위 식으로 쓴다. 경제·재무 해석은 변수표 「이 식에서 의미」와 DEPTH-STANDARD 기호 예제를 맞춘다. - 휴머노이드 pure-play = 내러티브 β 극대

---

시점으로 환산한 금액 |

\[ \text{피지컬 AI 위성} \leq 20\% \times \text{포트} \]

읽는 법: r와 n의 관계를 위 식으로 쓴다. 경제·재무 해석은 변수표 「이 식에서 의미」와 DEPTH-STANDARD 기호 예제를 맞춘다. - 휴머노이드 pure-play = 내러티브 β 극대

7. 한국 적용

7.1 2025년 기준 (확정)

영역	한국	bucket
감속기·로봇 부품	글로벌 supply	4
로봇 OEM	산업·협동	3~4
로봇 ETF	KRX·해외	3
코스닥 휴머노이드 테마	승강제	4 — kosdaq-tier-system.md
AI 모델	클라우드 import	ai-infrastructure.md

DB·ISA: 로봇 ETF는 ISA Bucket 2b~3; 테마 코스닥 위성.

7.2 2026년 개편·시행 예정 (해당 시)

항목	2025	2026
ISA 비과세	200만	500만
산업안전·로봇 규제	현행	협동로봇 기준 강화 보도
휴머노이드	데모	파일럿 — 매출 제한적
코스닥 승강제	—	테마주 필수 확인

법·정책: 산업안전보건법, KOSDAQ 승강제, references/sources.md

7.3 산업로봇 vs 휴머노이드 — 한국 투자 맵 (교육)

세그먼트	상용화	한국 노출	bucket	확인 문서
협동로봇(cobot)	높음	로봇 OEM·SI	3 ETF	IFR 통계
AMR/물류	중~높	소프트·HW	3~4
감속기·서보	높음	부품	4	CAPEX cyclical
휴머노이드	낮음	코스닥 테마	4	kosdaq-tier-system.md
VLA 스타트업	실험	비상장·간접	—

커리어 시너지: AI 엔지니어는 ai-infrastructure.md + 본 문서 VLA·sim2real을 함께 보면 “모델 배포 → 로봇” 갭을 직업 관점에서 이해합니다. 투자는 커리어 인사이트 ≠ 매수 신호.

전력·공장: 로봇 밀집 공장은 power-grid-electrification.md 산업 부하 — 피크 관리.

배터리: AMR·휴머노이드 소형 팩은 battery-lfp-ncm-ess.md LFP 비중 ↑ 가능.

7.4 한국 투자자 실전 가이드 (교육)

피지컬 AI 투자 경로 (가상 예시): 1. 코어 (Bucket 3): TIGER 글로벌리더10배우량 또는 글로벌 로봇·산업 ETF (ROBO·BOTZ 등) → ISA/IRP 내 소량 2. 위성 (Bucket 4): 국내 감속기·정밀구동부품·비전센서 상장사 — 코스닥 비중 높음 → kosdaq-tier-system.md 3. 미국 직접: 산업자동화 대형주 (교육 참고)

한국 피지컬 AI 밸류체인 (교육):

구성요소	국내 노출	리스크
감속기·하모닉드라이브	일부 코스닥	일본 Harmonic Drive 경쟁
서보·모터	국내 제조사	중국 저가화
비전·3D 센서	코스닥 중소형	내러티브 선행
로봇 OEM	중견~대형	대량 양산 시기 불확실

쉽게 말하면: 한국 피지컬 AI 관련주 중 많은 수가 코스닥 소형주입니다. "로봇이 뜬다" 내러티브가 강할 때 변동성이 매우 크고, 실적이 나오기 전에 PER이 과열될 수 있습니다.

8. 숫자 예제 (가상)

모든 인물·금액·회사명은 가상입니다.

예제 1: 협동로봇 셀 ROI (가상 공장 G)

	값
로봇+설치	8,M (만 원 단위, 교육용)
연 인건비 절감	4,M (만 원 단위, 교육용)
회수	~2년

→ 산업로봇 = commercial — ETF·OEM 3.

예제 2: 휴머노이드 (가상 스타트업 H)

	값
BOM (프로토)	F/대
양산 목표	5,M (만 원 단위, 교육용)
2025 출하	12대 (데모)
매출	*F vs R&D F***

→ PER·PS 무의미 — Bucket 4 실험.

예제 3: 포트 (가상 I)

	비중	bucket
로봇 ETF	8%	3
QQQ	25%	3
가상 감속기	3%	4
가상 휴머노이드 코스닥	2%	4

→ 위성 5% < 20%; 코스닥 투자주의 시 0%.

예제 4: 감속기 vs 휴머노이드 (가상, 3년)

	감속기 (가상 R)	휴머노이드 OEM (가상 S)
매출 CAGR	12%	80% (기저 작음)
OPM	18%	-40%
ROIC	>WACC	<<WACC
bucket	4	4 (실험)

→ 성장률 만 보면 S 선호 — 4. 재무 역전.

예제 보강: 로봇 원가 구조 단계별 계산 (가상, 기호)

설정 (교육용 기호): - 로봇 BOM 원가: C_BOM - 감속기 비중: w_r ≈ 0.25~0.35 - 모터 비중: w_m ≈ 0.20~0.30 - AI 컴퓨팅 비중: w_AI (증가 추세) - 목표 판가: P_robot - 목표 마진: m

단계별 BOM 분석:

\[ C_{BOM} = P_{robot} \times (1 - m) \]

\[ \text{감속기 구매 규모} = C_{BOM} \times w_r \times Q_{robot} \]

가상 시나리오 (교육):

부품	비중	단가 추이	핵심 벤더
감속기	w_r = 30%	규모 증가 시 하락	하모닉·나부테스코 등
모터	w_m = 25%	공급 경쟁 증가	다수
AI 칩	w_AI = 5%→15%	성능 향상 시 확대	NVIDIA 등
배터리	w_b = 10%	LFP 채용 확대	CATL 등

교훈: 로봇 CAPEX 확대 시 감속기 → 모터 → AI 칩 순으로 공급 병목 확인 필요

9. FAQ

Q1. 피지컬 AI = 휴머노이드?
A. 아니오. AMR·cobot·비전 포함. 휴머노이드는 부분집합.

Q2. ai-infrastructure.md와 차이?
A. 인프라 = DC·GPU; 피지컬 = 현장·로봇. 수익화 속도 다름.

Q3. VLA가 뭔가요?
A. Vision-Language-Action — “컵 집어” 행동 출력.

Q4. 감속기(reducer) 왜 중요?
A. 토크·정밀 — 관절 BOM·마진 핵심.

Q5. 한국 감속기주는 코어?
A. 위성 4 — 로봇 CAPEX 사이클.

Q6. 휴머노이드 ETF 있나?
A. 로봇·산업 ETF가 근사 — pure humanoid 희소.

Q7. sim2real gap?
A. 시뮬에서 배운 게 현실에서 실패 — 데이터·비용.

Q8. 코스닥 휴머노이드 테마?
A. kosdaq-tier-system.md — 실매출 확인.

Q9. DB로 로봇 ETF?
A. 불가(일반). ISA.

Q10. 피지컬 AI 코어 비중?
A. 로봇 ETF 소량 3; 휴머노이드 올인 금지.

Q11. NVIDIA Isaac·VLA 발표 = 로봇주 매수?
A. 플랫폼 ≠ 한국 부품 수주. 5단계 2·4 — 밸류체인 · 재무.

Q12. recommended-deep-study-roadmap.md Week 7 건너뛰기?
A. 가능 — A티어 만 해도 됨. 휴머노이드 FOMO 만 줄어듦.

Q11. 휴머노이드가 정말 5년 안에 상용화되나요? A. 교육 관점: 산업 협동로봇은 이미 상용화 중입니다. 완전 자율 휴머노이드는 안전 인증·비용·sim2real gap 때문에 5년 대중화는 낙관적 시나리오입니다. 투자 관점에서는 "언제 상용화되냐"보다 "어떤 부품사가 실제 수주를 받았냐"를 추적하는 것이 더 실용적입니다.

Q12. 피지컬 AI와 AI 인프라 ETF는 어떻게 다른가요? A. AI 인프라 ETF는 클라우드·GPU·HBM 등 집중형 연산 인프라에 초점입니다. 피지컬 AI는 분산형 엣지 추론·로봇 하드웨어에 초점입니다. CAPEX 주체와 수익화 타임라인이 다릅니다. ai-infrastructure.md에서 대비를 정리했습니다.

Q13. 감속기 주식은 왜 로봇주로 분류되나요? A. 로봇의 관절 정밀도·토크는 감속기(reducer) 품질에 달려 있습니다. 휴머노이드 한 대에 감속기가 20~30개 들어갑니다. 대량 생산이 시작되면 감속기 수요가 폭발적으로 증가합니다. 현재 감속기 시장은 일본·독일 업체 중심이지만 한국·중국 업체들이 진입을 가속화하고 있습니다.

10. 함정·리스크·한계

• 휴머노이드 내러티브 — 매출·BOM
• VLA 데모 = 상용 착각
• 코스닥 테마 몰빵
• 클라우드 AI와 동일 PER — 타임라인 다름
• 안전·규제 — 산업현장 지연
• 중국 저가 로봇
• 감속기 — 로봇 수주 cyclical
• Bucket 4 초과
• 데모 영상 = 양산 착각
• 관세·수출 로봇 역풍 미반영
• 감속기 중국 대체 가격 압박

10.1 휴머노이드 red flag 체크 (교육)

red flag	의미
매출 << R&D 3년+	실험 단계
BOM > 목표가 2배+	양산 불확실
코스닥 투자주의	위성 0%
단일 OEM 의존	수주 취소 리스크
VLA 데모 only	sim2real 미검증

---

Q. 실무에서는?
교과서 식·기호를 그대로 적용하기 전에 수수료·세금·데이터 시점을 분리한다. 숫자는 DEPTH-STANDARD처럼 기호만 먼저 맞추고, 법령·시장 수치는 §8 표·외부 출처로 갱신한다.

11. 심화 읽기

• references/sources.md
• ai-infrastructure.md
• IFR World Robotics (교차)
• sector-investing-framework.md
• recommended-deep-study-roadmap.md — Week 7

11.1 VLA·엣지·로봇 3층 학습 경로 (교육)

층	내용	투자 연결
L1 클라우드	VLM·VLA 학습	QQQ·GPU 간접
L2 엣지	온로봇 추론·제어	semiconductor.md SoC
L3 바디	감속기·센서·액추에이터	위성 4

데이터 flywheel (개념): 배포 → 실패 케이스 수집 → 파인튜닝 → 성능 ↑ — 해자 가설 ≠ 주가 보장. 5단계 3. 경쟁에서 검증.

규제: 협동로봇 안전 인증 지연 = 매출 lag — 데모 ≠ 인증 완료.

rebalancing: 로봇 ETF 코어 비중은 rebalancing-and-dca.md — 위성 휴머노이드 급등 시 20% 초과 방지.

12. 스스로 점검 퀴즈

1. Embodied AI 한 줄?
2. VLA 세 글자 의미?
3. reducer 역할?
4. 휴머노이드 vs cobot 상용화?
5. sim2real gap?
6. 피지컬 AI 위성 bucket?
7. AI 인프ra와 수익화 속도?
8. 코스닥 테마 전 확인 문서?

정답 힌트

1. 센서·액추에이터로 물리 세계 행동하는 AI
2. Vision-Language-Action
3. 토크·정밀 전달 (기어)
4. cobot 더 가까움 (교육)
5. 시뮬→현실 이전 실패
6. Bucket 4 (ETF는 3)
7. 피지컬 더 느림·불확실
8. kosdaq-tier-system.md