1. 피지컬 AI 가 유독 특별한 이유 — 디지털 AI 와 무엇이 다른가
지난 3년 동안 우리가 "AI" 라고 부른 건 사실상 디지털 AI 였습니다. 생성형 AI 가 글·이미지·코드를 만들지만, 결과물이 화면 안에서 끝나죠. 피지컬 AI 는 그 끝을 바깥세계로 옮깁니다. 모델이 카메라로 본 장면을 이해하고, 관절을 움직여 물건을 잡고, 바퀴로 공장을 가로지릅니다. 비용 구조와 시장 규모, 양쪽이 디지털 AI 와 완전히 다른 결입니다.
가장 큰 차이는 "노동 시장에 직접 닿는다" 는 점입니다. 디지털 AI 가 화이트칼라 생산성을 끌어올리는 도구라면, 피지컬 AI 는 물류·제조·간병·건설 같은 블루칼라 일자리에 직접 들어갑니다. 골드만삭스가 2024년 보고서에서 추산한 글로벌 휴머노이드 시장은 2035년 380억 달러, ARK Invest 는 2030년대 후반에 24조 달러까지 본다고 발표했습니다. 추산 폭이 크지만 공통점은 "현재의 반도체 시장보다 큰 잠재 규모" 라는 결론입니다.
두 번째 차이는 "학습 데이터의 새로운 차원" 입니다. LLM 은 인터넷 텍스트를 다 빨아들이며 한계에 도달했는데, 피지컬 AI 는 시뮬레이션 환경에서 무한히 새로 만들 수 있는 데이터를 씁니다. NVIDIA Isaac Sim·Cosmos·Omniverse 위에서 가상 로봇이 수십만 번 넘어지고 부딪히며 학습합니다. 데이터 한계가 사라진다는 건 자본만 들어가면 모델이 계속 좋아진다는 뜻입니다.
2. 가치사슬 — 반도체에서 로봇 본체까지 4 단
투자 결정을 하기 전에 가장 중요한 건 "이 산업의 어느 층에 돈이 흐르는지" 를 보는 것입니다. 피지컬 AI 산업은 크게 4 단으로 나뉩니다. 아래쪽 일수록 이미 매출이 발생하는 확실한 수혜, 위쪽 일수록 잠재력은 크지만 양산 여부가 불확실합니다.
1 단 반도체 가 지금 가장 명확한 수혜처입니다. NVIDIA 가 로봇 두뇌용 Jetson Thor SoC 와 학습용 H200·B100 GPU 를 모두 공급하고, 그 안에 들어가는 HBM 은 SK하이닉스·삼성전자가 사실상 양분합니다. 로봇 1 대당 카메라 5~8 개·관절 28~50 개가 들어가니 Sony 이미지 센서·STMicro 모터 컨트롤러·TI 전력 반도체·암베렐라 비전 SoC 도 함께 늘어나는 구조입니다. 마켓 나우에서 5월 마지막 주 SK하이닉스가 +14% 가까이 점프한 이유도 정확히 여기에 있습니다.
2 단 파운데이션 모델·시뮬레이션 SW 는 NVIDIA 가 사실상 독점에 가까운 위치를 굳히고 있습니다. GR00T 는 휴머노이드 전용 파운데이션 모델, Cosmos 는 물리 세계 비디오 모델, Isaac Sim·Omniverse 는 학습용 가상 환경입니다. 이 네 가지를 묶어주는 회사가 그 외에 거의 없다는 점이 핵심이고, 그래서 NVIDIA 한 종목이 1 단과 2 단 양쪽 수혜를 동시에 가져갑니다. 구글 DeepMind RT-2, OpenAI 로보틱스 팀이 추격하지만 격차는 아직 큽니다.
3 단 로봇 본체 는 화려하지만 가장 검증이 덜 된 층입니다. Tesla Optimus 는 2026년 1만 대 양산 목표를 발표했고, Figure 02 는 BMW 사우스캐롤라이나 공장에서 실제 차체 부품을 옮기는 영상을 공개했습니다. 1X NEO 는 가정용을 표방하며 OpenAI 와 협업하고, 현대차는 Boston Dynamics 자회사 Atlas 차세대 모델을 2026년 공개했습니다. 한국 상장사로는 두산 로보틱스(454910)·레인보우로보틱스(277810)·로보티즈(108490) 가 협동로봇·서비스로봇 라인업으로 들어가 있습니다.
4 단 서비스·운용 은 "로봇을 빌려주고 시간당 요금을 받는" Robotics-as-a-Service 모델입니다. Agility Digit 이 이미 Amazon 물류센터에서 시간당 10~12 달러 요율로 운용 중이고, Figure 가 BMW 에 같은 모델을 적용하는 구조입니다. 양산 후 본격화될 영역이라 아직 상장 종목으로 노출을 잡기는 어렵습니다.
3. 대표 기업 — 1단·2단부터 한 줄씩
층별 핵심 종목을 한 줄로 정리합니다. 머니스쿱은 "이 종목이 오를 것" 이 아니라 "이 회사가 이 산업의 어느 자리에 있는지" 를 봅니다.
4. 한 종목 베팅을 피하는 길 — 로봇 ETF 5종
대부분의 투자자에게 가장 안전한 진입점은 ETF 입니다. 특히 Figure·Sanctuary·1X 처럼 가장 화제가 큰 회사는 비상장이라 직접 매수가 불가능하고, Tesla 같은 단일 종목 베팅은 변동성이 +-15% 가 일상입니다. 분산 투자 의 의미가 이 산업에서 특히 큽니다.
가장 단순한 조합은 두 가지입니다. 해외 직투가 가능하면 BOTZ 또는 ROBO 1개 + 국내 TIGER 459580 1개. 두 ETF 가 NVIDIA·Tesla 노출은 겹치지만, 국내 TIGER 가 SK하이닉스·삼성전자를 함께 담아 환·반도체 헤지가 자연스럽게 됩니다. 해외 직투가 부담스러우면 TIGER 459580 단독으로도 글로벌·국내 분산이 어느 정도 잡힙니다.
5. 투자자 5가지 전략 — 한 종목 베팅 피하기
피지컬 AI 는 산업 자체의 잠재력은 크지만 개별 종목 변동성이 매우 큰 분야입니다. 머니스쿱은 다음 다섯 가지 규칙을 권합니다. 다섯 모두 "한 종목·한 시점에 다 거는 것" 을 막는 도구입니다.
특히 전략 4 이벤트 캘린더 가 실전에서 가장 자주 흔들립니다. Tesla 가 "Optimus 양산 시작" 을 발표한다는 루머가 도는 주에는 보통 주가가 미리 뛰어 있다가 발표 직후 차익실현으로 -10~15% 빠지는 패턴이 반복됐습니다. 이벤트 직전 추격 매수보다 이벤트 직후 차익실현 구간에서 분할 진입이 평균 단가 면에서 훨씬 유리합니다. 거래량 과 변동성 의 의미를 기억해두면 이런 패턴이 보입니다.
전략 5 자산의 20% 룰 도 자주 무시되는데, 산업 잠재력이 크다는 흥분에 휩쓸려 비중을 50%·70% 까지 넣는 분들이 적지 않습니다. 휴머노이드 양산이 실제로 2027~2028 로 지연된다면 이 산업 전체가 -50% 까지 빠지는 시나리오도 가능합니다. 자산의 20% 안에서 노출을 잡아야 그런 구간을 견디면서 다음 사이클까지 살아남을 수 있습니다.
6. 머니스쿱 의견 — 눈여겨봐야 할 분야인 것은 확실합니다
피지컬 AI 가 다음 10년의 산업 주제 중 하나라는 점은 거의 의심의 여지가 없습니다. 노동시장에 직접 들어가는 AI 라는 점, 학습 데이터가 시뮬레이션으로 무한히 만들어진다는 점, 그리고 NVIDIA·Tesla·BMW·Amazon·현대차 같은 시가총액 상위 기업들이 동시에 같은 방향으로 자본을 쏟고 있다는 점, 세 가지가 동시에 갖춰진 산업은 흔치 않습니다.
다만 "산업 잠재력이 크다" 와 "지금 들어가서 내년에 두 배" 는 다른 이야기입니다. 1999년 인터넷이 그랬듯, 산업이 옳다고 해서 특정 종목이 정점에서 진입한 사람에게 보상해주지 않습니다. 2000~2002 닷컴 정점에 들어간 사람과 2003년 바닥에서 인터넷 ETF 를 분할 매수한 사람의 10년 뒤 자산은 정반대였습니다. 머니스쿱 2000년 닷컴 버블 글에서 정리한 패턴이 그대로 현재진행형입니다.
눈여겨봐야 할 분야인 것은 확실합니다. 다만 "눈여겨본다" 와 "전부 건다" 사이의 거리를 지키는 것이 이 산업에서 살아남는 단 하나의 규칙입니다. ETF 70% + 단일종목 30%, 분할 매수, 자산의 20% 룰 — 세 줄을 지키면 산업이 옳았을 때는 충분히 누리고, 산업이 늦어졌을 때는 견딜 수 있습니다. 머니스쿱이 오늘 권하는 자세는 그뿐입니다. 산업의 방향은 옳지만, 거기서 살아남는 건 결국 우리 자신의 규칙입니다.