피지컬 AI, 센서·반도체 등 하드웨어 중심으로 성장 가속

[산업일보]
피지컬 AI는 기존에 인터넷 등 가상 환경에서만 구동되던 AI가 물리적 세계에서도 작동하는 것을 의미한다. 피지컬 AI의 구동을 위해서는 크게 물리데이터와 훈련, 스케일업의 3가지 요소가 필요하다.

대신증권에서 최근 발표한 ‘Physical AI로의 발전과 관련 밸류체인 연구’ 보고서에 따르면, 피지컬 AI의 시작은 데이터 수집에서 출발한다. 대규모 언어모델(LLM)은 인터넷이나 SNS 등에서 대량의 데이터를 쉽게 확보할 수 있는 반면, 물리 데이터의 수집은 센서라는 물리적 매개체를 통해 이루어진다.

대표적인 센서로는 카메라, 레이더, 라이다, 힘/토크 센서, 촉각/햅틱 센서 등이 있으며, 이 중 가장 널리 사용되는 것은 카메라로, 저렴한 비용 대비 높은 해상도라는 장점이 있다. 예를 들어, 대표적 피지컬 AI인 휴머노이드는 인간의 손 동작을 유사하게 구현하기 위해 힘/토크 센서가 따로 필요하다.

보고서에서 언급된 내용에 따르면, 최근 센서 분야는 퓨전 센싱(fusion sensing) 방향으로 발전하고 있다. 이는 각 센서 데이터를 개별적으로 처리하는 것이 아니라, 하나의 통합 데이터로 결합하여 센서별 약점을 상호 보완하는 방식이다.

또한, 해당 보고서에서는 피지컬 AI에서 하드웨어(HW)의 발전은 프로세서 및 관련 반도체 성능의 향상이 대표적이라고 지목한다. HW 발전은 더 적은 전력을 소모하고, 더 적은 공간을 차지하면서 더 많은 연산을 수행하는 방향으로 진화되고 있다.

보고서에 따르면, 발전 방향은 크게 전공정과 후공정으로 나눌 수 있다. 전공정 부문은 수평 공간에서 더 많은 칩을 밀집시키는 방향으로 발전하고 있으며, 대표 기업으로는 대만의 TSMC가 꼽힌다. 또한, 미세 공정 수행을 위해 EUV(극자외선) 및 관련 포토마스크 등을 제조하는 기업들도 주요 플레이어로 분류된다.

후공정 부문은 전공정의 밀집화가 한계에 도달하면서 발전한 영역이다. 수직 구조로 반도체를 적층하여 부족한 트랜지스터 밀집도를 보완하는 방향이다. 이를 위해 웨이퍼가 얇아져야 하며, 웨이퍼 그라인딩 관련 업체, 다이내 칩 간 연결 신호를 형성하는 TSV(Through Silicon Via) 및 CMP(Chemical Mechanical Polishing) 관련 기업들이 포함된다고 해당 보고서는 언급한다.

보고서를 작성한 대신증권의 박장욱 연구원은 “칩과 기판 간 속도 차이를 극복하기 위한 실리콘 인터포저와 이를 대체할 유리 기판 관련 기업들도 미래 피지컬 AI 밸류체인에 속한다”며 “반도체 발전 이외에도, AI 하드웨어는 휴머노이드 로봇을 구동하기 위한 경량 액추에이터, 고용량 소형 배터리의 발전이 병행되고 있다”고 해당 보고서를 통해 언급했다.