아기와 최첨단 로봇. 이 둘이 무슨 관계가 있을까요? 한쪽은 기저귀를 차고 옹알이를 하는 존재이고, 다른 한쪽은 수십억 원짜리 반도체와 정밀 액추에이터로 만들어진 기계입니다. 그런데 놀랍게도, 이 두 존재가 ‘세상을 몸으로 익히는 방식’은 거의 똑같습니다. 오늘날 가장 뜨거운 기술 키워드 중 하나인 ‘피지컬 AI(Physical AI)’의 핵심 훈련 철학이, 수십 년 전 발달심리학자들이 아기를 관찰하며 발견한 원리와 정확히 맞닿아 있다는 사실, 알고 계셨나요? 이 이야기를 따라가다 보면, 인간의 발달과 인공지능의 성장이 사실 하나의 거대한 공식 위에 놓여 있다는 걸 깨닫게 될 겁니다.
아기는 어떻게 두 발로 서는가 — 수천 번의 실패가 만든 기적
태어나는 순간부터 시작되는 몸의 실험
갓 태어난 아기를 세워서 발이 바닥에 닿게 하면, 신기하게도 걷는 것처럼 다리를 움직입니다. 이것을 ‘걸음 반사’라고 하는데, 뇌가 의식적으로 명령을 내리는 게 아닙니다. 그냥 몸이 자동으로 반응하는 거죠. 그런데 이 반사는 생후 몇 달 지나면 사라집니다. 아기 몸이 너무 빠르게 자라 다리 근육이 아직 그 무게를 버티지 못하기 때문입니다. 흥미롭게도 이 ‘사라진 반사’는 훗날 진짜 걷기로 진화합니다. 반사라는 기초 위에, 수개월에 걸친 감각 경험과 근육 발달이 쌓이면서 완전히 다른 차원의 운동 능력이 탄생하는 겁니다.
발달심리학자 장 피아제는 아기가 세상을 배우는 방식이 ‘수동적 흡수’가 아니라 ‘능동적 실험’이라고 했습니다. 아기는 손으로 잡고, 입으로 빨고, 발로 차면서 세상이 어떻게 반응하는지 끊임없이 데이터를 모읍니다. 걸음마도 마찬가지입니다. 소파를 붙잡고 일어서다가 손을 놓는 순간 쿵 하고 넘어지고, 그 충격을 온몸으로 경험하면서 뇌는 조금씩 균형의 공식을 업데이트합니다. 아기에게 넘어지는 것은 실패가 아니라, 가장 효율적인 학습 방법인 셈입니다.
한 살배기는 하루에 몇 번이나 넘어질까요?
한 연구에 따르면 걸음마를 배우는 아기는 하루 평균 17회 넘어지고, 하루 총 이동 거리는 무려 축구장 두 바퀴를 넘습니다. 이 숫자가 놀라운 이유는 단순히 ‘많이 넘어진다’가 아니라, 그 넘어짐 하나하나가 뇌에 피드백을 보낸다는 점입니다. 오른발을 이렇게 내디뎠더니 넘어졌다, 왼쪽으로 무게 중심을 더 옮겼더니 균형이 잡혔다 — 이런 감각 신호들이 수천 번 반복되면서 신경 회로가 점점 정밀하게 다듬어집니다. 결정적으로, 아무도 아기에게 ‘걷는 공식’을 언어로 설명해 주지 않습니다. 몸이 직접 부딪히면서 스스로 터득하는 것이 전부입니다.
피지컬 AI는 어떻게 걷는 법을 배우는가 — 수백만 번의 시뮬레이션
강화학습이라는 이름의 ‘아기 훈련법’
피지컬 AI란 단순히 화면 속에서 작동하는 AI가 아닙니다. 실제 물리 세계에서 몸을 움직이고, 물건을 집고, 계단을 오르고, 장애물을 피하는 AI를 말합니다. 로봇 강아지, 이족보행 로봇, 자율주행 드론 같은 것들이 대표적이죠. 그런데 이런 피지컬 AI를 훈련시키는 핵심 기법 중 하나가 ‘강화학습(Reinforcement Learning)’인데, 이 구조를 들여다보면 아기의 걸음마 학습과 소름 돋을 정도로 닮아 있습니다. 로봇은 특정 동작을 취했을 때 ‘보상(reward)’이 올라가면 그 행동을 더 자주 하도록 학습하고, 반대로 넘어지거나 실패하면 ‘페널티’를 받아 해당 동작 패턴을 줄여나갑니다. 이것이 바로 아기가 넘어질 때마다 뇌가 하는 일과 같습니다.
특히 놀라운 건 훈련의 ‘양’입니다. 피지컬 AI 로봇은 컴퓨터 시뮬레이션 안에서 현실 시간보다 수천 배 빠른 속도로 수백만 번의 낙상과 복구를 경험합니다. 인간 아기가 몇 개월에 걸쳐 수천 번 넘어지는 동안, 로봇은 가상 공간에서 단 며칠 만에 그에 상응하는 경험을 압축해서 쌓습니다. 프로세스는 동일합니다. 시도하고, 실패하고, 피드백을 받고, 수정하고, 다시 시도하는 것. 이 끝없는 루프가 결국 ‘걸을 줄 아는 존재’를 만들어냅니다.
몸으로 세상을 이해한다는 것 — 구현된 지능의 탄생
AI 연구자들 사이에서 최근 급부상하는 개념이 있습니다. 바로 ‘구현된 지능(Embodied Intelligence)’입니다. 지능은 뇌나 CPU 같은 처리 장치 안에만 있는 게 아니라, 몸과 환경의 상호작용 속에서 비로소 완성된다는 생각입니다. 이것도 발달심리학에서 이미 수십 년 전에 논의되었던 개념입니다. 피아제가 ‘감각운동기(Sensorimotor Stage)’라고 불렀던 단계, 즉 영아가 손을 뻗고 발을 구르며 세상의 물리 법칙을 체득하는 시기가 바로 이 구현된 지능의 출발점입니다. 피지컬 AI 로봇도 마찬가지입니다. 카메라와 센서로 세상을 ‘보는’ 것만으로는 부족합니다. 발이 바닥에 닿는 압력, 관절이 구부러지는 각도, 중심이 흔들리는 미세한 감각 — 이 모든 것이 실시간으로 처리되어야 비로소 로봇이 ‘걸을 수 있게’ 됩니다.
두 학습자가 공유하는 놀라운 공통 원리
환경의 다양성이 곧 실력이다
아기는 푹신한 카펫 위에서만 걷는 법을 배우지 않습니다. 단단한 마루, 울퉁불퉁한 잔디, 미끄러운 타일 — 다양한 표면을 경험하면서 균형 감각이 정교해집니다. 같은 원리가 피지컬 AI 훈련에도 그대로 적용됩니다. 로봇을 오직 평평한 바닥에서만 훈련시키면, 실제 세상에 나왔을 때 돌멩이 하나에도 넘어집니다. 그래서 최신 피지컬 AI 훈련 방식은 수천 가지 지형, 수만 가지 장애물 조건, 심지어 예측 불가한 외부 충격까지 시뮬레이션 안에 집어넣습니다. 이것을 ‘Domain Randomization(도메인 무작위화)’라고 부르는데, 본질적으로 아기에게 최대한 다양한 환경을 경험시키는 부모의 직관과 정확히 일치합니다.
발달심리학자 레프 비고츠키는 ‘근접 발달 영역(Zone of Proximal Development)’이라는 개념을 제시했습니다. 아이 혼자서는 못 하지만, 약간의 도움만 있으면 할 수 있는 영역이 바로 학습이 가장 폭발적으로 일어나는 구간이라는 이론입니다. 너무 쉬운 과제는 성장을 만들지 않고, 너무 어려운 과제는 좌절만 남깁니다. 놀랍게도 최첨단 피지컬 AI 훈련에도 이와 동일한 커리큘럼 설계 원리가 적용됩니다. 로봇에게 처음부터 계단을 뛰어오르라고 시키는 게 아니라, 평지 걷기 → 경사로 → 울퉁불퉁한 길 → 계단 순서로 단계적으로 난이도를 높여가는 ‘커리큘럼 학습(Curriculum Learning)’ 기법이 바로 그것입니다.
모방에서 시작해 자기 방식을 찾아간다
아기가 걷는 법을 배울 때, 부모나 형제가 걷는 모습을 수없이 관찰합니다. 이미 완성된 움직임을 눈으로 먼저 내면화하고, 그걸 자기 몸으로 재현해 보려는 시도가 반복됩니다. 피지컬 AI의 세계에서도 ‘모방 학습(Imitation Learning)’이라는 기법이 존재합니다. 사람이 직접 로봇의 팔을 잡고 동작을 시연해 주거나, 사람의 움직임을 담은 영상 데이터를 학습시켜 로봇이 그 패턴을 먼저 흉내 내게 하는 방식입니다. 그리고 그 모방에서 출발해 점점 자신만의 최적 동작 패턴을 찾아가도록 하죠. 아기가 엄마 걸음을 모방하다가 결국 자기만의 걸음걸이를 완성하는 것처럼 말입니다.
피지컬 AI가 열어가는 미래 — 아기처럼 배우는 기계들
실패를 두려워하지 않는 학습자의 힘
피지컬 AI가 급격히 발전하는 이유 중 하나는, 연구자들이 ‘인간 아기의 학습 방식’을 진지하게 참조하기 시작했기 때문입니다. 과거의 로봇 프로그래밍은 엔지니어가 모든 동작을 일일이 코드로 정의하는 방식이었습니다. 오른발 30도, 왼발 45도, 무게 중심 이동 15cm — 이렇게 규칙으로 짜인 로봇은 규칙 밖의 상황이 오면 무너졌습니다. 반면 강화학습 기반의 피지컬 AI는 규칙을 외우는 게 아니라 경험을 통해 원리를 체득합니다. 이 패러다임의 전환이 휴머노이드 로봇, 물류 자동화 로봇, 재난 구조 로봇 등의 실용화를 급격히 앞당기고 있습니다.
몸을 가진 AI가 바꿀 세상
피지컬 AI는 단순히 ‘더 똑똑한 로봇’의 이야기가 아닙니다. 그것은 기계가 처음으로 인간의 물리적 세계를 진정한 의미에서 이해하기 시작하는 전환점입니다. 공장 라인에서, 병원 복도에서, 노인 요양시설에서 — 몸을 가진 AI가 인간과 같은 공간 안에서 협력하는 미래가 빠르게 다가오고 있습니다. 그리고 그 AI들은 모두, 어딘가에서 수백만 번 넘어지고 일어서는 경험을 통해 세상을 배웠을 것입니다. 마치 지금 이 순간에도, 어느 집 거실에서 소파를 붙잡고 아슬아슬하게 일어서는 아기처럼 말이죠.
결국 지능이란 것은, 뇌의 크기나 연산 속도가 아니라 ‘얼마나 다양하게, 얼마나 용감하게 세상과 부딪혀 보았는가’의 문제인지도 모릅니다. 수백 번 넘어져도 포기하지 않는 아기의 집념과, 수백만 번의 시뮬레이션을 돌리며 최적의 보행법을 찾아내는 피지컬 AI는 그 점에서 완벽하게 동일한 존재입니다. 인간이 AI를 만든 게 아니라, AI가 인간으로부터 배우는 것 — 어쩌면 그게 가장 자연스러운 일인지도 모릅니다.
