Physical AI: Deutsche Bank는 피지컬 AI가 화면 속 지능에서 로보틱스, 자율화, 궁극적으로 우주 인프라로 이동한다고 본다

개요

이 테마 보고서는 AI가 화면 기반 애플리케이션에서 현실 세계에서 행동하는 기계로 어떻게 이동하는지 검토한다. Deutsche Bank는 Robotaxi, 휴머노이드, 산업용 로봇, 우주 인프라의 발전을 대규모 AI 투자 사이클, 노동력 제약, 데이터·부품·인프라 병목 해소 필요성과 연결한다.

핵심 견해

Deutsche Bank는 피지컬 AI를 AI 투자 사이클의 다음 단계로 규정한다. 지능은 모델과 소프트웨어에서 Robotaxi, 휴머노이드, 창고 로봇, 드론, 수술 시스템으로 이동하며, 엣지 컴퓨팅과 파운데이션 모델이 이를 뒷받침한다. 보고서는 $1tn 시가총액 클럽이 5년간 두 배 이상 늘었고 상위 10개 기업 중 7개가 반도체 기업이라고 지적한다. Tesla와 SpaceX는 AI에 관여하는 나머지 기업으로 언급된다. Amazon, Microsoft, Alphabet, Meta, Oracle, SpaceX의 2026년 합산 설비투자는 $865bn으로 제시된다. 다만 1996–2000년 미국 통신 투자 이후 침체 4년 뒤에도 상당수 장거리 광섬유가 꺼져 있던 사례를 들어 설비투자 슈퍼사이클의 실행 위험을 보여준다. Robotaxi는 첫 번째 실질적 현실 배치로 제시된다. Waymo는 14개 대도시권에서 4,000대의 자율주행차를 운영하고, 주간 유료 탑승 500,000회 이상, 누적 자율주행 200m 마일을 기록했으며 주간 1m회 탑승을 목표로 한다. Tesla의 Cybercab 상용 서비스는 핸들과 페달 없이 9월 3일 Austin에서 시작된 것으로 언급되고, 중국의 베이징·상하이·광저우·선전 유료 자율주행 서비스는 약 2,000대에 달한다. Deutsche Bank는 Waymo의 차량 마일당 총비용을 $1.23로 추정하며, $105,000 차량을 175,000마일에 걸쳐 상각한 감가상각 $0.60, 원격 지원 $0.09, 차고·청소·정비 $0.26, 보험 및 책임비용 $0.23, 에너지 $0.05로 구성된다. 보고서는 완전한 최적화 이전에도 이 경제성이 설득력 있다고 본다. 보고서는 노동력 부족을 자동화 수요의 강력한 동인으로 본다. 2026년 중반까지 순이민은 321,000으로 예상되며 2024년의 2.7m보다 낮다. 노동력 증가는 거의 제로이고, 균형 고용에 필요한 채용은 월 10,000건 미만으로 65년 만의 최저 수준이다. 출산율은 2008년 이후 인구대체 수준을 밑돌며, 2033년까지 제조업 일자리 1.9m개가 미충원될 것으로 예상된다. 리쇼어링에는 공장뿐 아니라 인력이 필요하며, 제조업체는 관세보다 숙련 인력을 구속 요인으로 본다고 한다. 이에 따라 Deutsche Bank는 휴머노이드의 생산적 시간당 원운영비를 $5.86로 추정한다. 감가상각 $1.79, 유지보수 및 예비부품 $1.34, 감독 $1.52, 플릿 소프트웨어 $1.07, 에너지 $0.14로 구성된다. 근로자 1명당 로봇 2대 기준 비용은 $11.72이다. 휴머노이드 출하는 2026년에 예상보다 빠르게 진행 중이며, 세계 출하는 기존 약50,000 전망 대비 약50,000, 중국은 상반기에 40,000대 이상을 생산해 88% 점유율을 차지한 것으로 제시된다. 보고서는 학습 데이터를 핵심 기술 장벽으로 본다. 텍스트 모델은 방대한 인간 작성 코퍼스를 활용할 수 있지만 로봇 학습에는 행동, 물리적 구현체, 실패 데이터가 필요하다. 인간 영상에는 보통 관절 각도, 토크, 그리퍼 상태, 카메라 보정, 실패 시도가 없다. Deutsche Bank는 네 가지 접근법을 비교한다. 원격조작은 운영자 시간당 5–50개 에피소드와 높은 충실도를 제공하지만 가용 시간당 $35–60이 든다. 시뮬레이션은 하룻밤에 수백만 에피소드를 $1 미만으로 만들 수 있지만 실제 환경 캡처가 필요하다. 인간 영상은 사실상 무제한이고 저비용이지만 핵심 행동 데이터가 부족하다. 플릿 학습은 현장 로봇과 함께 확장되지만 먼저 배치된 플릿이 있어야 한다. 보고서는 시연을 모으고, 시뮬레이션을 검증하고, 영상에서 행동을 추론하며, 좁고 반복 가능한 작업부터 배치한 뒤, 운영 장비가 수익과 다음 작업용 데이터를 함께 확보하는 순서를 제시한다. 검증된 시뮬레이션은 현실 성공률을 정확히 맞출 필요 없이 모델 체크포인트의 순위를 올바르게 매기면 된다고 본다. 피지컬 AI 하드웨어는 공급망 집중에도 직면한다. Deutsche Bank는 모든 관절 모터에 네오디뮴이 필요하며 중국이 세계 공급의 약90%를 정제한다고 말한다. 미국에는 규모 있는 정제 능력이 없고 신규 설비 구축에는 수년이 걸린다. 휴머노이드에는 정밀 관절 30–40개가 필요하며, 일본의 Harmonic Drive가 선도하고 중국 도전자가 격차를 좁히는 반면 미국에는 규모 있는 공급원이 없다고 한다. 배터리에서는 CATL이 선도하고 LG와 Panasonic이 뒤따르며, 전기차 투자로 미국 내 일부 셀 생산능력이 생겼더라도 휴머노이드는 수년간 아시아 비용 곡선을 탈 가능성이 높다고 보고서는 주장한다. 마지막 논점은 피지컬 AI를 데이터센터와 우주로 확장한다. Deutsche Bank는 입지 갈등, 길어진 계통연계 대기열, 지역사회 완화 조치로 지상 데이터센터의 토지·건설 비용 증가율이 기준 시나리오의 연 2%에서 연 6%로 높아질 수 있다고 본다. 전력·냉각 비용은 연 4%, 서버는 연 2% 상승한다고 가정하며, 기준 시나리오에서는 각각 3%와 1% 하락이다. 전기·기계 숙련공도 제약이며, 계약업체는 2026년 진입 시 약349,000명의 인력이 부족했다고 한다. 보고서는 궤도 컴퓨팅을 장기 대응책으로 본다. 새벽·황혼 궤도는 거의 24시간의 일조와 40% 높은 강도를 제공하며, 궤도 데이터센터는 처음에는 지상 컴퓨팅 수요를 충족한 뒤 지구 밖 확장을 가능하게 할 수 있다. 달과 화성의 경우 지구 밖 인간 노동이 매우 비싸므로 로봇이 핵심이다. Deutsche Bank는 Artemis III형 SLS/Orion 발사 비용을 $4.1bn, 약96시간의 생산적 표면 작업으로 가정해 착륙선과 우주복 이전 기준 우주비행사 시간당 약$42.7m으로 추정한다. 반면 $200,000의 우주 등급 휴머노이드를 $50,000/kg로 운송하고 5년간 12,000시간 가동하면 비용은 시간당 약$350으로, 다섯 자릿수 낮다. 달은 왕복 통신 지연이 2.6초여서 지구 운영자가 개입할 수 있지만, 화성은 편도 4–24분 지연, 26개월 발사 창, 편도 6~9개월의 이동 시간이 있다. 보고서는 화성에서는 원격조작이 배제되며 인간 도착 전에 인프라를 건설할 첫 노동력은 자율 기계가 된다고 결론짓는다.

분석 프레임워크

보고서는 AI 설비투자 사이클의 규모에서 시작해 현실 세계 배치의 경제성을 검토하고, 노동력 부족, 로봇 학습 데이터 제약, 부품 공급망, 인프라 비용을 통해 논지를 점검한다. 자동화 경제성을 평가하기 위해 단위 비용과 생산적 시간당 비용을 비교하고, 같은 논리를 지상 데이터센터, 달 작업, 화성으로 확장한다.

방법론 메모

• 산업 분석 프레임워크수급 프레임워크

  노동 공급 제약과 자동화 수요

  보고서는 부진한 노동력 증가, 이민 감소, 은퇴, 제조업 일자리 미충원을 피지컬 자동화 수요 증가와 연결한다.

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  피지컬 AI 부품 공급망

  분석은 로봇 배치에서 희토류 자석, 정밀 감속기, 배터리 셀 등 투입물로 거슬러 올라가 지역 집중과 생산능력 제약을 강조한다.

• 기타기타

  단위 경제성 비교

  보고서는 자율주행차 마일당 비용, 휴머노이드 생산적 시간당 비용, 달 노동자 시간당 비용을 비교해 로봇 배치가 언제 경제적일 수 있는지 설명한다.

핵심 데이터

• 2026년 합산 설비투자$865bnAmazon, Microsoft, Alphabet, Meta, Oracle, SpaceX 합계
• Waymo 운영14 metros; 4,000 AVs; >500,000 paid rides/week; 200m cumulative autonomous miles회사는 주간 1m회 탑승을 목표로 한다
• Waymo 차량 마일당 총비용$1.23감가상각, 원격 지원, 차고 운영, 보험, 에너지를 포함
• 휴머노이드 원운영비$5.86 per productive hour2026년 미국 추정 비용이며 근로자 1명당 로봇 2대일 때 $11.72
• 미충원이 예상되는 제조업 일자리1.9m2033년까지의 전망
• 중국 희토류 정제 점유율About 90%로봇 관절 모터에 필요한 네오디뮴과 관련
• 건설 인력 부족About 349,000 workers2026년 진입 시 계약업체의 부족 인원
• 달의 생산적 시간 비용 비교About $42.7m per astronaut-hour versus about $350 per robot-hourArtemis III 및 우주 등급 휴머노이드에 대한 보고서 가정에 근거

영향과 시사점

Deutsche Bank의 핵심 시사점은 피지컬 AI가 운송, 제조, 기타 현실 작업에서 희소한 노동력을 대체하거나 보완함으로써 AI의 경제적 영향을 소프트웨어 밖으로 넓힐 수 있다는 점이다. 진전은 배치 경제성과 행동 데이터, 하드웨어 부품, 인프라 제약 해결 여부에 달려 있으며, 우주에서는 같은 경제성이 인간 활동 확대 전 기계를 우선하게 한다.

위험

• 설비투자 슈퍼사이클은 인프라 저활용으로 이어질 수 있으며, 보고서는 1996–2000년 구축 뒤에도 점등되지 않았던 미국 통신 광섬유를 예로 든다.
• 로봇 학습은 여전히 고충실도 행동 및 실패 데이터 부족에 제약된다.
• 미국 피지컬 AI 공급망은 희토류 소재, 정밀 감속기, 배터리 셀에서 집중된 아시아 공급에 의존한다.
• 토지, 건설, 전력, 냉각, 숙련 기능공 비용 상승은 지상 데이터센터 확장을 저해할 수 있다.
• 시뮬레이션에는 실제 환경 캡처와 검증이 필요하고, 플릿 학습은 배치된 플릿이 생기기 전에는 확장할 수 없다.