Physical AI: Deutsche Bank는 피지컬 AI가 디지털 모델에서 노동을 대체하는 기계와 지구 밖 인프라로 확장될 것으로 본다

개요

이 테마 보고서는 AI가 화면 속 소프트웨어에서 현실 세계에서 행동하는 기계로 어떻게 확장되는지를 다룬다. Deutsche Bank는 로보택시를 첫 대규모 배치로, 휴머노이드를 노동력 부족에 대한 잠재적 대응으로, 자율성을 장기 우주 경제의 전제조건으로 보며 훈련 데이터와 공급망 장애도 지적한다.

핵심 견해

Deutsche Bank는 피지컬 AI를 AI 투자 사이클의 다음 단계로 규정한다. 즉, 지능이 기계, 엣지 컴퓨팅, 파운데이션 모델로 구성된 스택을 통해 토큰에서 토크로 이동하는 단계다. 보고서는 이 전환을 뒷받침하는 자본 기반이 확대되고 있다고 본다. $1 trillion 시가총액 클럽은 2021년 9월 6개 기업에서 2026년 9월 16개로 늘었고, 새로 추가된 10개 기업 중 7개는 반도체 기업이었다. Tesla와 SpaceX도 AI에 참여하는 기업으로 지목된다. Amazon, Microsoft, Alphabet, Meta, Oracle, SpaceX의 2026년 합산 설비투자는 $865 billion으로 $500 billion에서 증가했다. 다만 보고서는 1996–2000년 미국 통신 설비투자의 상당 부분이 장거리 광섬유에 투입됐고, 붕괴 4년 뒤에도 85–95%가 아직 점등되지 않았다는 점을 상기시킨다. 이는 대규모 투자가 실행 위험을 없애지는 않는다는 뜻이다. 로보틱스 자금조달도 가속되고 있으며, 대형 휴머노이드 투자 라운드로 Figure의 $1 billion, Skild AI의 $1.4 billion, NEURA의 최대 $1.4 billion, Apptronik의 $935m가 제시된다. 보고서는 로보택시를 피지컬 AI의 첫 의미 있는 상업 배치로 본다. Waymo는 14개 대도시권, 4,000대의 자율주행차, 주당 500,000회 초과 유료 승차, 누적 200 million 자율주행 마일을 보유하며 주당 1 million회 승차를 목표로 한다. Tesla의 Cybercab 상용 서비스는 9월 3일 Austin에서 핸들과 페달 없이 개시됐다. 베이징, 상하이, 광저우, 선전에서는 약 2,000대의 자율주행차가 유료 서비스를 제공한다. Deutsche Bank의 Waymo 비용 산정은 차량 마일당 합계 $1.23이다. $105,000을 175,000마일에 걸쳐 상각한 감가상각비는 $0.60, 원격 지원은 $0.09, 차고·청소·정비는 $0.26, 보험 및 책임비용은 $0.23, 에너지는 $0.05다. 따라서 완전한 최적화 이전에도 경제성이 매력적일 수 있다는 것이 보고서의 시사점이다. 휴머노이드의 경우 보고서는 인구구조와 노동력 제약이 실제 수요 동인이 된다고 본다. 2026년 중반까지의 예상 순이민은 321,000으로 2024년의 2.7 million에서 감소했다. 매일 11,200명의 베이비붐 세대가 은퇴 연령에 도달하고, 2033년까지 1.9 million개의 제조업 일자리가 충원되지 않을 것으로 예상된다. 2026년 노동력 증가는 거의 제로이며, 고용 균형에 필요한 월간 채용은 10,000명 미만으로 65년 만의 최저 수준이다. 출산율은 2008년 이후 대체 수준 아래인 1.6에 머물렀고, 제조업체들은 관세보다 숙련 노동자를 구속 요인으로 꼽는다. 이러한 배경에서 보고서는 휴머노이드의 기본 운영비를 생산적 시간당 $5.86으로 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 $11.72다. 2026E 세계 출하는 기존 약 50,000대 예상보다 높고, 중국은 2026년 상반기만 40,000대 초과를 생산해 88% 비중을 차지했다. 보고서는 2050E에 100 million대 또는 $1.5 trillion 시장도 인용한다. 핵심 기술 장애는 모델 역량뿐 아니라 로봇 행동 데이터의 부족과 충실도다. 보고서는 텍스트 규모의 학습과 관절 각도, 토크, 그리퍼 상태, 실패 및 복구 행동을 기록해야 하는 희소한 로봇 데이터의 차이를 대조한다. 사람 영상은 사실상 풍부하고 저비용이지만 명령이 없고, 신체가 다르며, 실패한 시도도 대체로 빠져 있다. 원격조작은 더 충실한 데이터를 생산하지만 사용 가능 시간당 $35–60이 들고, 운영자 시간당 5–50개의 에피소드만 제공한다. 시뮬레이션은 사용 가능 시간당 $1 미만으로 하룻밤에 수백만 개의 에피소드를 생성할 수 있지만 실제 작업의 캡처와 검증이 필요하다. 플릿 학습은 현장 로봇과 함께 확장되지만 시작하려면 배치된 플릿이 먼저 필요하다. Deutsche Bank는 로봇 종류 간 시연을 공유하고, 잠재 행동 학습으로 영상에서 행동을 추론해 소규모 라벨 데이터로 실제 관절에 연결하며, 실제 작업에서 시뮬레이션을 구축·검증하고, 자체 수익을 내면서 다음 작업에 필요한 데이터를 수집할 수 있는 좁고 반복 가능한 작업부터 배치하는 결합 방식을 제시한다. 검증된 시뮬레이션은 실제 성공률을 정확히 재현할 필요 없이 모델 체크포인트의 순위를 올바르게 매기면 된다고 보고서는 주장한다. 보고서는 특히 미국 휴머노이드 구축에서 물리적 공급망도 중대한 제약이라고 본다. 모든 관절 모터에는 네오디뮴이 필요하며, 중국은 세계 공급의 약 90%를 정제한다. 미국에는 규모 있는 정제 능력이 없고 신규 능력 구축에는 수년이 걸린다. 휴머노이드에는 30–40개의 정밀 관절이 필요하며, 일본의 Harmonic Drive가 선도하고 중국 경쟁사가 격차를 좁히고 있지만 미국에는 규모 있는 공급원이 없다고 한다. 배터리에서는 중국의 CATL이 LG와 Panasonic을 앞선다. EV 투자로 일부 셀 생산능력이 미국에 들어왔지만 Deutsche Bank는 휴머노이드가 수년간 아시아 비용 곡선을 따를 것으로 예상한다. 마지막 부분은 논지를 지구 밖 AI 인프라로 확장한다. 보고서는 부지 갈등, 더 긴 계통연계 대기열, 지역사회 완화 조치가 토지 및 건설비의 연간 증가율을 기본 시나리오 2%에서 6%로 높일 수 있다고 본다. 전력 및 냉각은 연 4%, 서버는 2%로 재가격화될 것으로 예상되며, 이는 기본 시나리오의 -3%와 -1%에 대비된다. 전기 및 기계 숙련공은 건설 속도의 제약으로 지목되며, 계약업체들은 2026년 진입 시 약 349,000명의 인력이 부족했다. 이에 따라 보고서는 거의 24시간의 일조와 40% 높은 강도를 제공하는 황혼-새벽 궤도의 궤도 데이터센터를 검토한다. 궤도 컴퓨팅은 처음에는 지상 컴퓨팅 수요를 충족하고, 이후 지구 밖에서 지능을 확장하게 될 것으로 예상된다. 달과 화성 활동에서는 자율성이 경제성과 운영의 전제를 바꾼다. 보고서는 Artemis III 프로파일에서 발사당 $4.1 billion의 SLS/Orion 비용을 약 96시간의 생산적 표면 작업시간으로 나누면, 착륙선과 우주복 비용 전 우주비행사 시간당 약 $42.7 million이 된다고 추정한다. 반면 $200,000의 우주용 휴머노이드를 $50,000/kg로 운송해 5년간 12,000시간 가동하면 시간당 비용은 약 $350이다. 달과의 왕복 통신 지연은 2.6초로, 지구의 운영자가 제어 루프에 남을 수 있어 오늘날의 불완전한 자율성도 달 작업에는 충분하다고 본다. 화성은 편도 4–24분의 지연, 26개월마다 한 번의 발사 창, 편도 6–9개월의 이동, 실용적인 차폐로 완전히 막을 수 없는 주요 방사선 위험을 가진다. 이 조건들은 원격조작을 불가능하게 만들고 기내 자율성, 데이터, 제어 시스템을 필수로 만든다. Deutsche Bank는 승무원 도착 전에 기지를 건설해야 하므로 최초의 화성 노동력은 로봇일 수밖에 없다고 결론짓는다.

분석 프레임워크

보고서는 시장 규모 증거와 설비투자에서 출발해 피지컬 AI 기술 스택을 분석하고, 로보택시와 휴머노이드의 단위 경제성으로 논지를 검증한다. 노동시장 제약을 통해 도입 동인을 평가하고, 훈련 데이터와 부품 공급 병목을 식별한 뒤, 지상과 지구 밖의 운영비 및 통신 제약을 비교해 우주에서 자율성의 가치가 더 커지는 이유를 설명한다.

방법론 메모

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  피지컬 AI 부품 공급망 분석

  보고서는 네오디뮴 자석, 정밀 감속기, 배터리 셀에서 휴머노이드 도입 제약을 추적하며, 집중된 아시아 공급이 미국 생산비와 생산능력에 미치는 영향을 보여준다.

• 산업 분석 프레임워크물량·가격 분해

  단위 비용과 생산적 시간 경제성

  보고서는 로보택시의 차량 마일당 비용, 휴머노이드의 생산적 시간당 비용, 달 노동비를 분해해 자동화와 인간 노동을 비교한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Waymo

  대규모 로보택시 배치와 비용 경제성의 사례

  강점

  주당 500,000회 초과 유료 승차, 4,000대의 자율주행차, 14개 대도시권, 누적 200 million 자율주행 마일.

  비교

  로보택시 배치 사례로 Tesla와 Pony.ai와 함께 제시된다.

  위험

  추정 차량 마일당 $1.23 비용 중 보험 및 책임비용은 $0.23이다.

• Tesla

  피지컬 AI와 로보택시 배치의 사례

  강점

  Cybercab 상용 서비스가 9월 3일 Austin에서 핸들과 페달 없이 시작됐다.

  비교

  로보택시 논의에서 Waymo 및 Pony.ai와 함께 다뤄진다.

• SpaceX

  AI 관련 자본투자와 우주 경제 인프라의 사례

  강점

  인용된 2026년 합산 설비투자 그룹에 포함되며, 보고서의 발사비와 달 노동 분석에 사용된다.

  비교

  달 논의에서 발사 경제성이 SLS/Orion 비용과 비교된다.

핵심 데이터

• $1 trillion 클럽6 companies in September 2021; 16 in September 2026추가된 10개 기업 중 7개는 반도체 기업이다.
• 2026년 합산 설비투자$865 billionAmazon, Microsoft, Alphabet, Meta, Oracle, SpaceX 기준이며, $500 billion에서 증가했다.
• Waymo 운영 규모>500,000 paid rides per week14개 대도시권, 4,000대의 자율주행차, 200 million의 누적 자율주행 마일.
• Waymo 차량 마일당 비용$1.23추정된 총 제공 비용.
• 휴머노이드 기본 운영비$5.86 per productive hour근로자 1명당 로봇 2대 기준 $11.72.
• 중국 휴머노이드 생산>40,000 units in 1H26보고서는 중국 비중을 88%로 제시한다.
• 달의 생산적 시간당 비용~$42.7 million for an astronaut-hour versus ~$350 for a robot-hour보고서의 Artemis III 및 우주용 휴머노이드 가정에 기반한다.

영향과 시사점

Deutsche Bank의 논지는 피지컬 AI가 노동력 부족을 상쇄하고 운영 데이터를 축적할 수 있는 제약된 반복 작업에서 먼저 경제성을 확보할 수 있다는 것이다. 그 이상의 확장은 행동 데이터 제약을 해결하고 집중된 아시아 부품 공급에 대한 의존을 낮추는 데 달려 있다. 실시간 인간 제어가 불가능한 화성에서는 더 깊은 자율성이 특히 중요하다.

위험

• 로봇 행동 훈련 데이터는 여전히 부족하며, 관절 명령, 힘 정보, 실패 회복 사례가 보통 빠져 있다.
• 원격조작은 데이터 충실도를 높이지만 비용이 높고, 시뮬레이션은 현실 작업의 캡처와 검증을 필요로 한다.
• 휴머노이드 공급망은 중국의 네오디뮴 정제, 일본과 중국의 정밀 감속기, 아시아의 배터리 비용 곡선에 집중돼 있다.
• 지상 데이터센터 건설은 부지 반대, 계통연계 대기열, 장비 재가격화, 숙련 기술직 부족으로 제약될 수 있다.
• 화성 작업에는 기내 자율성이 필요하며, 통신 지연으로 원격조작은 실행 불가능하다.