[GAM]'물리 AI' 폭풍 성장 ① 로보틱스 혁신에 올라타는 전략은 : zum 뉴스

이 기사는 12월 23일 오후 3시21분 '해외 주식 투자의 도우미' GAM(Global Asset Management)에 출고된 프리미엄 기사입니다. GAM에서 회원 가입을 하면 9000여 해외 종목의 프리미엄 기사를 보실 수 있습니다.

[서울=뉴스핌] 황숙혜 기자 = 이른바 물리 인공지능(Physics AI)의 고성장이 이제 초입 단계라는 진단과 함께 로봇 상장지수펀드(ETF)가 대응 전략으로 제시됐다.

관련 ETF가 AI 칩 제조업체부터 물리적 AI 기회에 집중하면서 포트폴리오 운용 수익률을 극대화할 수 있다는 의견이다.

지난 수 년간 AI는 주식시장을 정의하는 트렌드로 자리 잡았다. 일부 AI 종목은 5년 사이 10배 폭등했고, AI 관련 ETF는 뉴욕증시에서 최고의 성과를 내는 상품 중 하나로 부상했다.

미국 온라인 투자 매체 모틀리 풀은 다음 큰 승자로 로봇 주식과 관련 ETF를 지목했다. 로봇 ETF는 AI 종목에 상당한 비중을 두지만 엄밀히 말하면 이보다 물리 AI에 무게 중심을 둔다.

휴머노이드 로봇과 드론, AI 기반 수술 도구 등 물리적인 형태의 AI가 실제로 작동하는 섹터가 로봇 ETF의 집중적인 타깃이다.

로봇 ETF에 강세론을 펼치는 투자자들이 내세우는 근거는 먼저 AI 붐이 여전히 초기 단계라는 점이다. AI ETF가 최근까지 수 년간 주목받고 있지만 기술 발전이 아직 시작 단계에 불과하고, 실제 업무나 생활에서 응용 분야가 점점 더 확대되고 있다는 얘기다.

현재 사용하는 AI 기술은 앞으로 펼쳐질 AI 시대에서 가장 하위 등급에 해당한다고 시장 전문가들은 강조한다.

일례로, 맥도날드는 몇 년 전 자동화 레스토랑을 개설했지만 기술이 충분히 발전하지 않아 해당 콘셉트를 확대하지 않았다. 이 같은 움직임은 패스트푸드 업계에 AI를 활용해 인력 부족 문제를 해결하고, 비용을 감축해 이익률을 높이려는 수요가 강력하다는 사실을 보여주는 단면이다.

디지털 트윈으로 공장을 가상의 세계에 옮겨 놓은 모습 [일러스트=뉴스핌]

챗GPT와 제미나이(Gemin) 같은 AI 모델들도 지속적으로 가능성의 한계를 넓히고 있다. AI 소프트웨어 도구들이 로봇과 무관해 보일 수 있지만 실상 로봇의 두뇌 역할을 한다. 예를 들어 테슬라의 옵티머스(Optimus) 휴머노이드 로봇은 그록(Grok)에서 정보를 가져와 작동한다.

로봇이 주요 산업 곳곳에서 도입되는 상황이지만 아직 광범위하게 대규모로 확산되는 물리 AI는 현실화되지 않았다. 물리 AI의 성장이 이제 시작이라는 얘기다.

테슬라의 휴머노이드 로봇 [사진=업체 제공]

강세론자들은 물리 AI가 지금까지 등장한 혁명적인 기술 중 하나일 수 있다고 확신한다. 젠슨 황 엔비디아(NVDA) 최고경영자(CEO)는 AI가 4차 산업혁명을 촉발하고, 주 4일 근무를 정상화할 것으로 믿는다. 이 같은 발언은 로봇이 인류의 삶을 얼마나 크게 변화시킬 수 있는가를 보여준다.

물리 AI 산업에 낙관적인 것은 젠슨 황만이 아니다. SNS 인사이더는 물리 AI 시장이 지금부터 2033년까지 연평균 32.5%에 달하는 고성장을 연출할 것으로 내다봤다. 강력한 성장률은 로봇 ETF가 장기적으로 S&P500을 앞지를 충분한 모멘텀을 만들어 낼 수 있다고 시장 전문가들은 강조한다.

효과적인 로봇은 생산성을 높이고 마진을 확대할 수 있고, 거의 모든 산업에 이익이 된다고 월가는 입을 모은다. 빅테크 뿐만 아니라 유통 업계와 그 밖에 주요 산업이 이미 적극적으로 로봇에 투자하고 나선 데는 이 같은 인식이 배경으로 깔려 있다. 로봇이 더욱 정교하게 발전하면서 투자 자금 유입이 더욱 늘어날 전망이다.

물리 AI는 물리 법칙과 머신러닝 및 딥러닝을 결합해 시뮬레이션과 설계, 과학 발전을 가속화하는 AI 기술군을 통칭하는 명칭인데, 현재는 이른바 사이머신러닝(SciML)의 하위 분야인 피직스-인폼드 머신 러닝(Physics-Informed Machine Learning)이라는 이름으로 산업과 학계에서 주로 쓰이고, 시뮬레이션 소프트웨어와 신약 및 신소재, 공정 최적화 등에서 빠르게 성장하는 상황이다.

고가의 저속 물리 시뮬레이션을 AI로 가속해야 할 산업적 필요와 실업 및 데이터 비용의 상승, GPU(그래픽처리장치)를 포함한 하드웨어와 인프라 보급, 과학계의 AI 수용 확대가 동시다발적으로 발생하며 물리 AI 성장을 부추기고 있다.

특히 공학 분야에서 FEA(구조 해석)와 CFD(유체), 전자기 및 멀티피직스 시뮬레이션에 AI를 결합해 과거 시뮬레이션 결과로 학습한 모델이 새로운 설계를 거의 실시간으로 예측해 낸다. 공장이나 설비를 가상의 세계에서 복제한 디지털 트윈에 물리 기반 AI를 접목해 고장 예측이나 유지 보수에 이용하기도 한다.

화학과 물리, 재료 과학 분야에서는 물리 기반의 시뮬레이션과 머신 러닝을 결합해 각종 후보 물질 탐색을 가속화하고, 양자 물리와 플라즈마, 고에너지 물리 등에서 새로운 방정식을 찾는 연구도 활발하다.

신약과 생명공학 분야에서도 물리 AI의 존재감이 날로 확대되는 모양새다. 분자동역학(MD)과 양자 화학 계산 등 물리 기반의 시뮬레이션을 머신 러닝으로 근사하는 이른바 머신 러닝 포스 필드(MLFF)와 3D 구조 및 물리 특성을 반영한 분자 생성 또는 평가 모델이 신약과 신소재 연구개발(R&D)을 촉진시키고 있다.

AI 인 라이프 사이언스(AI in Life Sciences)나 AI 인 드러그 디스커버리(AI in Drug Discovery) 등 시장 보고서들이 사실상 물리 기반 계산 화학과 시뮬레이션 AI를 핵심 축으로 보고 있다.

로보틱스와 물리 AI의 확장에 해당하는 자율 시스템도 대표적인 분야다. 엔비디아를 포함한 빅테크는 물리 AI를 실세계에서 인지, 이해, 행동하는 자율 기계까지 포함하는 개념으로 사용한다. 물리 시뮬레이션과 엔진에 생성형 모델을 접목한 형태로, 로봇과 자동차의 상호 작용을 학습시키는 흐름을 강조한다.

주요 외신에 따르면 앤시스(Ansys)와 알테어(Altair), 지멘스(Siemeans), 오토데스크(Autodesk) 등이 공학 분야에서 물리 AI 기술 개발을 주도하고 있다. 특히 알테어는 피직스AI(Physics AI)라는 이름으로 기하 딥러닝 엔진을 상용화 해 기존 시뮬레이션 데이터를 학습한 모델로 새로운 설계의 물리 응답을 빠르게 예측해 낸다.

AI 인프라와 플랫폼 부문에서는 단연 엔비디아가 앞서 나간다. 모듈러스(Modulus)와 옴니버스(Omniverse) 등을 통해 물리 시뮬레이션 AI를 위한 GPU 및 소프트웨어 스택을 제공하고, 앤시스 등과 파트너십을 통해 생태계를 확장하고 있다.

신약과 신소재, 생명공학 분야에서는 슈뢰딩거(Schrödinger)가 앞서 나간다는 평가다. 물리학에 기반한 소프트에어 플랫폼 업체로, 양자 및 분자동역학 시뮬레이션과 머신 러닝을 결합해 신약과 재료 발견을 가속화하고 있다.

이 밖에 전통적인 제약사들도 AI와 물리 기반의 계산기법을 도입하면서 이른바 'AI 인 디스커버리/라이트 사이언스' 시장을 확장하고 있다.

대학과 연구소에서도 물리 AI 기술에 대한 연구개발(R&D)과 교육이 활발하다. 석학들은 물리 커뮤니티 차원에서 AI 활용 방향을 정리한 보고서도 발표하고 있다.