왜 글로벌 AI 기업들은 'Physical AI'를 이야기할까? ‘Dexterity’가 말하는 The Future is Physical

AI 로보틱스 기업 Dexterity는 왜 'The Future is Physical'을 이야기할까요? Enterprise Physical AI와 Full-Stack Physical AI Platform을 통해 글로벌 AI 로보틱스 시장의 변화와 산업 자동화의 미래를 살펴봅니다.
CMES Robotics's avatar
Nov 17, 2026
왜 글로벌 AI 기업들은 'Physical AI'를 이야기할까? ‘Dexterity’가 말하는 The Future is Physical

AI는 이제 소프트웨어를 넘어 현실 세계를 움직이기 시작했습니다. 로봇은 단순히 정해진 동작을 반복하는 자동화 장비를 넘어, 주변 환경을 인식하고 스스로 판단하며 작업을 수행하는 지능형 시스템으로 진화하고 있습니다.

이러한 변화 속에서 글로벌 AI 로보틱스 기업들은 서로 다른 제품을 개발하고 있지만, 공통적으로 하나의 방향을 향하고 있습니다. 바로 Physical AI입니다.

최근에는 Robot Foundation Model, World Model, Vision-Language-Action(VLA), Generalist Policy 등 다양한 개념이 등장하고 있지만, 결국 목표는 같습니다. AI가 현실 세계를 이해하고 실제 작업을 수행할 수 있도록 만드는 것입니다.

검은 배경에 흰색 글자로 쓰인 AI 로보틱스 기업 Dexterity의 로고
Dexterity 로고 (출처: Dexterity)

이번 시리즈의 첫 번째 기업은 ‘Dexterity’입니다. 2017년 미국 캘리포니아에서 설립된 Dexterity는 물류와 제조 현장을 위한 AI 로보틱스 기업으로, FedEx, Maersk, Sagawa 등 글로벌 고객의 실제 산업 현장에 AI 기반 로봇을 공급하고 있습니다. 최근에는 스스로를 'Enterprise Physical AI' 기업으로 정의하며, AI가 산업 현장에서 실제 가치를 만드는 플랫폼 구축에 집중하고 있습니다.

Dexterity를 첫 번째 사례로 선정한 이유는 단순히 뛰어난 로봇을 만들기 때문이 아닙니다. 이 회사는 현재 글로벌 AI 로보틱스 시장이 어디를 향하고 있는지를 가장 명확하게 보여주는 기업 중 하나이기 때문입니다.

Dexterity 홈페이지에서 가장 먼저 등장하는 문장은 제품명이 아닙니다.

The Future is Physical

이 한 문장은 앞으로 AI가 향해야 할 다음 무대를 의미합니다. 지금까지 AI는 텍스트를 생성하고, 이미지를 이해하며, 사람과 대화하는 등 디지털 공간에서 빠르게 발전해 왔습니다. 하지만 산업 현장에는 여전히 사람이 직접 수행하는 수많은 물리적 작업이 존재합니다.

  • 박스를 집고

  • 제품을 적재하고

  • 부품을 조립하며

  • 다양한 환경 속에서 판단하고 움직이는 일

Dexterity는 앞으로 AI의 진짜 경쟁은 바로 이러한 현실 세계의 작업을 얼마나 잘 수행하는가에 달려 있다고 보고 있습니다. 즉, AI의 미래는 단순히 더 똑똑한 챗봇이 아니라, 현실에서 행동하는 AI(Physical AI)라는 것입니다.

Enterprise Physical AI를 구현하는 핵심, Full-Stack Physical AI Platform

트레일러 안에 쌓인 박스를 Dexterity의 듀얼 암 로봇 Mech가 인식하는 장면. AI가 인식한 박스는 각각 다른 색으로 표시되어 있다.
박스를 인식하는 Dexterity Mech (출처: Dexterity)

Physical AI를 구현하기 위해 Dexterity가 강조하는 것은 단일 AI 모델이 아닌, ‘Full-Stack Physical AI Platform’입니다.

Dexterity는 AI가 산업 현장에서 실제로 동작하기 위해서는 단순히 물체를 인식하는 AI만으로는 부족하다고 말합니다. 주변 환경을 이해하고, 상황을 판단하며, 작업을 계획하고, 실제 로봇을 제어하는 전 과정이 하나의 플랫폼으로 유기적으로 연결되어야 한다는 것인데요.

이를 위해 Dexterity는 자사의 플랫폼을 68개 이상의 ‘Autonomous Skill Agents’로 구성하고 있습니다. 각 Skill Agent는 특정 작업을 수행하는 독립적인 AI 기능으로, 물체 인식, 작업 계획, 로봇 제어, 안전 판단, 예외 상황 대응 등 서로 다른 역할을 담당합니다. 이러한 Agent들이 협력하며 하나의 작업을 수행함으로써, 로봇은 변화하는 산업 환경에서도 보다 유연하게 대응할 수 있습니다.

즉, Dexterity가 말하는 Physical AI는 하나의 거대한 AI가 모든 것을 해결하는 구조가 아니라, 여러 전문 AI가 협업하는 플랫폼 구조에 가깝습니다.

Full-Stack Platform을 구성하는 핵심 요소

  • Foresight World Model
    산업 환경과 작업 맥락을 이해하고, 행동의 결과를 미리 예측하는 AI 모델입니다. 로봇이 단순히 현재 상황을 인식하는 것을 넘어 앞으로의 작업 흐름까지 고려할 수 있도록 지원합니다.

  • 68+ Autonomous Skill Agents
    인식·판단·동작 등 서로 다른 역할을 수행하는 AI 에이전트입니다. 각 Agent는 특정 역할에 특화되어 있으며, 필요에 따라 여러 Agent가 함께 협력해 하나의 작업을 수행합니다.

  • AI Agent Orchestration
    여러 Skill Agent를 상황에 맞게 조율하고 연결하는 오케스트레이션 계층입니다. 작업의 우선순위와 실행 순서를 관리하며, 여러 AI가 하나의 시스템처럼 동작하도록 합니다.

  • Hardware Abstraction – IRIS
    AI와 다양한 산업용 로봇 및 하드웨어를 연결하는 추상화 계층입니다. 특정 로봇 제조사나 장비에 종속되지 않고 다양한 하드웨어를 하나의 플랫폼에서 제어할 수 있도록 설계되었습니다.

  • Safety & Telemetry
    로봇의 상태와 작업 데이터를 실시간으로 모니터링하고, 안전성과 시스템 운영을 관리하는 계층입니다. 산업 현장에서 안정적인 운영과 지속적인 성능 개선을 지원합니다.

이러한 구조를 통해 Dexterity는 하나의 로봇이 아닌 여러 형태의 산업용 로봇을 하나의 AI 플랫폼으로 연결하는 Enterprise Physical AI를 지향하고 있습니다.

Dexterity만의 이야기가 아니다

흥미로운 점은 이러한 방향이 Dexterity만의 전략이 아니라는 것입니다. 최근 글로벌 AI 로보틱스 기업들은 서로 다른 용어를 사용하지만 공통적으로 AI 중심의 로봇 지능을 이야기하고 있습니다.

Dexterity, Skild AI, Figure, Physical Intelligence 네 기업의 핵심 메시지 비교표. 각각 Enterprise Physical AI, General-purpose Robot Intelligence, Vision-Language-Action, Generalist Robot Policy를 내세운다.
글로벌 AI 로보틱스 기업별 핵심 메시지

표현은 다르지만 공통점은 하나입니다. 더 좋은 로봇을 만드는 것이 아니라, 더 똑똑한 로봇을 만드는 것. 이는 로봇 산업의 경쟁 기준이 하드웨어 중심에서 AI, 데이터, 그리고 학습 능력 중심으로 이동하고 있음을 보여줍니다. 이제 경쟁력은 로봇의 속도나 가반하중만으로 결정되지 않는다는 것이죠.

  • 얼마나 많은 산업 데이터를 확보했는가

  • AI가 새로운 환경에 얼마나 빠르게 적응하는가

  • 다양한 작업을 하나의 플랫폼에서 수행할 수 있는가

이러한 요소들이 차세대 AI 로보틱스 기업의 핵심 경쟁력이 되고 있습니다.

CMES Robotics Insight

Dexterity가 이야기하는 'The Future is Physical'은 단순한 슬로건이 아닙니다. AI 산업의 중심이 디지털 공간에서 현실 세계로 확장되고 있다는 하나의 선언으로 볼 수 있습니다.

흥미로운 점은 이러한 변화가 Dexterity만의 전략이 아니라 글로벌 AI 로보틱스 시장 전반에서 공통적으로 나타나고 있다는 것입니다. 기업마다 사용하는 용어는 다르지만, 결국 AI를 통해 현실 세계의 작업을 이해하고 수행하는 방향을 향하고 있습니다.

씨메스로보틱스가 ‘Industrial Intelligence’를 핵심 방향으로 제시하는 이유도 여기에 있습니다. 산업 현장은 AI가 가장 먼저 현실 세계에서 가치를 증명할 수 있는 공간입니다. 실제 작업에서 생성되는 산업 데이터는 AI를 지속적으로 학습시키고, 학습된 AI는 다시 현장에 적용되며 성능을 고도화합니다. 이 선순환이 반복될수록 자동화는 단순한 반복 작업을 넘어 스스로 개선되는 산업 지능으로 발전하게 됩니다.

결국 앞으로의 경쟁은 누가 더 좋은 로봇을 만드는가보다 누가 산업 데이터를 가장 효과적으로 지능으로 연결하고, 이를 다시 산업 현장에 적용할 수 있는가에 달려 있습니다. 글로벌 AI 로보틱스 기업들이 보여주는 변화는 산업 자동화가 ‘Automation’에서 ‘Industrial Intelligence’로 진화하고 있음을 보여주는 중요한 신호로 이해해야 할 것입니다.

✔️ 우리 현장의 데이터, 지능으로 연결할 준비가 되셨나요?

Written by
오중석 (Paul) Head Marketing Dept
Share article