물리적 AI 구현을 위한 전력과 행동 인프라의 필요성

챗GPT로 보고서를 쓰고 코드를 짜는 일은 이제 일상이 됐다. 하지만 화면 속 지능이 실제 물리적 변화로 이어지기 위해서는 전력과 조정된 행동(coordinated action)의 결합이 필수적이다. 지능만으로는 물리적 환경을 직접 제어하거나 생산성을 높이는 실질적 변화를 만들기 어렵다.

1차 산업혁명은 증기기관(전력), 방직 기술(지능), 공장 모델(조정된 행동)이 정렬되었을 때 맬서스 함정을 깼다. AI 시대의 성장 역시 지능을 넘어선 물리적 인프라와 실행 체계의 재구축이 전제되어야 한다.

현재 Human Archive와 Antioch 같은 기업들이 합성 데이터 생성과 디지털 트윈(가상 세계에 물리적 객체를 동일하게 구현하는 기술) 도구를 제공하며 물리적 AI 학습을 위한 인프라 계층을 구축하고 있다. 이는 로봇이 수십억 번의 물리적 동작을 실제로 수행해야 하는 비용과 시간의 한계를 극복하기 위한 필수 스택이다.

빅테크의 에너지 지배력 확보와 전력망 병목 현상

빅테크 기업들은 공공 전력망 의존도를 낮추기 위해 원전 계약 등 독자적인 에너지 공급망을 확보하고 있다. Microsoft는 Three Mile Island 원전의 재가동 계약을 체결했고, Amazon은 펜실베이니아 소재 원전과 직접 계약을 맺었다. Meta는 원자력 개발사 발굴을 위해 RFP(제안 요청서)를 발행하며 공급망을 다변화하고 있다.

단기적인 전력 구매를 넘어 핵융합, 확장형 지열, SMR(소형 모듈형 원전) 등 차세대 에너지 기술에 대한 투자 규모도 키우고 있다. SMR은 기존 대형 원전보다 크기를 줄여 안전성과 건설 효율을 높인 원자로다. 하이퍼스케일러들이 에너지 생산 기술에 직접 자본을 투입하는 것은 전력망의 물리적 한계를 기술적으로 돌파하려는 시도다.

미국 DOE(에너지부)는 데이터센터 전력 수요를 충당하기 위해 2030년까지 현 전력망에 100GW의 추가 용량이 필요하다고 추정했다. 이는 뉴욕시 16개를 추가로 가동할 수 있는 규모다. 전력 인프라 확충 속도가 연산 능력 확장 속도보다 느려 전력 수급이 AI 성장의 병목이 되고 있다.

산업 특화 수직적 AI 전략과 소재 공급망의 재편

에너지라는 기초 동력을 확보한 후에는 이를 실제 산업 현장에 적용하기 위한 특화된 도구와 소재 인프라가 필요하다. Carbon Robotics(농업용 제초 로봇)와 Dexterity(물류 자동화 로봇)는 특정 산업의 워크플로에 맞춘 전용 모델과 하드웨어를 함께 구축하는 수직적 전략을 사용한다. 이들은 물리적 제약이 크고 경제적 가치가 높은 환경을 발굴해, 해당 환경의 안전 제약에 맞춘 전용 두뇌를 구축하는 풀스택 방식을 적용한다.

데이터센터 건설 수요의 급증은 철강과 같은 기초 소재 산업의 공급망 재편으로 이어진다. 기술 기업의 효율적인 공정 관리와 데이터 기반 운영 방식을 도입한 소재 기업들이 등장하고 있다. Microsoft는 데이터센터 건설용 철강을 공급받기 위해 스웨덴에서 그린 스틸(탄소 배출을 줄인 친환경 철강) 공급 계약을 체결했다. NFX는 기술 기업의 운영 방식을 통해 미국 철강 산업을 재건하려는 Bethlehem Steel에 투자했다. 인프라 구축 수요가 소재 산업의 기술적 현대화와 공급망 재구축이라는 실제 사업 기회로 연결되고 있다.

OpenAI가 증명한 지능적 성능은 이제 기본값이 되었다. 실질적인 잠재력 실현은 전력 수급과 물리적 행동의 결합 여부에 달려 있다. SMR과 지열, 핵융합 같은 에너지원과 디지털 트윈 스택이 결합되어야 AI의 물리적 확장이 가능하다. 모델 레이어의 성능 경쟁을 넘어 전력망 효율화와 수직적 물리 AI, 신소재 인프라에서 실무적 기회를 포착해야 한다. 인프라 스택의 지배력이 AI의 최종 도달점을 결정한다.