[기고] AI, '아는 것(Know)'에서 '행동하는 것(Do)'으로의 변화

이희만 AMD AECG 코리아 세일즈 대표

[아이뉴스24 박지은 기자] 지난 몇 년간 AI는 정보를 이해하고 생성·추천하는 시스템을 중심으로 발전해 왔다. 대규모 언어 모델(LLM), AI 어시스턴트, 코파일럿은 정보를 검색·요약하고 콘텐츠를 생성하며 의사결정을 지원하는 방식으로 지식 노동을 변화시켰다. 이러한 첫 번째 AI의 물결은 디지털 생산성을 크게 끌어올렸다.

이제 AI는 새로운 단계로 접어들고 있다. 정보를 이해하고 디지털 생산성을 높이는 것을 넘어 현실 세계와 직접 상호작용하는 방향으로 확장되는 것이다. 이는 'AI가 무엇을 해야 하는지'에 대한 변화다.

이희만 AMD AECG 코리아 세일즈 대표 [사진=AMD]

AI가 클라우드와 디지털 환경을 넘어 물리적 시스템으로 이동하면서 지능은 더 이상 '아는 것'에 머물러서는 안 된다. 자율 로봇과 같은 피지컬 AI 시스템(Physical AI systems)은 실시간으로 주변을 감지하고 판단해 행동해야 한다. 동시에 안전성을 확보하면서 제한된 전력과 열, 공간 안에서 제 기능을 수행해야 한다.

피지컬 AI는 AI 모델을 실행하는 것만으로 완성되지 않는다. 감지와 인지부터 추론, 계획, 제어를 거쳐 실제 행동까지 자연스럽게 이어져야 한다. 중요한 것은 더 똑똑한 AI 모델을 만드는 데 그치지 않고 현실에서 안전하고 신뢰성 있게 움직이는 지능형 시스템을 구축하는 것이다.

AMD가 피지컬 AI를 AI 모델만의 문제가 아닌 시스템 엔지니어링의 문제로 보는 이유다.

피지컬 AI는 인간의 신체에 빗대면 쉽게 이해할 수 있다. 인간의 뇌가 추론과 의사결정을 담당한다면 신경계는 빠른 반응을, 근육과 관절은 정밀한 움직임을 담당한다.

피지컬 AI 시스템도 비슷하다. 복잡한 추론과 인지에는 고성능 컴퓨팅이 요구된다. 실시간 대응을 위해서는 의사결정이 이뤄지는 지점 가까이에서 지연을 최소화해 데이터를 처리해야 한다. 정밀한 움직임을 위해서는 정확하고 일관된 제어 능력도 갖춰야 한다.

이 모든 기능을 하나의 프로세서 아키텍처로 효율적으로 처리하기는 어렵다. 서로 다른 특성을 가진 컴퓨팅 기술이 함께 작동해야 하는 이유다.

고성능 중앙처리장치(CPU)와 그래픽처리장치(GPU)는 복잡한 추론과 인지, AI 작업을 처리하는 '뇌' 역할을 한다. 적응형 시스템온칩(SoC)과 신경망처리장치(NPU)는 의사결정 지점 가까이에서 낮은 지연시간과 높은 전력 효율로 데이터를 처리하는 '신경계' 역할을 맡는다. 프로그래머블반도체(FPGA)는 센서와 액추에이터를 정밀하게 제어해 시스템이 외부 환경과 안전하고 정확하게 상호작용하도록 돕는다.

피지컬 AI에 이기종 컴퓨팅이 필요한 이유도 여기에 있다.

피지컬 AI는 AI 기술의 다음 단계인 동시에 지능이 가치를 만드는 방식의 변화이기도 하다. 고령화와 노동시장 위축, 산업 생산성 향상에 대한 요구가 커지면서 자동화와 로보틱스, 지능형 인프라에 대한 투자도 확대되고 있다.

이 같은 환경에서 피지컬 AI는 하나의 기술 유행을 넘어 장기적인 생산성과 산업 경쟁력, 경제적 회복력을 뒷받침하는 수단으로 자리 잡고 있다.

AMD는 향후 10년의 AI가 '아는' 시스템을 넘어 '행동하는' 시스템을 중심으로 발전할 것으로 보고 있다.

※외부 필진 기고는 본지 편집 방향과 다를 수 있습니다.

/박지은 기자(qqji0516@inews24.com)