구광모·젠슨 황 다시 만난다｜LG와 엔비디아 피지컬 AI 동맹, 진짜 주목할 것은 로봇 생태계
오늘 SBS Biz를 보다가 화면에 나온 한 문장에서 눈이 멈췄다.
“LG와 엔비디아, AI 협력 구체화 나서나?”
구광모 LG그룹 회장이 미국 실리콘밸리의 엔비디아 본사를 찾아 젠슨 황 CEO와 다시 만날 예정이라는 내용이었다. 지난 6월 서울에서 두 사람이 만난 지 약 두 달 만이다.
처음에는 엔비디아와 LG가 휴머노이드 로봇을 함께 개발한다는 정도로 생각했다. 그런데 방송 화면에 나온 LG그룹 계열사별 로봇 역량을 하나씩 찾아보니 생각보다 그림이 컸다.
LG가 가진 것은 로봇 한 대가 아니었다. AI 모델부터 카메라와 센서, 스마트팩토리, 모터와 제어 기술, 배터리까지 연결할 수 있는 구조가 보였다.
LG와 엔비디아의 협력을 단순한 로봇 테마로 보기보다, 피지컬 AI 시대에 필요한 기술을 LG 계열사들이 얼마나 연결할 수 있는지를 보는 편이 더 중요해 보였다.
구광모와 젠슨 황, 왜 다시 만날까
두 사람은 지난 6월 LG트윈타워에서 만나 피지컬 AI와 AI 인프라, 모빌리티 등 차세대 사업에서 협력 범위를 넓히기로 했다.
당시에는 큰 방향을 확인했다면 이번 실리콘밸리 회동에서는 실제 적용 분야와 개발 일정, 투자 규모처럼 한 단계 더 구체적인 이야기가 나올지가 관심사다.
특히 눈길이 가는 것은 피지컬 AI다.
생성형 AI가 글을 쓰거나 이미지를 만드는 일을 주로 화면 안에서 했다면, 피지컬 AI는 현실 공간을 보고 판단한 뒤 실제 기계를 움직인다.
공장에서 부품을 옮기는 로봇, 창고에서 물건을 나르는 물류 로봇, 사람처럼 움직이는 휴머노이드가 대표적인 예다.
피지컬 AI는 AI 모델 하나로 완성되지 않는다
관련 내용을 공부하면서 가장 먼저 생각이 바뀐 부분이다.
AI라고 하면 그동안 GPU와 HBM, 거대언어모델부터 떠올렸다. 하지만 현실 공간에서 움직이는 로봇은 훨씬 많은 기술이 필요하다.
주변을 인식하는 눈이 있어야 하고, 정보를 판단하는 두뇌가 있어야 한다. 판단한 대로 움직이는 모터와 관절이 필요하고, 이를 오래 작동시키는 배터리도 필요하다.
여기에 수십 대, 수백 대의 로봇을 실제 공장에서 움직이려면 물류 시스템과 스마트팩토리 운영 기술까지 붙어야 한다.
AI 두뇌 → 센서와 카메라 → 구동·제어 → 배터리 → 공장·물류 시스템
이 기준을 가지고 LG 계열사를 다시 보니 방송 화면에 여러 회사가 함께 등장한 이유가 이해되기 시작했다.
LG AI연구원, 로봇의 두뇌를 만든다
먼저 LG AI연구원이다.
LG AI연구원과 엔비디아의 관계는 이번 회동 때문에 갑자기 시작된 것이 아니다. LG의 자체 AI 모델 엑사원(EXAONE) 개발 과정에서 이미 엔비디아의 GPU와 AI 개발 플랫폼을 활용하며 기술 협력을 이어왔다.
최근에는 엑사원과 엔비디아의 네모트론(Nemotron) 생태계를 결합해 산업별 전문 AI 모델을 공동 개발하는 방향으로 협력 범위를 넓히고 있다.
여기서 중요한 것은 단순히 챗봇을 하나 더 만드는 것이 아니다. 앞으로 제조 현장과 로봇에 AI를 적용하려면 산업 데이터를 이해하고 판단할 수 있는 AI 모델이 필요하다.
LG AI연구원이 피지컬 AI 생태계에서 두뇌 역할을 맡을 수 있다고 보는 이유다.
LG이노텍, 스마트폰 카메라에서 로봇의 눈으로
두 번째로 눈에 들어온 곳은 LG이노텍이었다.
처음에는 스마트폰 카메라 모듈 회사라는 이미지가 강했다. 하지만 로봇도 사람처럼 주변을 보고 거리를 판단해야 한다는 점을 생각하면 광학과 센싱 기술이 그대로 연결된다.
LG이노텍은 보스턴다이내믹스와 로봇의 ‘눈’ 역할을 하는 비전 센싱 시스템을 공동 개발하고 있다. 차세대 휴머노이드 아틀라스에 들어갈 비전 센싱 모듈 개발도 추진하고 있다.
RGB 카메라뿐 아니라 3D 센싱을 결합해 주변 공간을 인식하는 기술이다.
AI가 아무리 좋은 판단 능력을 가지고 있어도 현실을 제대로 보지 못하면 움직일 수 없다. 피지컬 AI가 확대될수록 카메라와 센서가 단순 부품 이상의 의미를 가질 수 있겠다는 생각이 들었다.
LG CNS를 보니 피지컬 AI가 현실로 보였다
LG CNS를 살펴보면서는 조금 다른 생각이 들었다.
휴머노이드 로봇만 보면 아직 먼 미래 산업처럼 느껴질 수 있다. 하지만 물류 현장에서는 이미 로봇이 실제 업무를 하고 있었다.
LG CNS가 공개한 물류 자동화 로봇 ‘모바일 셔틀’은 물류창고 안에서 움직이며 1대당 최대 1,500kg의 물품을 적재할 수 있다. 수십 대에서 수백 대의 로봇을 동시에 운영하는 시스템이고, LG 계열사의 북미 공장에도 수백 대 규모의 셔틀로봇이 적용돼 있다.
여기에 AI 에이전트를 적용해 작업자가 자연어로 긴급 출고 같은 지시를 내리거나, 이상이 발생했을 때 원인과 대응 방법을 확인하도록 만들고 있다.
이 사례를 보니 피지컬 AI가 어느 날 갑자기 휴머노이드 형태로 등장하는 것이 아니라는 생각이 들었다.
물류 자동화 → 스마트팩토리 → 자율 로봇 → 휴머노이드
이런 식으로 실제 현장에서 데이터를 쌓으며 발전할 가능성이 더 현실적으로 보였다.
LG전자와 LG에너지솔루션까지 연결해 봤다
로봇이 보고 생각한다고 끝나는 것은 아니다. 결국 실제로 움직여야 한다.
LG전자는 가전과 전장 사업을 하면서 모터와 구동, 제어 기술을 오랫동안 축적해왔다. 이런 기술은 로봇의 몸과 관절을 움직이는 영역으로 확장될 수 있다.
그리고 로봇이 자유롭게 움직이려면 전원선에서 벗어나야 한다.
여기에서 LG에너지솔루션의 배터리 기술까지 연결해서 볼 수 있다.
결국 LG그룹 내부에서만 놓고 보더라도 AI 모델, 센서, 공장 시스템, 구동 기술, 배터리를 각각 담당할 수 있는 계열사가 존재한다.
- LG AI연구원 — AI 모델과 로봇의 두뇌
- LG이노텍 — 카메라·비전 센싱, 로봇의 눈
- LG CNS — 스마트팩토리·물류 자동화 시스템
- LG전자 — 모터·구동·제어와 로봇 하드웨어
- LG에너지솔루션 — 로봇 구동에 필요한 배터리
엔비디아도 LG가 필요한 이유
처음 뉴스를 봤을 때는 LG가 엔비디아의 기술을 가져오는 모습부터 떠올렸다.
하지만 조금 더 찾아보니 한쪽 방향만은 아니었다.
엔비디아는 GPU와 AI 소프트웨어뿐 아니라 로봇 학습과 시뮬레이션 플랫폼을 가지고 있다. 반대로 AI를 현실 세계로 꺼내려면 실제 공장과 기계, 산업 데이터가 필요하다.
LG는 전자, 배터리, 부품, 물류와 제조공장을 가지고 있다. 엔비디아가 만든 AI 플랫폼을 실제 제조 환경에서 검증하고 학습시킬 수 있는 공간이 있다는 뜻이다.
결국 엔비디아의 AI 컴퓨팅 역량과 LG의 제조·하드웨어 역량을 연결하는 것이 이번 협력의 핵심이라고 보고 있다.
투자자는 ‘엔비디아 협력’ 다음을 봐야 한다
여기까지 공부하고 나니 LG의 피지컬 AI 전략은 분명 흥미롭다.
그렇다고 ‘엔비디아와 협력한다’는 문장 하나만 보고 관련 종목의 투자 판단을 내리고 싶지는 않다.
시장은 새로운 산업에 대한 기대를 실제 실적보다 먼저 주가에 반영할 때가 많다. 그래서 앞으로는 회동 자체보다 그다음에 무엇이 나오는지를 확인하려고 한다.
- 공동개발이 실제 계약과 양산으로 이어지는가
- LG 제조공장에 피지컬 AI가 실제 적용되는가
- 각 계열사의 역할과 사업 규모가 구체화되는가
- 관련 사업이 결국 매출과 이익으로 연결되는가
CEO들이 악수하는 장면은 산업의 시작을 알릴 수 있다. 하지만 투자자에게 더 중요한 장면은 실제 로봇이 공장에서 움직이고 그 결과가 기업의 숫자로 확인되는 순간이다.
LG와 엔비디아의 협력 뉴스를 보며 처음에는 휴머노이드 로봇만 생각했다. 하지만 계열사를 하나씩 연결해보니 더 중요한 것은 로봇 한 대가 아니라 피지컬 AI를 구현하는 생태계였다. LG가 가진 제조 현장과 하드웨어, 엔비디아의 AI 플랫폼이 실제 사업에서 어디까지 연결되는지가 앞으로 확인할 핵심이다.
새로운 산업을 볼 때 가장 화려한 완제품부터 눈에 들어온다. 반도체를 공부하면서도 결국 GPU 하나가 아니라 HBM과 장비, 전력과 데이터센터까지 연결해서 보게 됐다.
피지컬 AI도 비슷할 것 같다. 앞으로 로봇 관련 기업을 볼 때는 “로봇이 많이 만들어질수록 반복해서 필요한 기술은 무엇인가?”라는 질문을 먼저 던져보려고 한다.
이 글은 개인적인 투자 경험과 공부 과정을 기록한 내용이며 특정 종목의 매수·매도를 권유하는 글이 아닙니다. 피지컬 AI와 로봇 산업은 아직 개발과 투자 단계에 있는 사업이 많으며, 협력 논의가 실제 계약이나 실적으로 이어지지 않을 수도 있습니다. 실제 투자 전에는 기업 공시와 최신 자료를 직접 확인하시기 바랍니다.
