에이전틱 AI와 피지컬 AI

프롤로그

PART 01 각자의 세계와 천장

CHAPTER 01 에이전틱 AI: 생각하는 기계의 탄생과 한계
1.1 ChatGPT 이후: 응답에서 자율 행동으로
1.2 에이전트 내부 해부학: 뇌ㆍ손ㆍ기억
1.3 다중 에이전트: 혼자서 안 될 때
1.4 에이전틱 AI의 천장: 디지털 세계의 포로

CHAPTER 02 피지컬 AI: 몸을 얻은 기계의 탄생과 한계
2.1 전통 로봇에서 피지컬 AI로: 무엇이 달라졌는가
2.2 피지컬 AI를 가능하게 한 기술 충격 - VLA: 보고, 이해하고, 행동하는 하나의 모델
2.3 피지컬 AI를 가능하게 한 세 가지 기술 충격
2.4 피지컬 AI의 지형도: 어디에 얼마나 배포됐나
2.5 피지컬 AI의 천장: 몸은 있지만 판단이 없다

CHAPTER 03 에이전트 경제: 새로운 가치 사슬의 지층
3.1 에이전틱 AI가 만드는 새로운 비즈니스 모델
3.2 피지컬 AI가 만드는 새로운 비즈니스 모델
3.3 융합 경제의 기회 지도
3.4 에이전틱 AI의 5단계와 신뢰 구축
3.5 피지컬 AI가 세계를 인식하는 방법 - 멀티모달 인식의 구조
3.6 에이전트 경제의 실전 사례 - 이미 일어나고 있는 변화들
3.7 에이전트 경제와 노동 시장의 재편

PART 02 에이전틱 AI와 테슬라 FSD

CHAPTER 04 FSD의 탄생: 에이전틱 AI가 운전대를 잡기까지
4.1 자율주행의 역사: 규칙에서 학습으로
4.2 FSD의 기술 해부: 에이전틱 루프의 실체
4.3 오토파일럿에서 FSD까지: 에이전시의 단계적 확장
4.4 플릿 학습: 백만 명의 운전 교사

CHAPTER 05 FSD가 증명한 것: 에이전틱-피지컬 융합의 원리
5.1 에이전틱 루프가 물리 세계에서 작동하는 방식
5.2 Sim-to-Real: 가상과 현실의 간극을 좁히다
5.3 안전과 신뢰: 피지컬 AI가 넘어야 할 가장 높은 벽
5.4 비용 구조 혁신: RaaS의 원형
5.5 FSD가 남긴 기술 유산: 자율주행이 로봇에게 가르쳐 준 것

CHAPTER 06 FSD 이후: 에이전틱 AI가 바꾸는 자동차 산업의 미래
6.1 자동차 선택의 새 기준: AI 성능이 엔진을 대체하다
6.2 로보택시: 에이전틱 AI가 도시 교통을 재편하다
6.3 에이전틱 AI가 운전하는 미래: 인간-AI 관계의 재정의
6.4 글로벌 자율주행 경쟁: FSD vs 세계
6.5 FSD에서 옵티머스로: 테슬라의 에이전틱-피지컬 AI 전략 전체 그림
6.6 FSD가 보여주는 에이전틱-피지컬 AI 융합의 보편 원리

PART 03 피지컬 AI의 몸: 하드웨어 가치사슬

CHAPTER 07 액추에이터: 피지컬 AI의 근육
7.1 액추에이터란 무엇인가: AI의 명령을 물리적 힘으로 바꾸는 장치
7.2 정밀도와 유연성: 인간 손을 모방하는 기술
7.3 액추에이터 가치사슬: 누가 공급하는가

CHAPTER 08 센서: 피지컬 AI의 감각 신경
8.1 피지컬 AI의 감각 지형도
8.2 센서 융합: 단일 센서의 한계를 넘는 방법
8.3 센서 가치사슬: 공급망과 기술 경쟁

CHAPTER 09 배터리의 딜레마: 에너지가 피지컬 AI의 운명을 결정한다
9.1 배터리가 피지컬 AI의 핵심 병목인 이유
9.2 차세대 배터리 기술과 피지컬 AI
9.3 에너지 효율 설계: 배터리를 덜 쓰는 로봇 만들기

PART 04 피지컬 AI의 뇌: 반도체와 학습 인프라

CHAPTER 10 AI 반도체: 피지컬 AI 두뇌의 핵심 부품
10.1 피지컬 AI가 요구하는 반도체: 데이터센터 AI와 무엇이 다른가
10.2 주요 AI 반도체 플레이어와 피지컬 AI 포지션
10.3 반도체 지정학: 피지컬 AI 두뇌의 공급망 리스크

CHAPTER 11 무한 가상현실: 피지컬 AI는 시뮬레이션 속에서 완성된다
11.1 왜 현실 데이터만으로는 부족한가
11.2 Omniverse & 디지털 트윈: 현실을 복제하는 기술
11.3 Sim-to-Real Gap을 좁히는 현재 최선의 방법들

CHAPTER 12 데이터 전쟁: 로봇은 무엇을 먹고 자라는가
12.1 로봇 데이터의 3대 원천: 무엇을 먹일 것인가
12.2 로봇계의 ImageNet은 왜 아직 없는가
12.3 데이터 큐레이션과 라벨링: 물리 행동 데이터의 품질 기준
12.4 Vera Rubin 플랫폼: 피지컬 AI 학습의 인프라 표준
12.5 스토리지: 센서 데이터의 홍수를 처리하는 인프라
12.6 네트워크: 클라우드 에이전트와 엣지 로봇의 실시간 연결
12.7 피지컬 AI 시뮬레이션의 미래 방향

PART 05 한계가 만나는 지점

CHAPTER 13 왜 두 AI는 서로를 필요로 하는가
13.1 에이전틱 AI가 피지컬 AI에게 주는 것
13.2 피지컬 AI가 에이전틱 AI에게 주는 것
13.3 공유 인프라: 같은 기반 위에 서 있는 이유
13.4 멀티모달 인식의 실체: VLA가 증명하는 공유 기반-두 AI가 같은 눈으로 세계를 본다는 것의 의미

CHAPTER 14 융합 아키텍처: 한계의 교차점을 설계하다
14.1 Perceive → Reason → Act → Reflect: 융합 루프의 4단계
14.2 경험 공유 네트워크: 로봇 집단 지성의 원리
14.3 디지털 트윈: 두 세계를 연결하는 다리
14.4 실패 시 롤백: 물리 행동이 잘못됐을 때 에이전틱 AI가 개입하는 프로토콜
14.5 한계가 만나는 지점에서 탄생하는 새로운 가능성
14.6 에이전틱-피지컬 AI 통합의 실전 사례: 세 개의 현장
14.7 융합 아키텍처 설계의 일곱 가지 원칙
14.8 융합의 경제학: 통합이 만드는 비즈니스 가치

PART 06 피지컬 AI 가치사슬 실전 분석

CHAPTER 15 휴머노이드 가치사슬: 부품에서 서비스까지
15.1 휴머노이드 가치사슬 전체 지도
15.2 글로벌 플레이어 포지셔닝 분석
15.3 상용화의 네 가지 병목과 해결 시나리오

CHAPTER 16 산업 현장의 융합: 공장·물류·헬스케어·자율주행
16.1 스마트 팩토리: 에이전틱 AI가 피지컬 라인을 지휘할 때
16.2 물류 자율화: 피킹 로봇에서 공급망 에이전트까지
16.3 헬스케어: 진단 에이전트 + 수술 로봇의 협업
16.4 자율주행: 피지컬 AI의 최대 전장
16.5 한국의 휴머노이드 전략: 어디에 어떻게 진입할 것인가
16.6 에이전틱-피지컬 AI 통합이 만드는 산업 재편의 세 가지 패턴
16.7 2030년의 산업 지형: 에이전틱-피지컬 AI 이후의 세계

에필로그