[인사이트] 코드에서 근육으로: 피지컬 AI와 데이터센터 인프라

문제고집적 AIDC 는 인간 운영자에게 발열/소음/위험 측면에서 한계가 있어 피지컬 AI 와 휴머노이드 로봇의 단계적 투입 방향을 정해야 한다.

접근CES 2026 사례와 Google DeepMind AI 냉각 제어, NTT데이터 ugo 로봇 순찰을 분석. 관찰(데이터 축적)→협업(공구 운반/절차 안내)→위험 공간 대행(고열 구간 점검)의 3단계 로드맵 제시. 저지연 통신, 에너지 관리, Sim-to-Real 학습 전이를 필수 기술로 명시.

결과DeepMind 는 냉각 에너지 40% 절감, NTT ugo 는 점검 시간 80% 절감 예정. NVIDIA Isaac Lab 시뮬레이션으로 90% 이상 작업 성공률 확보 가능하다는 점에서 단계적 도입 타당성 확보.