StartupXO

STARTUPXO · NEWS

피지컬 AI 시장의 폭발: 엑스와이지 130억 투자의 의미

엑스와이지가 130억 원 규모의 시리즈B 투자를 유치하며 피지컬 AI 시장의 본격적인 개화를 알렸습니다. 2033년 497억 달러 규모로 성장할 이 시장에서 창업자들은 인프라가 아닌 '독자적 데이터'와 '버티컬 솔루션'에 집중해야 합니다. 파운데이션 모델이 범용화되는 시대에 스타트업이 어떻게 해자를 구축해야 하는지 분석합니다.

뉴스AI·자동화
게시일2026.03.09
수정일2026.03.09

엑스와이지가 130억 원 규모의 시리즈B 투자를 유치하며 피지컬 AI 시장의 본격적인 개화를 알렸습니다. 2033년 497억 달러 규모로 성장할 이 시장에서 창업자들은 인프라가 아닌 ‘독자적 데이터’와 ‘버티컬 솔루션’에 집중해야 합니다. 파운데이션 모델이 범용화되는 시대에 스타트업이 어떻게 해자를 구축해야 하는지 분석합니다.

피지컬 AI 시대의 도래: 하드웨어에서 지능으로의 전환

최근 피지컬 AI(Physical AI) 스타트업 엑스와이지가 코오롱인베스트먼트 등으로부터 130억 원 규모의 시리즈B 투자를 유치했습니다. 이 투자는 단순한 로봇 기업의 자금 조달을 넘어, 산업의 패러다임이 ‘작업 특화형 로봇’에서 ‘범용 자율 시스템’으로 이동하고 있음을 시사합니다. 글로벌 피지컬 AI 시장은 2025년 52억 3천만 달러에서 2033년 497억 3천만 달러로 연평균 32.53%의 폭발적인 성장이 예상됩니다. 창업자들에게 이는 로보틱스 산업이 마침내 소프트웨어와 데이터 중심의 스케일업이 가능한 영역으로 진입했음을 의미합니다.

인프라 vs 버티컬: 스타트업의 전략적 포지셔닝

피지컬 AI 생태계는 현재 엔비디아(Nvidia), 구글(Google)과 같은 거대 빅테크가 주도하는 ‘인프라 레이어’와 이를 활용해 특정 산업의 문제를 해결하는 ‘애플리케이션 레이어’로 양분되고 있습니다. 엔비디아의 GR00T나 알리바바의 RynnBrain 같은 오픈소스 로봇 파운데이션 모델이 등장하면서, 로봇 제어 기술의 진입 장벽은 급격히 낮아졌습니다.

자본력이 부족한 스타트업 창업자는 인프라 경쟁을 피하고 고부가가치 버티컬 영역에 집중해야 합니다. 예를 들어, 수술용 로봇 시장은 2026년 144억 달러 규모로 성장할 전망이며, 인튜이티브 서지컬(Intuitive Surgical)과 같이 규제 승인과 특화된 기술력을 바탕으로 강력한 진입장벽을 구축한 기업들이 시장을 독식하고 있습니다. 헬스케어, 정밀 제조, 물류 등 명확한 페인포인트가 있는 버티컬을 타겟팅하는 것이 유리합니다.

데이터가 만드는 진정한 경쟁 해자

엑스와이지의 핵심 경쟁력 중 하나는 ‘자체 데이터 기반 AI 개발 체계’입니다. 오픈소스 모델이 보편화될수록 알고리즘 자체의 차별성은 줄어들고, 특정 도메인에서 수집한 고품질의 ‘독점적 데이터(Proprietary Data)‘가 기업의 가장 강력한 무기가 됩니다. 현실 세계의 물리적 상호작용 데이터는 웹 스크래핑으로 얻을 수 있는 텍스트 데이터와 달리 수집 비용이 높고 모방하기 어렵습니다. 창업자는 초기 시장 진입 시 하드웨어 판매 수익보다 ‘어떻게 독점적인 행동 데이터를 지속적으로 수집하고 모델을 파인튜닝할 것인가’에 사업의 사활을 걸어야 합니다.

엣지와 클라우드의 결합, 그리고 코봇(Cobots)의 부상

기술 도입 측면에서 주목할 점은 협동 로봇(Cobots)과 엣지 AI의 성장입니다. 협동 로봇 시장은 연평균 35.12% 성장하며 전체 산업용 로봇 시장을 견인하고 있습니다. 또한 2025년 기준 온디바이스(Edge) AI가 시장의 51.24%를 점유하고 있지만, 클라우드 기반 AI 역시 38.61%의 성장률을 보이며 빠르게 확산 중입니다. 이는 로봇이 현장에서 즉각적인 판단을 내리면서도, 클라우드를 통해 지속적으로 학습하고 진화하는 하이브리드 모델이 표준이 될 것임을 시사합니다.

창업자를 위한 액션 아이템

  1. 인프라 재창조를 멈춰라: 엔비디아나 구글의 오픈소스 로봇 모델을 적극 활용하여 개발 초기 비용과 시간을 단축하십시오. 핵심 역량은 로봇의 관절 제어가 아니라 ‘산업 특화 문제 해결’에 있어야 합니다.
  2. 데이터 플라이휠 설계: 로봇이 현장에 배치되는 첫날부터 사용자의 개입, 오류 수정, 환경 변수 등의 데이터를 수집하여 AI를 고도화하는 파이프라인을 구축하십시오.
  3. 도입 장벽 최소화: 전통적인 산업용 로봇처럼 대규모 설비 투자가 필요한 모델 대신, 기존 인프라에 쉽게 통합될 수 있는 협동 로봇(Cobot) 기반의 SaaS형 비즈니스 모델(RaaS)을 고려하십시오.