2026년은 인공지능이 화면 밖으로 걸어 나온 해로 기억될 것이다. 1월 CES에서 젠슨 황은 로봇의 ‘챗GPT 모먼트’가 왔다고 선언했고, 현대차그룹은 보스턴다이내믹스의 아틀라스를 무대에 세웠다. 6월 정부는 피지컬 AI를 국가 전략산업으로 지정하며 앞으로 3년을 골든타임으로 못 박았다. 올해 상반기 로봇·피지컬 AI 스타트업 투자액은 이미 지난해 연간 규모를 넘어섰다. 경쟁의 지형은 냉정하다. 중국의 피지컬 AI 기업은 5300여곳에 이르고, 이 가운데 정부가 공인한 로봇 기업만 150여곳이다. 이들이 내놓은 모델은 400여종, 연간 생산량은 10만대 수준으로 미국의 28배에 달한다. 반면 한국의 피지컬 AI 기업은 149개에 불과하다. 기업 수와 생산량으로 정면 승부하기 어렵다면 한국은 어디서 겨뤄야 하는가. 필자는 그 답을 기계 자체보다 기계가 배우는 곳에서 찾는다. 말을 잘하는 AI와 몸을 움직이는 AI 사이에는 무엇이 있어야 하는가. 답은 디지털트윈이다. 언어 모델은 틀리면 다시 쓰면 되지만 로봇의 실수는 부서진 장비와 다친 사람으로 남는다 인터넷야마토 . 피지컬 AI에는 현실에 나오기 전 수만 번 넘어져 볼 안전한 장소가 필요하다. 그곳이 현실을 그대로 옮긴 가상 세계, 디지털트윈이다. 정부가 3년 안에 만들겠다는 국가 파운데이션 모델이 ‘월드모델’ 기반인 것도 같은 이유다. 가상에서 학습한 로봇이 현실에서 일하고, 그 기록이 다시 가상으로 돌아와 모델을 고칠 때 비로소 쌍둥이가 된다. 아직 어떤 시뮬레이터도 현실을 완벽히 재현하지 못한다. 가상과 현실의 간극은 기술보다 검증의 문제로 남아 있다. 가상에서 먼저 겪는 일은 로봇에게만 필요하지 않다. 필자는 XR 재난체험과 학교 디지털트윈을 연구하며 같은 구조를 보았다. 아이들이 대피할 곳은 낯선 가상 건물이 아니라 매일 오가는 우리 학교 3층 복도다. 학교를 가상에 옮겨 XR로 미리 체험하고, 실제 대피훈련을 한 뒤 병목 구간과 소요시간을 데이터로 복기하면 안전교육은 이수 시간이 아니라 측정 가능한 훈련이 된다. 가상에서 연습하고 현실에서 실행한 뒤 다시 가상을 고치는 구조는 로봇 학습과 같다 릴게임검증 . 이미 여러 지자체가 도시를 3차원 데이터로 구축하고 디지털트윈 기반 소방·재난 훈련 콘텐츠를 만들고 있다. 같은 디지털트윈 안에서 소방 로봇과 .검 드론이 학습하고, 아이들이 대피를 연습할 수 있다. 피지컬 AI 시대의 디지털트윈은 기계와 사람이 함께 쓰는 공공 인프라여야 한다. 골든타임에 로봇 본체만큼 챙겨야 할 것이 세 가지 있다. 첫째, 공공이 구축한 도시·시설 디지털트윈을 피지컬 AI 학습과 실증에 활용할 수 있도록 하는 데이터 개방 기준이다. 둘째, 가상에서 검증한 성능을 현장 성능으로 인정하는 시험·인증 체계다. 이것이 없으면 실증 사업은 시연으로 끝난다. 셋째, 디지털트윈을 구축하고 그 안에서 로봇을 가르칠 사람이다. 3차원 공간과 실시간 엔진을 다루는 메타버스·XR 인력이 이 일에 가장 가까이 있다. 로봇은 가상에서 넘어지고, 아이들은 가상에서 대피를 연습한다. 피지컬 AI의 경쟁력은 얼마나 정확하고 믿을 만한 가상 세계를 가졌느냐에서 갈린다. 그 가상 세계를 짓는 일은 지금 우리 도시와 학교에서 시작할 수 있다. 정리= 가 된다. 아직 어