휴머노이드의 꿈과 현실

Bloomberg weekend essay 1. 하드웨어와 소프트웨어의 괴리 상하이 세계인공지능대회(WAIC) 등 최근 전시회들을 보면, 전 세계(특히 제조 생태계를 앞세운 중국)에서 수많은 휴머노이드 로봇이 걷고 균형을 잡으며 매끄러운 외형을 뽐내고 있습니다. 하지만 업계 관계자들조차 인정하듯, 로봇들은 '몸'은 번지르르하지만 정작 예측 불가능한 현실 세계에서 자율적이고 안정적으로 임무를 수행할 첨단 '뇌(소프트웨어)'가 크게 부족한 상황입니다. 2. 로봇 소프트웨어가 순수 AI보다 훨씬 어려운 이유 챗GPT 같은 대형 언어 모델(LLM)은 텍스트를 생성하다가 틀려도 다시 수정하면 그만이지만, 물리적 AI(Physical AI)는 3차원 물리 공간에서 작동합니다. 로봇이 상자를 옮기거나, 작업자 사이를 피하거나, 깨지기 쉬운 물건을 다룰 때 계산을 단 한 번만 잘못해도 곧바로 물리적 파손, 안전사고, 심각한 연쇄 오류로 이어지기 때문에 진입 장벽이 훨씬 높습니다. 3. 데이터와 시뮬레이션의 병목 현상 로봇은 바닥의 질감, 변화하는 조명, 예측 불가능한 인간의 움직임, 물체의 물리적 성질 등을 완벽히 이해해야 합니다. 하지만 현실 세계의 로봇 데이터를 수집하는 것은 비용이 많이 들고 속도도 느리기 때문에, 업계는 대안으로 시뮬레이션 안에서 강화학습을 거친 뒤 현실에 적용하는 'Sim2Real(시뮬레이션에서 현실로)' 파이프라인에 크게 의존하고 있습니다. 4. 지정학적 및 산업적 경쟁 이 기사는 궁극적으로 하드웨어 제조 우위(중국 등의 공급망 강점)와 최상위권 AI 및 추론 소프트웨어 기술(서구권 테크 기업 및 로봇 소프트웨어 스타트업)의 결합이 필수적임을 지적합니다. 결국 향후 휴머노이드 시장의 승자는 단순한 멋진 외형(기계적 프레임)을 만드는 곳이 아니라, 하드웨어와 고도화된 물리적 지능을 얼마나 성공적으로 융합하느냐에 따라 판가름 날 것입니다. 5. 전망은? 세계 모델의 획기적인 발전은 2~3년 후에나 가능할 것입니다. 그건 아마 낙관적인 생각일 거예요. 캐나다의 컴퓨터 과학자이자 튜링상 수상자인 리처드 서튼은 상하이 강연에서 이 도전 과제가 기계에 물리학을 가르치는 것을 훨씬 넘어선다고 주장했습니다. 그들은 또한 추상화, 보상, 경험을 파악해야 합니다. 이는 불확실하고 빠르게 변화하는 환경에서 인간의 두뇌가 거의 힘들이지 않고 내리는 수많은 판단입니다. 영향력 있는 연구원은 LLM들이 햇볕을 쬐며 시간을 보냈지만, 그 한계가 점점 더 분명해지고 있다고 말했다. 시간표에 대해 말하자면, 서튼은 2030년까지 더 깊은 돌파구가 4분의 1이 될 것이고, 2040년까지는 2분의 1이 될 것이라고 예상했습니다. ※ 대체적인 휴머노이드 폭발점 예상 시기는 2029년입니다. t.me/jkc123