머신러닝 모델을 움직일 수 있는 신체와 로봇에 연결하는 체화된 인공지능 분야는 강력한 투자 물결을 맞고 있다. 그러나 하드웨어의 발전은 아직 가치 있는 작업을 신뢰성 있게 수행하는 능력의 상응하는 발전으로 이어지지 않았다. 이 격차는 현재 업계의 상황을 요약한다. 로봇은 신체적으로 더 유능해졌지만, 실제 세계에 대응하는 데 필요한 지식을 갖추는 일은 여전히 해결되지 않은 과제다.
이러한 모순은 체화된 인공지능 모델 및 인프라 개발자들을 위해 Foxglove가 주최한 최근 Actuate 콘퍼런스에서 뚜렷하게 드러났다. 이 콘퍼런스는 2023년 출범 이후 규모가 세 배로 커졌고 1,500명의 참가자를 끌어모으며 분야에 대한 관심이 커지고 있음을 보여줬다. 반면 인프라 기업들은 로봇 데이터 위기라고 부르는 문제, 즉 모델에 필요한 고품질·다양한 학습 데이터의 부족에 초점을 맞췄다.
신체적 능력만으로는 왜 충분하지 않은가?
어떤 작업이든 수행할 수 있는 범용 로봇을 만드는 시도는 아직 성숙 단계와 거리가 멀다. 로봇을 처음부터 끝까지 학습하는 방식으로 특정 작업에 훈련하더라도, 이러한 방법은 아직 신뢰할 수 있는 일관된 상업적 성능을 갖춘 제품을 내놓지 못했다. 이에 따라 개발자들은 첨단 인공지능 연구소가 했던 방식을 모방하고 있다. 더 다양한 데이터 세트를 수집하거나 만들고, 여러 학습 방법을 시험하며, 강화학습을 위한 더 나은 시나리오를 설계하는 것이다.
모델 개발자를 위한 시뮬레이션 도구 전문 기업 Antioch의 창립자 Harry Mellsop은 체화된 인공지능이 아직 “GPT-2” 단계에 있다고 설명했다. 이는 ChatGPT를 대중적인 모델로 만든 도약에 앞선 단계라는 뜻이다. 이 관점에 따르면 업계가 현재 단계를 넘어가려면 더 많은 데이터와 컴퓨팅 성능이 필요하며, 여기에는 고정밀 시뮬레이션 구축에 사용되는 레이 트레이싱 기술에 최적화된 그래픽처리장치가 포함된다.
그러나 언어 모델에 비유한다고 해서 경로가 동일하다는 의미는 아니다. 로봇은 변화하는 물리적 세계와 상호작용하며, 텍스트만이 아니라 시각 데이터와 LiDAR 데이터, 환경과 연결된 행동이 필요하다. 또한 물리적 작업에서의 오류는 충돌이나 손상 또는 작업 중단으로 이어질 수 있어, 간헐적으로 작동하는 모델에서 신뢰할 수 있는 상업용 제품으로 넘어가는 일이 훨씬 더 복잡하다.
초기 실험실로서의 자율주행차
자율주행차는 체화된 인공지능에서 가장 발전한 분야 중 하나로 보인다. 사람들이 운전하는 차량에서 대량의 데이터를 수집할 수 있고, 핵심 과제가 물체를 직접 다루고 움직이는 것보다 충돌을 피하는 데 집중되어 있기 때문이다. 모델 구축을 위한 많은 도구가 자율주행차 기업에서 로봇 분야로 넘어왔다. 예를 들어 Foxglove는 과거 General Motors의 자율주행 프로젝트였던 Cruise의 전직 직원들이 설립했다.
자동차 기업들은 이제 이러한 경험을 활용해 휴머노이드 로봇 분야에서 경쟁하려 하고 있다. Tesla는 Optimus 로봇을 개발하고 있으며, 자율주행 전문 기업 Wayve와 Uber는 연구개발 활동의 일환으로 인간형 신체에 초점을 맞춘 로봇 연구소를 출범시켰다.
Wayve의 최고경영자 Alex Kendall은 데이터 및 시뮬레이션 인프라와 머신러닝 운영이 애플리케이션 간에 부분적으로 공유될 수 있기 때문에 차량에서 시작하는 것이 더 합리적일 수 있다고 본다. 그러나 그는 범용 모델이 각 신체와 로봇, 운영 환경에 맞춘 차이를 필요로 하며, 센서와 부품의 빠른 발전으로 인해 하나의 하드웨어 플랫폼에 일찍 묶이는 것은 위험한 결정이라고 강조한다.
특화와 범용 로봇
업계의 모든 관계자가 “두뇌”와 신체를 분리한다는 생각에 동의하는 것은 아니다. 수직 통합형 휴머노이드 로봇 전문 기업 Genesis AI의 최고경영자 Théophile Gervet은 아직 하드웨어와 인공지능을 함께 설계할 수 있을 만큼 초기 단계라고 본다. 이 회사는 올해 1억 500만 달러 규모의 시드 투자 라운드를 유치했다.
이 논쟁은 엔지니어링에만 국한되지 않고 사업 구축 전략과도 관련된다. 특정 작업을 겨냥한 기업들은 로봇을 실제 현장으로 옮기기 시작했다. Gritt는 태양광 발전소에서 작업하고, Agility는 산업 환경에 로봇을 배치하며, Bedrock은 자율 운용 굴착기를 가동한다. 반면 다목적 휴머노이드 로봇은 여전히 대부분 실험실 안에 머물러 있다.
Gervet은 고객이 작업을 80%의 성공률로만 수행하는 범용 로봇에는 관심이 없다고 말한다. 산업적 초점이 없으면 실질적인 가치도 없을 수 있기 때문이다. 그러나 특화에는 또 다른 문제가 따른다. 초기 세대 모델 위에 수직형 제품을 구축하면 더 발전된 모델을 사용하는 경쟁자에게 추월당할 수 있다. 그럼에도 특화 애플리케이션은 수익과 실제 세계의 데이터를 제공한다. 해당 데이터가 범용 로봇을 개발할 만큼 다양하지 않더라도 말이다.
Bedrock은 실제 조건에서 물체를 다룰 때의 과제를 이해하기 위해 굴착 작업부터 시작하지만, 여러 건설 기계에 걸쳐 적용되는 지능 계층을 구축할 계획이다. 이는 잠재적인 절충안을 보여준다. 즉, 경험과 데이터를 수집할 수 있는 특화 제품을 출시하면서도 이후 더 폭넓은 능력을 구축한다는 목표를 유지하는 것이다.
실제로 무엇이 변하고 있는가?
인프라 업계는 데이터 자체의 문제를 해결하는 방향으로 나아가고 있다. Foxglove는 Nvidia의 오픈 웨이트 월드 모델 Cosmos를 기반으로 한 신제품을 발표했다. 이 제품은 엔지니어가 고급 자연어 질의를 사용해 비전 및 LiDAR 데이터에서 검색할 수 있게 하며, 평가와 시뮬레이션을 만들고 문제를 분류하고 수정하는 데 걸리는 시간을 단축하는 것을 목표로 한다. 이러한 도구의 가치는 로봇에 신체적 능력을 추가하는 데 있지 않다. 대신 모델이 실패한 원인을 발견하고 재훈련하는 데 필요한 시간을 줄이는 데 있다.
더 큰 질문은 로봇 분야에서 어떤 것이 ChatGPT의 순간을 만들어낼 것인가이다. Kendall은 진정한 순간이 투자자가 아니라 소비자의 관심을 불러일으켜야 한다고 본다. 그는 눈을 계속 주시할 필요가 없는 자율주행과 1,000달러 미만의 하드웨어를 예로 든다. Wayve는 자동차 기업에 자사의 모델을 라이선스하는 방식으로 이 기회를 추구하고 있다고 말한다. Gervet은 자연어 명령을 이해하고 밀기, 당기기, 노트북 닫기 또는 테이블 청소와 같은 기본적인 조작 작업을 복잡한 설정 없이 약 80% 이상의 성공률로 수행하는 로봇이 이정표가 될 것이라고 본다.
그러나 Foxglove의 최고경영자 Adrian Macneil은 ChatGPT와 같은 단일한 순간을 예상하지 않는다. 물리적 세계에서의 확산은 인터넷을 통해 소프트웨어를 배포하는 것보다 훨씬 어렵기 때문이다. 대신 그는 유용하고 즐거운 작업을 수행하는 가정용 로봇을 구매할 수 있게 되는 시점, 즉 Apple II나 IBM PC의 등장과 비슷한 순간을 예상한다.
이러한 견해에서 얻을 수 있는 가장 중요한 해석은 업계가 아직 발전이 범용 모델에서 나올지, 하드웨어와 소프트웨어의 공동 설계에서 나올지, 아니면 점진적으로 확장되는 특화 애플리케이션에서 나올지 결정하지 못했다는 것이다. 현재 이용 가능한 정보가 확실히 보여주는 점은 투자 증가와 신체의 발전만으로는 핵심 병목이 사라지지 않는다는 사실이다. 실세계의 다양하고 현실적인 데이터, 정밀한 시뮬레이션, 그리고 실험실 밖에서 고객이 신뢰할 수 있는 성능이 여전히 필요하다.