로봇은 기반 모델, 시각·언어·행동 시스템, 세계 모델, 생성형 인공지능의 확산과 함께 새로운 단계에 진입하고 있다. 그러나 모델의 인지 또는 추론 능력이 향상된다고 해서 로봇이 실제 세계에서 일관되고 안전하게 작동할 수 있는 실용적 시스템을 자동으로 갖추게 되는 것은 아니다. 이것이 Arm이 2026년 9월 16일 「로봇 시스템에서 빠진 과학」이라는 제목으로 발표한 백서의 핵심 주장이다.
이 백서는 Arm에서 Senior Principal Robotics Research Lead로 소개된 Federico Pecora가 작성했다. 백서는 개별 인공지능 모델이나 특정 하드웨어 구성 요소가 아니라 시스템 수준에서 발생하는 과제에 초점을 맞춘다. 게시된 요약에 따르면, 더 높은 역량을 갖춘 로봇에는 적절한 실행 모델을 사용해 역량을 구현하고, 이러한 역량을 시간에 따라 결합하며, 이기종 컴퓨팅 자원에 분배하고, 명시적으로 정의된 제약으로 통제하는 시스템이 필요하다.
이론적 역량에서 실제 행동으로
백서가 강조하는 문제는 최신 모델이 표현하거나 제안할 수 있는 것과 로봇이 예측 가능한 방식으로 실행할 수 있는 것 사이의 간극이다. 로봇은 디지털 환경 안에서만 작동하지 않는다. 로봇은 지속적인 인식, 연속적인 의사결정, 직접적인 결과를 초래할 수 있는 물리적 행동을 처리한다. 따라서 하나의 시스템에 시각·언어·행동 모델을 결합하는 것만으로는 충분하지 않으며, 이러한 구성 요소가 어떻게 상호작용하고 언제 사용되며 그 결과가 다음 단계로 어떻게 전달되는지를 정해야 한다.
백서의 설명은 적절한 모델 안에서 역량을 «프로그래밍»한 다음 시간에 따라 이를 구성해야 할 필요성을 제시한다. 이 점은 시간적 순서 관리를 생성 모델의 응답에서 암묵적으로 도출되는 결과로 두는 대신 아키텍처의 일부로 만든다. 또한 문제를 정확도 향상보다 더 넓은 틀에서 다룬다. 즉, 일관성, 검증 가능성, 적시 대응이 신뢰할 수 있는 물리 시스템 구축에 필요한 요소가 된다.
이기종 컴퓨팅은 설계의 일부다
백서는 로봇의 발전을 이기종 컴퓨팅에 작업 부하를 분배하는 것과 연결한다. 자료와 관련된 태그에 따르면 여기에는 가속기, 메모리 대역폭, 모델 서빙, 실시간 시스템, 실행 환경 조정이 포함된다. 실질적인 의미는 로봇의 성능이 인공지능 모델의 능력만으로 결정되는 것이 아니라, 시스템 안에서 데이터를 어떻게 전송하고 모델을 실행하며 서로 다른 자원을 관리하는지에 따라서도 결정된다는 것이다.
이러한 초점은 로봇·칩·소프트웨어 설계팀 모두에게 중요하다. 프로세서나 가속기의 선택은 모델 실행 방식 및 작업 분배 방식과 분리될 수 없기 때문이다. 또한 여러 구성 요소가 존재하면 지연 시간, 메모리 관리, 실행 조정에서 과제가 추가될 수 있다. 출처는 이러한 문제를 아키텍처 과제의 일부로 언급하지만, 성능 수치나 특정 참조 설계를 제시하지는 않는다.
안전은 나중에 추가하는 계층이 아니다
자료는 확장 가능하고 신뢰할 수 있는 로봇 시스템의 핵심 요소에 안전과 보장을 포함한다. 이는 명시적 제약, 로봇 전용 운영 체제, 안전 보장에 대한 언급에서 드러난다. 실질적으로 이는 움직임, 의사결정 또는 자원 사용의 한계가 모델의 행동에 의존하는 문서화되지 않은 가정이 아니라 시스템의 알려진 일부여야 한다는 의미다.
certi.news의 편집자 해석: 이 자료의 실제 가치는 새로운 기술을 발표하는 데 있는 것이 아니라, 논의를 «어떤 모델이 더 똑똑한가?»에서 «모델을 안전하고 일관되게 사용할 수 있는 시스템은 어떻게 구축하는가?»로 전환하는 데 있다. 이러한 전환은 로봇 개발자, 하드웨어 설계자, 실시간 소프트웨어 엔지니어에게 중요하지만, 제공된 본문에는 실험 결과, 아키텍처 간 비교 또는 적용 일정이 제시되어 있지 않다. 따라서 출처가 제시하는 이 백서는 완성된 해법에 대한 설명이라기보다 아키텍처상의 질문을 규정하기 위한 틀에 가깝다.