몇 년째 휴머노이드 로봇 이야기는 늘 몸에 관한 것이었습니다.
관련해서 로봇 손을 가르는 기준도 함께 참고하시면 좋습니다.
관련해서 LG의 휴머노이드 전략도 함께 참고하시면 좋습니다.
관련해서 시뮬레이션에서도 반복된 데이터 병목, MIT GeoPT도 함께 참고하시면 좋습니다.
관련해서 조선소로 들어간 피지컬 AI도 함께 참고하시면 좋습니다.
관련해서 딥시크의 유니트리 투자도 함께 참고하시면 좋습니다.
로봇 파운데이션 모델이 어디로 가는지는 엔비디아 코스모스 3 글에서 다룹니다.
더 좋은 관절, 더 가벼운 팔, 손가락과 마디가 더 많은 손. 시연 영상마다 강조하는 것은 하나입니다. “이 기계가 얼마나 잘 움직이는지 보라”는 것입니다.
그리고 실제로 기계는 좋아졌습니다. 보스턴 다이내믹스의 전동 아틀라스는 바닥에서 스스로 일어서고, 테슬라 옵티머스는 공장 라인을 걷고, 피규어는 자사 공장에서 1,000번째 휴머노이드를 막 생산했습니다.
그런데 여기서 한 가지 짚어 볼 것이 있습니다. 몸이 이미 이렇게 좋아졌는데, 왜 로봇은 실제 일 앞에서 여전히 서투른 것일까요?
엔비디아의 답: 병목은 몸이 아니라 경험입니다
엔비디아가 내놓은 답은 명확합니다. 처음부터 문제는 몸이 아니라 데이터였다는 것입니다.
로봇이 식탁을 닦거나 식기세척기를 비우지 못하는 이유는 모터가 약해서가 아닙니다. 그 일을 충분히 많이, 충분히 다양한 부엌에서, 충분히 다양한 상황으로 배운 적이 없기 때문입니다.
엔비디아, UC버클리, 메릴랜드대학이 함께 낸 연구 ‘EgoScale’이 이 지점을 정면으로 겨냥합니다.
연구진은 로봇 조작 정책을 2만 854시간 분량의 ‘에고센트릭’ 인간 영상으로 학습시켰습니다. 에고센트릭이란 1인칭 시점을 뜻합니다. 사람 머리에 카메라를 달고, 데이터 장갑을 끼운 채, 일할 때 손이 실제로 어떻게 움직이는지를 담은 영상입니다.
엔비디아는 이 데이터가 기존 시도보다 20배 이상 크다고 밝혔습니다. 그리고 그 결과로 ‘로봇 손재주의 스케일링 법칙’을 확인했다고 주장합니다. 인간 손동작 데이터를 더 많이 먹일수록 로봇 성능이 매끄럽고 예측 가능하게 올라간다는 이야기입니다.
스케일링 법칙이 무슨 뜻인가
스케일링 법칙은 어려운 개념이 아닙니다. 거대 언어 모델을 키운 것과 같은 원리입니다.
텍스트 모델을 계속 키우고 데이터를 더 넣으면 성능이 예측 가능한 곡선을 따라 올라간다는 관찰입니다. 특별한 마법이 아니라, 더 많이 넣으면 그만큼 더 좋아진다는 것입니다.
엔비디아는 로봇 손도 비슷한 규칙을 따른다고 봅니다. 논문에서 데이터가 약 1,000시간에서 2만 시간으로 늘어날 때 검증 손실이 거의 직선에 가깝게 떨어졌고, 상관관계가 이례적으로 깨끗했습니다.
대표 성과로 제시된 수치는 처음부터 학습한 모델 대비 평균 작업 성공률 54% 상승입니다. 22자유도 로봇 손으로 실험했고, 학습한 적 없는 다른 단순한 손에도 기술이 옮겨갔다고 보고했습니다.
엔비디아 ‘피지컬 AI’ 스택의 일부입니다
이 연구는 홀로 떨어져 있지 않습니다. 엔비디아가 ‘피지컬 AI(Physical AI)’라 부르는 큰 그림에 그대로 붙습니다. 텍스트 상자 안에서 답하는 AI가 아니라 실제 세계에서 몸을 움직이는 AI를 가리키는 표현입니다.
먼저 코스모스(Cosmos)가 있습니다. 합성 환경을 만들고 물리를 시뮬레이션하는 ‘월드 파운데이션 모델’ 계열입니다. 로봇이 진짜 접시를 만지기 전에 가상 부엌에서 수백만 번 연습하게 해 줍니다.
그리고 휴머노이드용 파운데이션 모델 아이작 GR00T가 있습니다. 최신 버전인 GR00T N1.7은 30억 파라미터의 VLA(Vision-Language-Action) 모델입니다. 로봇이 본 것과 지시 내용을 받아 동작으로 변환하는 모델입니다. 코스모스-리즌2(Cosmos-Reason2) 백본 위에 세워졌고, 앞서 언급한 2만 854시간의 인간 영상으로 사전학습됐다고 엔비디아는 밝혔습니다.
연구와 제품은 결국 같은 베팅입니다. 모자만 두 개 쓰고 있는 셈입니다.
여기서 솔직하게 짚을 것이 하나 있습니다. 이 모든 표현은 엔비디아의 프레임입니다. ‘스케일링 법칙’도, ’20배’도 엔비디아의 주장이고, 모델은 아직 일반 출시가 아니라 상업 라이선스가 포함된 얼리 액세스 단계입니다. 실험실 로봇 손으로 얻은 54%는 실제 측정 결과이지만, 실험실 지표와 우리 집 부엌에서 믿고 맡길 수 있는 로봇은 전혀 다른 문제입니다.
인사이트: 무게중심이 ‘몸’에서 ‘경험’으로 넘어갔습니다
달라진 핵심은 이것입니다. 휴머노이드 경쟁의 무게중심이 “누가 가장 좋은 몸을 만드느냐”에서 “누가 가장 많은 경험을 모으느냐”로 옮겨갔습니다.
엔비디아의 스케일링 법칙이 맞다면 판이 다시 짜입니다. 승자는 가장 우아한 손이나 가장 빠른 관절을 가진 회사가 아닙니다. 가장 양질의 조작 데이터를 가장 많이 모으는 쪽입니다. 그것도 깨끗한 시뮬레이션이 아니라 지저분하고 다양한 실제 세계에서 모아야 합니다. 하드웨어는 기본 입장권이 되고, 데이터가 경쟁 장벽이 됩니다.
이렇게 보면 업계의 여러 움직임이 한꺼번에 설명됩니다.
피규어의 로봇 공장을 보면, 흥미로운 부분은 로봇 대수가 아니었습니다. 실제 공장에서 일하는 로봇 무리가 곧 데이터를 조용히 기록하는 무리라는 점이었습니다. 근무 한 번이 곧 학습 한 번입니다. 스타트업들이 손해를 감수하면서까지 로봇을 가정에 밀어 넣으려는 이유도 같습니다. 여러분의 거실은 어디서도 살 수 없는 데이터 공급원입니다. 로봇은 집안일만 하는 것이 아니라, 필기하는 학생이기도 합니다.
엔비디아의 접근 방식은 묘하게 영리합니다. 엔비디아는 휴머노이드를 직접 만들지 않습니다. 대신 곡괭이와 삽을 팝니다. 시뮬레이션 엔진, 파운데이션 모델, 데이터 파이프라인이 바로 그것입니다. 업계 전체가 병목은 데이터와 학습이라고 동의하는 순간, 어느 로봇 제조사가 이기든 학습 인프라를 대는 회사가 이깁니다. AI 붐에서 엔비디아를 조용한 승자로 만든 그 수법을, 한 층 아래에서 다시 쓰는 셈입니다.
딥마인드 로봇 제어 모델도 같은 방향을 가리킵니다. 발끝부터 손끝까지 휴머노이드를 제어하는 VLA 모델 두 종 역시 더 좋은 기계 부품이 아니라 더 잘 배운 제어를 겨냥합니다. 엔비디아, 구글 딥마인드, 휴머노이드 스타트업이 모두 “하드웨어는 충분히 좋아졌고, 이제 데이터가 승부처”로 모이는 것은 우연이 아닙니다. 향후 몇 년의 판이 어디서 갈리는지에 대한 업계의 합의입니다.
냉정한 반론도 함께
논문상의 스케일링 법칙은 약속이지 보장이 아닙니다.
에고센트릭 인간 영상과 물리 시뮬레이션은 연습에는 훌륭합니다. 그런데 연습이 실제 로봇의 현장 신뢰성으로 곧장 이어진다는 법칙은 없습니다. 처음 마주치는 엎질러진 물 앞에서 로봇이 어떻게 할지는 별개 문제입니다.
54%라는 숫자도 벤치마크 지표입니다. 벤치마크가 그것을 만든 실험실에 유리하게 나오는 것은 오랜 전례가 있는 일입니다. 인간의 손과 로봇의 손이 같은 물건도 아닙니다. 사람의 동작으로 기계를 가르치는 데는 중간에서 많은 것을 잃을 수 있는 번역이 끼어 있습니다.
그래도 방향만큼은 반박하기 어렵습니다. 오랫동안 휴머노이드의 홍보 문구는 “얼마나 잘 움직이는지 보라”였습니다. 이제 더 정직한 문구는 “얼마나 잘 배우는지 보라”입니다. 이것이 맞다면 앞으로 로봇의 승부는 기계 공장이 아니라 데이터 파이프라인에서 갈립니다. 그리고 엔비디아는 어느 쪽이 이기든 삽을 팔 자리에 조용히 서 있습니다.
※ 이 글은 정보 제공 목적이며 투자나 구매를 권유하지 않습니다.
원문 출처 / Source: https://arxiv.org/html/2602.16710v1 · https://nvidianews.nvidia.com/news/nvidia-releases-new-physical-ai-models-as-global-partners-unveil-next-generation-robots
이미지: Franck V. / Unsplash
댓글 남기기