로그인
보증업체
스포츠중계
스포츠분석
먹튀사이트
지식/노하우
판매의뢰
업체홍보/구인
뉴스
커뮤니티
포토
포인트
보증카지노
보증토토
보증홀덤
스포츠 중계
기타
축구
야구
농구
배구
하키
미식축구
카지노 먹튀
토토 먹튀
먹튀제보
카지노 노하우
토토 노하우
홀덤 노하우
기타 지식/노하우
유용한 사이트
제작판매
제작의뢰
게임
구인
구직
총판
제작업체홍보
실시간뉴스
스포츠뉴스
연예뉴스
IT뉴스
자유게시판
유머★이슈
동영상
연예인
섹시bj
안구정화
출석하기
포인트 랭킹
포인트 마켓
로그인
자동로그인
회원가입
정보찾기
뉴스
더보기
[실시간뉴스]
'성추문 의혹' 도밍고와 '백혈병 극복' 카레라스...레전드 성악가의 마지막 재회
N
[실시간뉴스]
"달력 대신 '하루 한 장' 뜯어요"… RM·장원영도 빠진 '일력'의 매력
N
[IT뉴스]
'누구 대신 일했나' 남긴다⋯AWS, 기업용 AI 에이전트에 업무 과정 기록 기능 도입
N
[IT뉴스]
"4시간 줄 서 먼저 해본다" 지스타 달군 K-신작[K-게임, 세계로②]
N
[IT뉴스]
겨울 앞둔 독거노인 집수리…우체국금융개발원 나눔 총 260회
N
커뮤니티
더보기
[자유게시판]
드디어 금요일이군요
[자유게시판]
오늘 다저스 어떻게 생각하시나요
[자유게시판]
하아 댓노
[자유게시판]
식곤증지립니다요
[자유게시판]
벌써 불금이네요
목록
글쓰기
[IT뉴스]말은 배웠다, 이제 세상을 배운다…피지컬 AI의 다음 전쟁[사이언스 스코프]
온카뱅크관리자
조회:
2
2026-11-22 07:07:25
<div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">VLA·월드모델·WAM 경쟁…로봇 지능의 진화<br>임성훈 KAIST 교수 "행동데이터 부족이 최대 병목"…한국 제조업에 기회</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KKnkYHOcAh"> <blockquote class="pretip_frm" contents-hash="e0a2db98b7c3d95bc226d72223460bb88ddcda12a6f4c9db7625977f0d487b56" dmcf-pid="9RwSU7HlNC" dmcf-ptype="pre"> <strong>편집자주</strong> <br>'사이언스스코프(Science Scope)'는 특정 과학기술 현상을 깊이 있게 들여다보고, 그 의미와 미래를 분석하는 기획입니다. <br> </blockquote> <figure class="figure_frm origin_fig" contents-hash="c26928eba806ee6d4c5e7bc99834d08c22b970165df9553db5c0b3e26a6d7dfe" dmcf-pid="2ervuzXSNI" dmcf-ptype="figure"> <p class="link_figure"><img alt="구글 딥마인드의 '제미나이 로보틱스 1.5'를 적용한 로봇이 옷의 색깔을 구분해 분류하는 작업을 수행하고 있다. 구글 딥마인드(Google DeepMind) 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070205533shjm.jpg" data-org-width="745" dmcf-mid="XdAkYHOco3" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070205533shjm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 구글 딥마인드의 '제미나이 로보틱스 1.5'를 적용한 로봇이 옷의 색깔을 구분해 분류하는 작업을 수행하고 있다. 구글 딥마인드(Google DeepMind) 제공 </figcaption> </figure> <p contents-hash="205f535b7cb6dc0ac98ff862f8582a3f970f99807038169c795237879c333f51" dmcf-pid="VdmT7qZvgO" dmcf-ptype="general">"컵을 집어서 선반에 놓아라."</p> <p contents-hash="80acef5463c91fae77f03e591b113f87e38da1953bc31ba62599ebf5a274ff2e" dmcf-pid="fJsyzB5TAs" dmcf-ptype="general">사람에게는 간단한 지시지만 로봇에게는 어려운 과제다. 컵의 위치를 파악하고 손의 움직임과 힘을 조절해야 한다. 장애물이 나타나면 행동도 바꿔야 한다. 말의 의미를 이해하는 것과 실제 세상에서 그 말을 실행하는 것은 전혀 다른 문제다.</p> <p contents-hash="a7549ea2ad50c5124b8b55e7f2f0c31816ec9532c7ff8209a945aba87ac76f57" dmcf-pid="4iOWqb1yam" dmcf-ptype="general">인공지능(AI)이 언어를 넘어 물리세계를 배우기 시작했다. 글을 쓰고 질문에 답하던 생성형 AI에서 벗어나 주변 환경을 인식하고 움직이는 '피지컬 AI(Physical AI)'가 차세대 기술 경쟁의 중심으로 떠오르고 있다. 그러나 로봇이 사람처럼 행동하려면 아직 넘어야 할 산이 많다. 가장 큰 장벽은 현실 세계에서 축적한 경험의 부족이다.</p> <p contents-hash="136d0e48887f0fa45167310c0014ad84bb7b175489e0b6cda590c430331fbd16" dmcf-pid="8nIYBKtWgr" dmcf-ptype="general">임성훈 한국과학기술원(KAIST) 문화기술대학원 교수(뉴럴 다이내믹스 창업자)는 아시아경제와의 인터뷰에서 "언어모델이 방대한 텍스트에서 언어와 지식의 패턴을 학습했다면, 로봇은 어떤 상황에서 어떤 행동을 했을 때 어떤 결과가 나타나는지를 학습해야 한다"고 밝혔다.</p> <p contents-hash="7ad36237abc72c9ee4352ef5fa5f662bff111d47abbbfe10e40ced275f4eb444" dmcf-pid="6LCGb9FYaw" dmcf-ptype="general"><strong><strong><strong>말을 행동으로 바꾸는 AI…VLA의 도전</strong></strong></strong></p> <p contents-hash="5f43a623a13058fa0cf2f4e39a5bd8068ded31f3d1718da635fef719956da126" dmcf-pid="PohHK23GjD" dmcf-ptype="general">챗GPT와 같은 거대언어모델(LLM)은 인터넷에 축적된 방대한 문장을 학습하며 발전했다. 반면 로봇은 글을 읽는 것만으로 물건을 집는 방법을 익힐 수 없다. 물체의 무게와 마찰, 움직임에 따른 환경 변화를 경험해야 한다.</p> <div contents-hash="df1bb0f6b584ad077582d790002d3d1e217f5258a42267a321c26b71af5218d6" dmcf-pid="QglX9V0HjE" dmcf-ptype="general"> <p>이러한 변화를 이끄는 기술이 시각·언어·행동 모델(Vision-Language-Action·VLA)이다. 카메라 영상으로 주변을 살피고 사람의 지시를 이해한 뒤 로봇의 움직임을 생성한다. 다양한 작업에 활용할 수 있도록 학습한 로봇 파운데이션 모델의 대표적인 접근 방식이다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="ae085dba4032d0ff53864152d2216fac8b44cd9a9c82a41bf97389ffb41bdfb5" dmcf-pid="xaSZ2fpXjk" dmcf-ptype="figure"> <p class="link_figure"><img alt="임성훈 한국과학기술원(KAIST) 문화기술대학원 교수(뉴럴 다이내믹스 창업자). KAIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070206782kqvu.jpg" data-org-width="300" dmcf-mid="ZqWGb9FYoF" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070206782kqvu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 임성훈 한국과학기술원(KAIST) 문화기술대학원 교수(뉴럴 다이내믹스 창업자). KAIST 제공 </figcaption> </figure> <p contents-hash="008cfe85d275386b0e7b920f8a777f2a8a35a65aba4e000cb03e549963c3ec98" dmcf-pid="y36iOCjJgc" dmcf-ptype="general">기존 산업용 로봇이 정해진 동작을 반복했다면 VLA를 적용한 로봇은 물체의 위치나 작업 지시가 달라져도 대응하도록 설계된다. 구글의 RT 계열 모델과 오픈소스 모델인 오픈VLA(OpenVLA) 등이 대표적이다.</p> <p contents-hash="d5b2025e90dbba3f06662c71d9ea2803ab986d605a5107707481c91eb86f58e5" dmcf-pid="W0PnIhAigA" dmcf-ptype="general">하지만 실험실에서 컵을 능숙하게 집던 로봇도 물체의 모양이나 조명이 달라지면 실패할 수 있다. 재질과 무게, 주변 환경이 수시로 바뀌는 산업 현장에서는 문제가 더욱 복잡하다.</p> <p contents-hash="c961272f4748a92a59cb59fcccb8c161a0832b3404ba5a21d3ae7f2d1311f2ac" dmcf-pid="YVgwX5hDjj" dmcf-ptype="general">임 교수는 "VLA가 다양한 작업을 하나의 모델로 수행하고 새로운 환경에도 적응할 수 있다는 가능성을 보여주고 있다"면서도 "실제 산업 현장의 예외 상황에 안정적으로 대응하는 범용 모델에는 아직 도달하지 못했다"고 평가했다.</p> <p contents-hash="014fcd41c91643d5c9617eaf7e4f04900da861d9845c2a622f26118f97ffe856" dmcf-pid="GfarZ1lwkN" dmcf-ptype="general"><strong><strong><strong>행동하기 전 미래를 예측한다…월드모델의 등장</strong></strong></strong></p> <p contents-hash="350cad341509182220c44de1efca15b5a7d9a4065e00fd63fc750506faa5b265" dmcf-pid="H4Nm5tSroa" dmcf-ptype="general">로봇이 행동의 결과까지 예상하도록 만드는 기술도 발전하고 있다. '월드모델(World Model)'이다. 사람이 컵을 밀면 어느 방향으로 움직일지 예측하듯, 현재 상황에서 특정 행동을 했을 때 주변 환경이 어떻게 변할지를 계산한다.</p> <p contents-hash="0c397585c420d2908968dc850aa1eefa8f836507b34506b00d506972b7f91bad" dmcf-pid="X8js1FvmNg" dmcf-ptype="general">엔비디아의 코스모스(Cosmos)와 같은 월드 파운데이션 모델은 물리적 환경의 변화를 학습하고 미래 상황을 생성하는 방향으로 개발되고 있다. 실제로 겪기 어려운 상황을 가상환경에서 시험하는 데도 활용할 수 있다.</p> <div contents-hash="f9d8e49ef593a6b6edb9af87c331616e04d6486c30e15c709ddd3c5795298ae0" dmcf-pid="Z6AOt3TsNo" dmcf-ptype="general"> <p>최근에는 미래 예측과 행동 생성을 결합한 '월드 액션 모델(World Action Model·WAM)'도 연구되고 있다. VLA가 주변을 보고 행동을 생성한다면 월드모델은 행동 이후의 세계를 예측한다. WAM은 미래의 상황과 행동을 함께 예측하려는 접근이다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="3d81d375eedf89d2547329d4e3409d0bffd6f9e473f901db87936c2b87520349" dmcf-pid="5PcIF0yOjL" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 생성 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070208031fdlw.jpg" data-org-width="745" dmcf-mid="54admOaeAt" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070208031fdlw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 생성 이미지 </figcaption> </figure> <p contents-hash="0346e122011fd3f947d2a4dc6a6565c11910b8da875a24dc9f7ecb70dfd1b4a7" dmcf-pid="1QkC3pWINn" dmcf-ptype="general">다만 미래 장면을 그럴듯하게 생성한다고 해서 실제 물체의 움직임을 정확하게 예측할 수 있는 것은 아니다. 마찰이나 접촉, 무게중심의 변화를 잘못 예측하면 로봇의 행동은 실패할 수 있다.</p> <p contents-hash="266cc01ed5d13aa9340a4f7db2c86637d643c6f2c37308ea84828f34b323593c" dmcf-pid="txEh0UYCki" dmcf-ptype="general">페이페이 리 미국 스탠퍼드대 교수이자 월드랩스 공동창업자도 월드모델의 가능성에 주목했다. 리 교수는 지난 9월 블룸버그와의 인터뷰에서 "로봇의 학습과 평가에 적합한 환경을 만드는 데 여전히 큰 병목이 있다. 정교한 월드모델은 이 병목을 해소하는 데 도움이 될 수 있다"고 말했다.</p> <div contents-hash="67e8c4defc9ace826e05102b26227f4538f4ffb954f77cf2c65012221903e120" dmcf-pid="FMDlpuGhkJ" dmcf-ptype="general"> <p>이어 "제약 제조나 실험실 연구처럼 전문성이 높은 분야에서는 데이터가 충분하지 않다"며 월드모델로 현실에 가까운 가상환경을 구현하면 로봇의 훈련과 평가에 활용할 수 있다고 설명했다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="dded553d20f511d22415c71e77063a6c4458dc9a2128b5f5255ddb4427b2bd98" dmcf-pid="3RwSU7Hljd" dmcf-ptype="figure"> <p class="link_figure"><img alt="페이페이 리 미국 스탠퍼드대 컴퓨터과학과 교수. AI가 물리적 공간을 이해하고 예측하는 '공간지능' 연구를 이끌고 있으며, AI 기업 월드랩스의 공동창업자 겸 최고경영자(CEO)다. 스탠포드대(Stanford University) 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070209265iwrj.jpg" data-org-width="300" dmcf-mid="1RGlpuGho1" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070209265iwrj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 페이페이 리 미국 스탠퍼드대 컴퓨터과학과 교수. AI가 물리적 공간을 이해하고 예측하는 '공간지능' 연구를 이끌고 있으며, AI 기업 월드랩스의 공동창업자 겸 최고경영자(CEO)다. 스탠포드대(Stanford University) 제공 </figcaption> </figure> <p contents-hash="6d6e942fcad6dd3049ee95e6c1be9e4d4667a006bcaf32df7a5f8b503d1f94fb" dmcf-pid="0ervuzXSae" dmcf-ptype="general"><strong><strong><strong>가상세계선 성공, 현실에선 실패…로봇의 딜레마</strong></strong></strong></p> <p contents-hash="6b28e1fba7e59103def0ffee6f8aa596956c0a10bec255eb69277c7f0004a138" dmcf-pid="pdmT7qZvjR" dmcf-ptype="general">피지컬 AI의 근본적인 문제는 데이터다. 언어모델은 인터넷에 축적된 방대한 텍스트를 학습할 수 있지만, 로봇의 행동과 그 결과를 연결한 데이터는 상대적으로 부족하고 확보하는 데 많은 비용이 든다.</p> <div contents-hash="c7a779fe4a207a62755671245e9d6ef45f5137b8552e35947d1c3751a8812fb9" dmcf-pid="UJsyzB5TNM" dmcf-ptype="general"> <p>대표적인 방법은 사람이 로봇을 원격 조작하는 '텔레오퍼레이션(Teleoperation)'이다. 작업자가 로봇을 움직이면 카메라 영상과 관절의 움직임 등이 기록된다. 로봇은 이를 바탕으로 사람의 행동을 따라 하는 모방학습을 수행한다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="8ee0b60e2916763cbd7bd8b775be8ce4dc5bd6a1c42f240a9f07f92e1d6effb2" dmcf-pid="uiOWqb1ykx" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 생성 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070210496dlxg.jpg" data-org-width="745" dmcf-mid="t56Kno6bg5" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070210496dlxg.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> AI 생성 이미지 </figcaption> </figure> <p contents-hash="d957fab46da09363e84d720e7388d220f18535062a2f691ed957dd1a511294ea" dmcf-pid="7pQLClcnaQ" dmcf-ptype="general">하지만 데이터 수집에는 로봇과 인력이 필요하고 많은 시간과 비용이 든다. 로봇마다 관절과 몸체 구조도 달라 데이터를 공유하기 어렵다. 임 교수는 "경험이 부족하거나 특정 상황에 치우쳐 있다면 모델의 일반화 능력을 높이는 데 한계가 있다"고 지적했다.</p> <p contents-hash="7de3f6231e31fa7cfbd25678de2af692bc7442aff77c0b7ade043d6ad36efa7e" dmcf-pid="zUxohSkLAP" dmcf-ptype="general">연구자들이 시뮬레이션에 주목하는 이유다. 가상공간에서 수많은 로봇을 작동시키고 다양한 조건을 바꾸며 학습할 수 있다. 그러나 가상세계에서 반복적으로 성공했다고 현실에서도 성공하는 것은 아니다. 마찰과 접촉, 재질의 변형, 센서 오차 등을 완벽하게 재현하기 어렵기 때문이다. 이를 '시뮬레이션과 현실의 격차(Sim-to-Real Gap)'라고 한다.</p> <p contents-hash="50eec2cf8429ff7a60b3a0842c14aaea422228b0b27d38333b6db50c9e7abb70" dmcf-pid="quMglvEoA6" dmcf-ptype="general">임 교수는 "시뮬레이션이 데이터 부족을 보완할 수 있지만 실제 환경에서의 경험과 검증이 함께 필요하다"며 "가상환경에서 경험을 넓히고 실제 로봇에서 확인하는 과정이 이어져야 한다"고 설명했다.</p> <p contents-hash="6cd83548a9034ab71c98250c278eae9a7a12946b26d134b0ef666a1a72e627ac" dmcf-pid="B7RaSTDgN8" dmcf-ptype="general"><strong><strong><strong>숙련공의 판단까지 배운다…한국 제조업의 기회</strong></strong></strong></p> <p contents-hash="b9c03453f38806a13f428bb41055ee011b55d61c4e8bcdc27077d2b09108bbcd" dmcf-pid="bzeNvywaa4" dmcf-ptype="general">최근에는 로봇을 직접 조작하지 않고 사람의 작업 영상이나 착용형 장치로 행동데이터를 확보하는 연구도 확대되고 있다. 사람의 1인칭 영상으로 작업 과정을 학습한 뒤 상대적으로 적은 로봇 데이터와 결합하는 방식이다.</p> <div contents-hash="28359aeeaa85670fef0feb81260c14ac924415c4b66fd2e8f8aa5fc449613d46" dmcf-pid="KqdjTWrNNf" dmcf-ptype="general"> <p>다만 사람의 손과 로봇의 손은 구조가 달라 영상 속 행동을 그대로 재현하기 어렵다. 데이터의 양뿐 아니라 다양성과 품질이 중요한 이유다. 작업에 실패했을 때 어떻게 복구했는지, 숙련자가 어떤 판단으로 개입했는지도 학습해야 한다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="42565e04046953eaa46e8cbf7d6656dbd11758e3e93c84d7b37661e366d6029e" dmcf-pid="9BJAyYmjgV" dmcf-ptype="figure"> <p class="link_figure"><img alt="조선소의 좁은 구조물 내부에서 작업자가 용접하고 있다. 피지컬 AI 기술은 이러한 협소·위험 공간에서 숙련자의 판단을 로봇에 전달해 작업을 수행하는 방향으로 개발되고 있다. 뉴럴 다이내믹스(Neural Dynamics) 홈페이지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/22/akn/20261122070211722yfeu.jpg" data-org-width="745" dmcf-mid="b8rvuzXSAl" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/22/akn/20261122070211722yfeu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 조선소의 좁은 구조물 내부에서 작업자가 용접하고 있다. 피지컬 AI 기술은 이러한 협소·위험 공간에서 숙련자의 판단을 로봇에 전달해 작업을 수행하는 방향으로 개발되고 있다. 뉴럴 다이내믹스(Neural Dynamics) 홈페이지 </figcaption> </figure> <p contents-hash="61464d15cffe53315247a1725b669d1a379c93dc69b4369f9c8c6a47a5251a6d" dmcf-pid="2bicWGsAj2" dmcf-ptype="general">임 교수는 한국의 제조업과 조선, 건설 현장에서 기회를 찾을 수 있다고 봤다. 숙련자의 경험과 판단을 로봇이 학습할 수 있는 데이터로 바꾸면 차별화된 경쟁력을 확보할 수 있다는 것이다.</p> <p contents-hash="2a704010e4506ccd5bac0ca732e90d973a3f9765b4f00e808d028afe91559552" dmcf-pid="VKnkYHOco9" dmcf-ptype="general">그가 최근 설립한 피지컬 AI 스타트업 '뉴럴 다이내믹스(Neural Dynamics)'도 이러한 문제의식에서 출발했다. 회사는 조선소의 좁고 위험한 공간에서 숙련자의 판단을 로봇에 전달하고 학습데이터로 축적하는 기술을 구상하고 있다.</p> <p contents-hash="6db65ce4f518876913fc3a30fa3ee9426a5c64be37ad87f19e6e76452b02a217" dmcf-pid="f9LEGXIkNK" dmcf-ptype="general">회사가 구상하는 방식은 로봇이 촬영한 작업 현장 영상에 숙련자가 용접 위치를 표시하면 AI가 이를 3차원 작업 경로로 변환하고, 전문가의 수정·승인을 거쳐 로봇이 실행하도록 하는 것이다. 어떤 경로를 승인하고 수정했는지까지 기록해 다음 학습에 활용하는 것이 목표다.</p> <p contents-hash="c5d65de963aeaa065ae968073ced9ae25a153d8b7a97fc0abdba085b3c072dfd" dmcf-pid="42oDHZCEcb" dmcf-ptype="general">다만 회사가 공개한 영상은 가상 시뮬레이션 환경에서 제작한 개념 시연이다. 실제 조선소에서 성능이 검증됐거나 상용화됐다는 의미는 아니다.</p> <p contents-hash="f85b92e592489eea84396cb5987bd7373fa44cde4657bb95559d2b4558b0382b" dmcf-pid="8VgwX5hDkB" dmcf-ptype="general"><strong><strong><strong>로봇을 만드는 나라에서 가르치는 나라로</strong></strong></strong></p> <p contents-hash="c62e2b113d00ec9195f553d2b7d0920f9c69599151bedbcb71ca2cee07efbba5" dmcf-pid="6farZ1lwjq" dmcf-ptype="general">임 교수는 처음부터 모든 작업을 수행하는 범용 로봇보다 부품 운반이나 자재 취급처럼 산업적 가치가 있는 작업부터 시작해야 한다고 조언했다.</p> <p contents-hash="0cac68680410dd9f39506ca977af1a1d1a7a266191eb7e9352be4ac6cc29b5f3" dmcf-pid="P4Nm5tSraz" dmcf-ptype="general">핵심은 로봇을 현장에 배치하고 작업데이터를 수집한 뒤 모델을 개선해 다시 투입하는 순환 구조다. 실제 주행 차량에서 데이터를 확보해 자율주행 기술을 개선하는 테슬라의 방식과 비슷하다. 다만 로봇은 작업과 몸체의 형태가 다양해 데이터 활용이 더 복잡하다.</p> <p contents-hash="26501eb01bbc4afe7ca3746935ede43fcaa60e9a800fa7ded52886ffadea2ac7" dmcf-pid="Q6AOt3Tsg7" dmcf-ptype="general">기업의 공정 정보를 어디까지 공유할 것인지, 서로 다른 로봇의 데이터를 어떻게 통합할 것인지, 학습한 행동의 안전성을 어떻게 검증할 것인지도 해결해야 할 과제다.</p> <p contents-hash="fef48b34af0de2f4eb49079c6c2a2f26035d4dd6afe8bb311140b6f2faa97943" dmcf-pid="xPcIF0yOAu" dmcf-ptype="general">임 교수는 향후 3~5년의 핵심 과제로 로봇이 학습할 데이터를 지속적으로 확보하는 문제를 꼽았다. 그는 "현장에서 모델을 사용하고 데이터를 모아 개선한 뒤 다시 적용하는 체계를 갖추는 것이 한국 피지컬 AI의 경쟁력을 좌우할 것"이라고 강조했다.</p> <p contents-hash="486418cccd63650ff266d672e78deabcdbd24aad5c94286476b968a3f211fbf0" dmcf-pid="yvuVgNx2AU" dmcf-ptype="general">AI는 이미 사람의 말을 이해하는 능력에서 놀라운 발전을 이뤘다. 이제 남은 과제는 현실 세계의 복잡성과 예외 상황을 배우는 일이다. 피지컬 AI의 다음 전쟁은 결국 로봇이 얼마나 다양한 경험을 축적하고 실패를 학습으로 바꿀 수 있는지를 둘러싼 경쟁이다.</p> <p contents-hash="d8a6e0d455eb50b3e10d84dcbe90fbb4e4556d3d65d2ea6cb5af8e6d7a598ace" dmcf-pid="WT7fajMVAp" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p>
댓글등록
댓글 총
0
개
맨위로
이번주
포인트
랭킹
매주 일요일 밤 0시에 랭킹을 초기화합니다.
1
4,000
상품권
2
3,000
상품권
3
2,000
상품권
업체홍보/구인
더보기
[구인]
유투브 BJ 구인중이자나!완전 럭키비키자나!
[구인]
에카벳에서 최대 조건으로 부본사 및 회원님들 모집합니다
[구인]
카지노 1번 총판 코드 내립니다.
[구인]
어느날 부본사 총판 파트너 모집합니다.
[구인]
고액전용 카지노 / 헬렌카지노 파트너 개인 팀 단위 모집중 최고우대
지식/노하우
더보기
[카지노 노하우]
혜택 트렌드 변화 위험성 다시 가늠해 보기
[카지노 노하우]
호기심이 부른 화 종목 선택의 중요성
[카지노 노하우]
카지노 블랙잭 카드 조합으로 히트와 스탠드를 결정하는 방법
[카지노 노하우]
흥부가 놀부될때까지 7
[카지노 노하우]
5월 마틴하면서 느낀점
판매의뢰
더보기
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
포토
더보기
채팅하기