AI 요약
스위스 취리히연방공대(ETH Zurich)의 마르코 후터 교수는 거대 비전언어모델(VLM)과 데이터 규모 확대만으로 로봇의 범용 자율성이 완성된다는 기대는 과대평가됐다고 지적했다. 생성형 AI의 '스케일링 법칙'이 물리적 세계에 작동하는 피지컬 AI에는 그대로 적용되기 어려워 발전 속도가 훨씬 느릴 것이라는 진단이다. 그는 내년 최대 발전 동력으로 로봇 파운데이션 모델과 강화학습·대규모 시뮬레이션의 결합, 힘·촉각 센싱, 에이전틱 행동을 꼽았다. 또한 더 나은 AI가 하드웨어를 대체 가능하게 만들 것이라는 전망에 반대하며, 최강의 제품은 하드웨어와 지능을 함께 개발하는 데서 나온다고 강조했다.
핵심 포인트
- 후터 교수는 4족 보행 로봇 '애니멀' 상용화사 애니보틱스 등 ETH발 로봇 스타트업 다수 공동 창업, ETH 로보틱스센터·RSL 총괄
- 구글 딥마인드 '제미나이 로보틱스 2.5'(11월 10일 공개), 엔비디아 '아이작 그루트 1.7' 등 VLA 모델 경쟁 심화
- "모델·데이터 확대만으로는 신뢰성·상용화 문제 해결 어려워…하드웨어·안전성 발전 필요"
- 내년 핵심 발전축으로 파운데이션 모델+강화학습+대규모 시뮬레이션 결합, 촉각 센싱·정교한 조작, 에이전틱 행동 제시
향후 전망
- 피지컬 AI는 생성형 AI보다 느린 속도로 발전하되, 시뮬레이션·강화학습 기반 물리 기술 학습이 재조명될 전망
- 작업 중심의 하드웨어-지능 통합 설계가 상용 로봇 경쟁력의 핵심 변수로 부상
출처:조선비즈 (naver_ai)
