로봇 지능의 진화와 제조업 미래

자율행동 ‘VLA’와 시뮬레이션 ‘월드모델’
(시각-언어-행동 모델 로봇)
K-제조 고품질 데이터와 결합 땐 경쟁력

Article at a Glance

제조 피지컬 AI를 가능하게 한 것은 로봇 하드웨어의 발전보다는 지능의 구조 자체가 바뀐 영향이 더 크다. 먼저 텍스트를 처리하던 AI가 보고, 이해하고, 행동하는 VLA(Vision-Language-Action) 모델로 진화했다. VLA는 카메라로 현재 상황을 파악하고 언어 지시를 이해한 뒤 로봇의 행동을 스스로 생성한다. 사전에 모든 상황을 코딩해야 했던 규칙 기반 제어에서 모델이 스스로 판단하는 확률 기반 행동 생성으로의 패러다임 전환이다. 피지컬 AI의 최대 난제는 데이터 부족과 검증의 어려움이다. 월드모델은 물리 법칙을 학습해 가상 환경에서 대량의 학습 데이터를 생성하고 사전 검증을 가능하게 함으로써 이 두 병목을 동시에 돌파한다. 이에 제조 피지컬 AI의 경쟁은 개별 로봇의 성능이 아니라 모델·시뮬레이션·데이터 세 영역을 누가 먼저 선순환 구조로 통합하느냐에서 판가름 난다고 할 수 있다.

---

로봇에게 나사 하나를 집게 하려면 얼마나 많은 코드가 필요할까. 물체의 좌표, 접근 각도, 그리핑 압력, 이동 경로, 충돌 회피 조건 등 단 한 번의 ‘집기’ 동작 뒤에는 수천 줄의 사전 프로그래밍이 숨어 있다. 그런데 세 살짜리 아이는 처음 보는 장난감을 한 번에 집어들 수 있다. 이 간극을 60년간 좁히지 못한 로봇공학이 지난 2년 사이에 근본적으로 다른 방식으로 문제를 풀기 시작했다.

변화의 핵심은 로봇이 더 빨라지거나 더 정밀해진 것이 아니다. 지능의 구조 자체가 바뀐 것이다. 과거의 인공지능이 텍스트를 읽고 분류하는 ‘정보 처리형 지능’에 머물렀다면 오늘날 부상하고 있는 VLA(Vision-Language-Action) 모델은 보고, 이해하고, 행동하는 ‘체화된 지능’을 구현한다. 프로그래머가 모든 상황을 예측해 코드로 짜 넣던 방식에서 모델이 스스로 상황을 파악하고 행동을 생성하는 방식으로의 전환이다. 이것이 바로 제조 피지컬 AI를 가능하게 만든 기술적 전환의 본질이다.

이 글에서는 이러한 전환이 어떤 기술적 경로를 거쳐 이뤄졌는지를 추적한다. 텍스트·이미지·영상·음성 등 다양한 데이터를 함께 이해하는 멀티모달 AI의 발전은 로봇이 주변 환경을 보는 능력을 갖게 한 출발점이었다. 이어 VLA 모델은 시각 정보와 언어 지시를 실제 물리적 행동으로 연결하며 로봇의 작업 수행 능력을 확장했다. 최근 주목받는 월드모델(World Model)은 현실 세계를 가상 환경에서 시뮬레이션하고 예측하도록 하는 기술로 로봇 학습에서 가장 큰 제약이던 데이터 확보와 안전한 검증 문제를 완화하는 방향으로 발전하고 있다. 이에 월드모델이 데이터와 검증이라는 병목을 어떻게 돌파하고 있는지 살펴본다.