저자: 폴 베라디타키트, 판테라(Pantera Capital) 파트너; 번역: 진써차이징(Jinse) xiaozou
요약:
VLA의 혁신과 규모 효과가 경제적이고 효율적이며 범용적인 인형 로봇의 탄생을 추진하고 있습니다.
창고 로봇이 소비자용 로봇 시장으로 확장됨에 따라 로봇 안전, 융자 및 평가 메커니즘에 대한 심층 탐구가 필요합니다.
암호화 기술은 로봇 안전에 대한 경제적 보증을 제공하고 인터페이스 인프라, 지연 및 데이터 수집 프로세스를 최적화함으로써 로봇 산업 발전을 촉진할 것입니다.
ChatGPT는 인공지능에 대한 인간의 인식과 기대를 근본적으로 바꿔놓았습니다. 대규모 언어 모델이 외부 소프트웨어 세계와 상호작용하기 시작했을 때, 많은 사람들은 AI 에이전트가 최종 형태라고 생각했습니다. 하지만 《스타워즈》, 《블레이드 러너》, 《로보캅》과 같은 고전 SF 영화를 돌아보면, 인간이 진정으로 꿈꾸는 것은 인공지능이 로봇 형태로 물리적 세계와 상호작용할 수 있는 것입니다.
판테라(Pantera Capital)의 관점에서 로봇 분야의 "ChatGPT 순간"이 곧 도래할 것입니다. 우리는 먼저 지난 몇 년간 인공지능의 혁신이 어떻게 산업 구도를 변화시켰는지 분석하고, 배터리 기술, 지연 최적화 및 데이터 수집 개선이 미래 풍경을 어떻게 형성할지, 그리고 그 과정에서 암호화 기술이 어떤 역할을 할지 탐구할 것입니다. 마지막으로 로봇 안전, 융자, 평가 및 교육이 왜 중점적으로 관심을 기울여야 할 수직 분야인지 설명하겠습니다.
1. 변혁의 요소
(1) 인공지능의 혁신
멀티모달 대규모 언어 모델의 발전이 로봇에게 복잡한 작업을 수행하는 데 필요한 "두뇌"를 제공하고 있습니다. 로봇은 주로 시각과 청각 두 가지 감각으로 환경을 인식합니다.
전통적인 컴퓨터 비전 모델(예: 합성곱 신경망)은 객체 감지 또는 분류 작업에는 뛰어나지만, 시각 정보를 목적 지향적 행동 명령으로 변환하기 어렵습니다. 대규모 언어 모델은 텍스트 이해와 생성에 탁월하지만 물리적 세계 인식 능력에는 제한적입니다.
시각-언어-행동(VLA) 모델을 통해 로봇은 통합된 계산 프레임워크에서 시각적 인식, 언어 이해 및 물리적 행동을 통합할 수 있게 되었습니다. 2025년 2월, Figure AI는 범용 인형 로봇 제어 모델인 Helix를 출시했습니다. 이 VLA 모델은 제로샷 일반화 능력과 시스템 1/시스템 2 이중 아키텍처를 통해 업계에 새로운 기준을 제시했습니다. 제로샷 일반화 특성은 로봇이 각 작업에 대해 반복적인 훈련 없이도 새로운 환경, 새로운 객체 및 새로운 명령에 즉시 적응할 수 있게 합니다. 시스템 1/시스템 2 아키텍처는 고차원 추론과 경량 추론을 분리하여 인간과 유사한 사고와 실시간 정확성을 갖춘 상용화 가능한 인형 로봇을 실현했습니다.
(이하 생략)3、핵심 탐색 영역
（1）암호화 기술과 로봇의 융합
암호화 기술은 신뢰할 수 없는 주체들이 로봇 네트워크 효율성을 향상시키도록 장려할 수 있습니다. 앞서 언급한 핵심 영역을 기반으로, 우리는 암호화 기술이 인프라 연결, 지연 최적화, 데이터 수집의 세 가지 측면에서 효율성을 높일 수 있다고 믿습니다.
탈중앙화 물리적 인프라 네트워크(DePIN)는 충전 인프라를 혁신할 잠재력이 있습니다. 인간형 로봇이 자동차처럼 전 세계에서 운행될 때, 충전소는 주유소처럼 쉽게 접근할 수 있어야 합니다. 중앙화된 네트워크는 막대한 초기 투자가 필요하지만, DePIN은 비용을 노드 운영자들에게 분산시켜 충전 시설을 더 많은 지역으로 빠르게 확장할 수 있습니다.
DePIN은 또한 분산된 인프라를 활용하여 원격 제어 지연을 최적화할 수 있습니다. 지리적으로 분산된 에지 노드의 컴퓨팅 리소스를 집계함으로써, 원격 제어 명령은 로컬 또는 가장 가까운 사용 가능한 노드에서 처리될 수 있어, 데이터 전송 거리를 최소화하고 통신 지연을 크게 줄일 수 있습니다. 그러나 현재 DePIN 프로젝트는 주로 탈중앙화 저장, 콘텐츠 배포, 대역폭 공유에 집중하고 있으며, 일부 프로젝트가 스트리밍 또는 사물인터넷에서 에지 컴퓨팅의 장점을 보여주고 있지만, 아직 로봇 또는 원격 제어 영역으로 확장되지 않았습니다.
원격 제어는 가장 유망한 데이터 수집 방식이지만, 중앙화된 실체가 전문 인력을 고용하여 데이터를 수집하는 비용은 매우 높습니다. DePIN은 암호화폐 토큰을 통해 제3자가 원격 제어 데이터를 제공하도록 장려함으로써 이 문제를 해결합니다. Reborn 프로젝트는 글로벌 원격 운영자 네트워크를 구축하고, 그들의 기여를 토큰화된 디지털 자산으로 전환하여 허가 없는 탈중앙화 시스템을 형성합니다 - 참여자들은 수익을 얻을 수 있고, 거버넌스에 참여하며 AGI 로봇 훈련을 지원할 수 있습니다.
（2）안전성은 항상 핵심 관심사
로봇 기술의 궁극적 목표는 완전한 자율성을 달성하는 것이지만, 영화 '터미네이터' 시리즈가 경고했듯이, 인간들은 자율성이 로봇을 공격적인 무기로 변모시키는 것을 가장 원치 않습니다. 대규모 언어 모델의 안전 문제는 이미 주목을 받고 있으며, 이러한 모델이 물리적 행동 능력을 갖추게 되면 로봇 안전은 사회적 수용의 핵심 전제가 됩니다.
경제적 안전성은 로봇 생태계 번영의 핵심 지주 중 하나입니다. 이 분야의 OpenMind 회사는 FABRIC을 구축하고 있습니다 - 암호학적 증명을 통해 장치 신원 인증, 물리적 존재 검증 및 리소스 획득을 가능하게 하는 탈중앙화된 기계 조정 계층입니다. 단순한 작업 시장 관리와는 달리, FABRIC은 로봇이 중앙화된 중개자 없이 자체적으로 신원 정보, 지리적 위치 및 행동 기록을 증명할 수 있게 합니다.
행동 제약과 신원 인증은 온체인 메커니즘을 통해 실행되어, 누구나 규정 준수 여부를 감사할 수 있도록 합니다. 안전 표준, 품질 요구 사항 및 지역 규정을 준수하는 로봇은 보상을 받고, 위반자는 처벌 또는 자격 박탈에 직면하여 자율 로봇 네트워크에서 책임성과 신뢰 메커니즘을 구축합니다.
제3자 리스테이킹 네트워크(예: Symbiotic)도 동등한 안전 보증을 제공할 수 있습니다. 처벌 매개변수 시스템은 아직 개선이 필요하지만, 관련 기술은 실용 단계에 들어섰습니다. 우리는 곧 산업 안전 가이드라인이 형성될 것이며, 이때 처벌 매개변수가 이러한 가이드라인을 참조하여 모델링될 것으로 예상합니다.
구현 방안 예시:
로봇 회사가 Symbiotic 네트워크에 가입합니다.
검증 가능한 몰수 매개변수 설정 (예: "2500뉴턴 이상의 인간 접촉력 적용")
스테이킹 참여자가 로봇이 매개변수를 준수하도록 보증금을 제공합니다.
위반 시 스테이킹 자금은 피해자 보상금으로 사용됩니다.
이 모델은 기업이 안전성을 최우선으로 하도록 장려하고, 스테이킹 자금 풀의 보험 메커니즘을 통해 소비자 수용성을 촉진합니다.
Symbiotic 팀의 로봇 분야에 대한 통찰:
Symbiotic 범용 스테이킹 프레임워크는 스테이킹 개념을 경제적 안전성이 필요한 모든 영역으로 확장하는 것을 목표로 하며, 공유 또는 독립 모드를 통해 이루어집니다. 그 적용 사례는 보험에서 로봇 기술까지 구체적인 사례에 따라 설계됩니다. 예를 들어, 로봇 네트워크는 Symbiotic 프레임워크를 기반으로 완전히 구축될 수 있으며, 이를 통해 이해관계자들이 네트워크 무결성에 대한 경제적 보증을 제공할 수 있습니다.
(번역은 계속됩니다. 전체 텍스트를 번역하였습니다.)
