@xmaquina와 $DEUS의 최근 글을 읽고 많은 생각을 하게 되었습니다. 간단히 말해서, 로봇 산업은 현재 컴퓨터 산업의 인텔과 마이크로소프트, 또는 모바일 산업의 안드로이드처럼 '표준 전쟁'을 벌이고 있습니다. 모두가 없어서는 안 될 핵심 공급업체가 되기를 원합니다. 하지만 누가, 그리고 어떻게 할 수 있을지는 시간이 말해줄 것입니다. 1️⃣ 첫 번째 관건은 초고성능 컴퓨팅을 누가 처리할 수 있느냐는 것입니다. 수백 킬로그램에 달하는 금속 덩어리를 지연 없이 이동시키려면 극도로 높은 하드웨어 사양이 필요합니다. NVIDIA는 '큰형님'과 같은 존재입니다. NVIDIA의 Jetson Thor 칩은 현재 업계의 벤치마크입니다. NVIDIA의 강점은 성숙한 생태계에 있으며, 로봇 산업에 종사하는 거의 모든 기업이 NVIDIA의 툴체인을 사용한다는 점입니다. 하지만 경쟁사도 있습니다. Etched는 Transformer 모델에 특화된 맞춤형 칩을 제작하는 '극단적인 길'을 택했습니다. 이 칩들은 AI를 매우 빠르게 실행하지만, AI 외에는 다른 작업을 수행할 수 없습니다. Hailo는 저전력 소비에 초점을 맞춘 "전력 절약" 방식을 채택했습니다. 로봇은 배터리를 탑재하고 있는데, 두뇌가 너무 많은 전력을 소모하면 제대로 작동하지 못할 수 있기 때문입니다. 🤔 하드웨어 경쟁은 궁극적으로 "에너지 효율성"과 "다용성" 사이의 균형으로 귀결됩니다. 엔비디아가 강세를 보이고 있지만, 만약 특정 알고리즘(예: Transformer)이 미래에 로봇 분야를 완전히 지배하게 된다면, Etched와 같은 전용 칩이 비약적인 발전을 이룰 수 있을 것입니다. 2️⃣ 로봇에게 인간처럼 생각하는 법을 어떻게 가르칠 수 있을까요? 과거에는 로봇이 "죽은" 존재였기 때문에, 로봇에게 단계별로 어떻게 움직여야 하는지 코드를 작성해야 했습니다. 현재는 로봇에게 "큰 모델"을 제공하고 스스로 문제를 해결하도록 하는 추세입니다. 하지만 Physical Intelligence(π)와 Skild AI는 모두 동일한 목표, 즉 범용 모델 개발에 매진하고 있습니다. 이는 동일한 '영혼'이 로봇 강아지에게도, 인간형 로봇에게는 집안일도 재훈련 없이 수행할 수 있다는 것을 의미합니다. 코배리언트(Covariant)는 이미 창고에서 로봇이 사람처럼 어수선한 물건을 처리하도록 훈련시켜 그 성능을 입증했습니다. 오픈아이(OpenAI)는 로봇을 직접 제작하지는 않지만, 다양한 로봇 회사에 '언어 및 추론 플러그인'을 제공합니다. 로봇이 인간의 언어를 이해하고 논리적으로 추론할 수 있다면, 진정한 지능에 매우 가까워진 것입니다. 🤔소프트웨어 수준에서의 핵심 경쟁력은 바로 데이터입니다. '비디오 시청'이나 '시뮬레이션 훈련'을 통해 로봇이 더 많은 경험(로봇 작동 시간)을 축적할 수 있도록 하는 기업이 더 똑똑한 모델을 만들 수 있을 것입니다. 이제는 코딩 경쟁이 아니라 데이터 축적 경쟁입니다. 3️⃣ 연구실에서 실제 현장으로의 이동 로봇은 연구실에서만 돌아다니는 것이 아닙니다. 건설 현장, 전력선 점검, 심지어 재난 구호 현장에도 가야 합니다. 현재 Sanctuary AI는 특히 "손"의 정교함을 강조합니다. 손이 정교하지 않으면 아무리 똑똑한 두뇌라도 소용없기 때문입니다. 📖요약하자면 현재 물리적 AI 분야에서는 로봇의 외형이 더 인간과 유사한지 경쟁하는 것이 아니라, 어떤 칩이 더 에너지 효율이 높고, 계산 속도가 빠르며, 모델이 더 다재다능하고 지능적인지를 놓고 경쟁하고 있습니다. 현재 상황은 1990년대 개인용 컴퓨터 붐 직전과 다소 유사합니다. 모두가 컴퓨터를 거대한 시장으로 보고 기반 프로토콜과 핵심 하드웨어의 주도권을 잡기 위해 경쟁했습니다. 결국 승자는 가장 빠른 로봇이 아니라 모든 로봇의 작동을 지원하는 "운영 체제"와 "중앙 처리 장치"가 될지도 모릅니다.