[AI 석학에게 듣다] 피터 노빅, 파운데이션 모델이 '피지컬 AI'의 뇌가 되기 위한 조건은? 작성일 02-05 49 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="5eUZSWUZvh"> <div contents-hash="367a08f5ceae56f0466d2ea2409660c0e5d410c9f9ab9056e7bbcef409568345" dmcf-pid="1iztyHztlC" dmcf-ptype="general"> <h5>에이전틱 AI·로보틱스의 다음 단계를 보는 관점… '허물고 새로'가 아니라 '있는 기반 위에</h5> <h5>화성 착륙선 추락이 알려준 교훈… 모듈의 '틈'이 만든 참사, 공유 월드 모델이 해법</h5> <h5>자율주행 95%는 달성했지만 마지막 5%가 지옥… 실데이터·시뮬레이션·공정한 분배까지</h5> </div> <hr class="line_divider" contents-hash="06644b0e95794abb7a7eb5bb1e4cf8f3523f0a76bce70248e6ad07871e8d1c71" dmcf-pid="tnqFWXqFTI" dmcf-ptype="line"> <p contents-hash="6a4f47e85d8a53a15c25091f2c14fcb63e4b31b97ed71fedfa5661ff2833e146" dmcf-pid="FLB3YZB3WO" dmcf-ptype="general">편집자주 </p> <div contents-hash="76371e000202e05306e8e1bbf9c2acfc9a5ad09d94e89e8edccd6d3232340d1f" dmcf-pid="3ob0G5b0vs" dmcf-ptype="general"> AI는 ‘도입’의 단계를 지나 ‘현장’으로 이동하고 있다. 이제 성능 경쟁만으로는 설명되지 않는 질문들이 남는다. 실세계에서 작동하는 시스템을 만들려면 무엇을 쌓아야 하고, 어디서 병목이 생기며, 그 혜택은 누구에게 돌아가야 할까. ‘AI 석학에게 듣다’는 최근 AI 서울 2026 현장에서 만난 석학들이 제시하는 전망과 답을 담는다. </div> <hr class="line_divider" contents-hash="9a861f62cd77e9352ab430b258c1b28fd8beefc8f246ad8a97d146429c7dd6fb" dmcf-pid="0gKpH1KpSm" dmcf-ptype="line"> <figure class="figure_frm origin_fig" contents-hash="c54aeacd7bd42f25fd9096e6fbdee674a342972ca59e78c15e7a0398d4f1924e" dmcf-pid="pa9UXt9Ulr" dmcf-ptype="figure"> <p class="link_figure"><img alt="피터 노빅 총괄은 구글에서 검색 품질과 핵심 검색 알고리즘 조직을 이끈 뒤, 현재도 구글 리서치 디렉터(Director of Research)로 연구 조직을 맡고 있는 인물이다. AI 분야 대표 교과서로 꼽히는 ‘Artificial Intelligence: A Modern Approach’의 공동저자로, 학계와 산업계를 동시에 관통해 온 ‘실무형 석학’으로 평가받는다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090412359sptc.png" data-org-width="1024" dmcf-mid="PMS8G5b0W3" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090412359sptc.png" width="658"></p> <figcaption class="txt_caption default_figure"> 피터 노빅 총괄은 구글에서 검색 품질과 핵심 검색 알고리즘 조직을 이끈 뒤, 현재도 구글 리서치 디렉터(Director of Research)로 연구 조직을 맡고 있는 인물이다. AI 분야 대표 교과서로 꼽히는 ‘Artificial Intelligence: A Modern Approach’의 공동저자로, 학계와 산업계를 동시에 관통해 온 ‘실무형 석학’으로 평가받는다. (이미지=젠스파크로 생성) </figcaption> </figure> <p contents-hash="043ea0677f15ceb56f3241a21e4f46166d5cd0f84303b92f7fcf51d57cdf55d0" dmcf-pid="UN2uZF2ulw" dmcf-ptype="general">지난달 30일 개최된 AI 서울 2026(AI SEOUL 2026)은 AI 산업 관계자를 비롯해 혁신적인 변화에 주목하는 국내외 참관객들이 주목하는 행사였다. 올해 8회를 맞이하는 이번 행사는 기조·산업·규제·도시·휴먼·인사이트·IR 세션에 걸쳐 국내외 연사 39명이 참여했다. </p> <div contents-hash="039b809c1949fe168a925047f3859473d7f5a176265c85fa95ced492a39546f6" dmcf-pid="uSLx94LxCD" dmcf-ptype="general"> 딥러닝 분야의 세계적인 석학 요슈아 벤지오 Mila 설립자를 비롯해 구글의 AI 연구를 총괄하는 피터 노빅, 서울대학교 기계공학과 조규진 교수, 전 스탠퍼드대 컴퓨터과학부 교수이자, 머신러닝 기반 신약 개발 기업 인시트로(Insitro)를 설립한 대프니 콜러, 파이토치(PyToch) 재단 전무이사이자 리눅스 재단 AI 총괄을 맡고 있는 매트 화이트, 옥스퍼드대 AI·로봇공학 교수로 재직하며, 옥스퍼드 로보틱스 인스티튜트(ORI)를 이끄는 연구 책임자 닉 호수 등이 직접 혹은 원격으로 무대에 섰다. </div> <figure class="figure_frm origin_fig" contents-hash="b7c8e57c26ab3ee4fde16c3a60f473fab82e68407f3e9fcba595931aef71d020" dmcf-pid="7voM28oMvE" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090413929qrnb.jpg" data-org-width="1024" dmcf-mid="Qg8hRiwaWF" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090413929qrnb.jpg" width="658"></p> </figure> <p contents-hash="b2b61d2c96cb7afb837026295e7e6a045b00ced87b0d54e6176640a0003182c7" dmcf-pid="zTgRV6gRSk" dmcf-ptype="general">이에 테크42는 ‘피지컬 AI의 두뇌’를 주제로 한 피터노빅의 발표를 1편으로 도시에 적용되는 피지컬 AI를 주제로 한 조규진 교수, 실세계 AI 전환을 위한 자율 시스템 구축을 언급한 닉 호스 등이 발표를 ‘피지컬 AI 전환을 위한 3부작’으로 묶고 오픈소스 산업 인프라를 통한 AI 확산 병목 해결을 언급한 매트 화이트와 버티컬 도메인 영역인 바이오 분야에 피지컬 AI 시스템을 적용하고 있는 대프니 콜러의 발표를 ‘산업 확장’을 주제로 한 외편으로 소개할 예정이다. 먼저 피터 노빅(Peter Norvig) 구글 연구총괄이다. </p> <p contents-hash="60c402272876fbedd252c70d4aa0c24f8f676bb75630cf4e806329403c4e625c" dmcf-pid="qyaefPaeCc" dmcf-ptype="general">피터 노빅 총괄은 구글에서 검색 품질과 핵심 검색 알고리즘 조직을 이끈 뒤, 현재도 구글 리서치 디렉터(Director of Research)로 연구 조직을 맡고 있는 인물이다. AI 분야 대표 교과서로 꼽히는 ‘Artificial Intelligence: A Modern Approach’의 공동저자로, 학계와 산업계를 동시에 관통해 온 ‘실무형 석학’으로 평가받는다. 대규모 공개 온라인 강의의 확산을 촉발한 AI 강좌를 공동 진행한 경험도 있어, 노빅의 문제의식은 기술의 최전선뿐 아니라 AI 대중화와 교육·생태계의 변곡점과도 맞닿아 있다. </p> <div contents-hash="5129355143cb6e6f39922784ef779e911b70085b99fcc962a01446c37cb454e7" dmcf-pid="BWNd4QNdTA" dmcf-ptype="general"> <strong>로봇과 AI 자율 시스템의 현실화는 기존 기반 위에서 구축된다</strong> </div> <figure class="figure_frm origin_fig" contents-hash="ebe561b89075caf947ba9da4c79e24951bc4f9cdf5a52efb0eed3943fbfe2d8b" dmcf-pid="bYjJ8xjJSj" dmcf-ptype="figure"> <p class="link_figure"><img alt="피터 노빅 연구총괄은 ‘로봇과 자율시스템이 현실에서 일상이 되려면, 우리는 기존의 기반을 허물고 전혀 새로운 방식으로 다시 시작해야 하는가’라는 질문에 스스로 '그럴 필요가 없다'고 답하며 “결국 피지컬 AI의 두뇌는 ‘모든 상황을 미리 코딩’하는 방식이 아니라, 불확실성을 전제하고도 스스로 판단을 갱신하는 방식으로 진화해야 한다”고 말했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090415401ddrr.jpg" data-org-width="1024" dmcf-mid="tDGw4QNdvT" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090415401ddrr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 피터 노빅 연구총괄은 ‘로봇과 자율시스템이 현실에서 일상이 되려면, 우리는 기존의 기반을 허물고 전혀 새로운 방식으로 다시 시작해야 하는가’라는 질문에 스스로 '그럴 필요가 없다'고 답하며 “결국 피지컬 AI의 두뇌는 ‘모든 상황을 미리 코딩’하는 방식이 아니라, 불확실성을 전제하고도 스스로 판단을 갱신하는 방식으로 진화해야 한다”고 말했다. (사진=테크42) </figcaption> </figure> <p contents-hash="8467a911f7fcb23c410216c9f97497074bc3c1a7cd8663d5ed42c6554d387c97" dmcf-pid="KGAi6MAiWN" dmcf-ptype="general">“2025년에는 대규모 언어모델의 능력이 크게 전진했고, 2026년에는 에이전틱 AI와 로보틱스에서 진전이 보이기 시작했다.” </p> <p contents-hash="72aae1578db36df23f727a62f63a44c37a3d41842c9621cd6b2549c820041c97" dmcf-pid="9HcnPRcnha" dmcf-ptype="general">화상으로 원격 연결된 피터 노빅 총괄은 AI의 무게중심이 ‘모델 데모’에서 ‘현장 전환’으로 옮겨가는 순간을 이렇게 짚었다. 그러면서 노빅 총괄은 다시 청중들에게 질문을 던졌다. </p> <p contents-hash="46ef48202529d93b58c575d530d25b4db8540a468ddbe5a5da62a16f6a88b2ca" dmcf-pid="2XkLQekLlg" dmcf-ptype="general">‘로봇과 자율시스템이 현실에서 일상이 되려면, 우리는 기존의 기반을 허물고 전혀 새로운 방식으로 다시 시작해야 하는가’ </p> <p contents-hash="24d65b121d0a75a72456bd7b50fa03bf6d9b0e51dbfe6d0d9076760e4f53b281" dmcf-pid="V7lwgAlwWo" dmcf-ptype="general">이에 대해 노빅 총괄이 제시한 답은 “그럴 필요가 없다” 였다. 피지컬 AI는 우리가 이미 가진 기반 위에서 구축되기 때문이다. 다만 노빅 총괄이 지목하는 관건은 ‘완전히 새로운 뇌’를 발명하는 것이 아니라 파운데이션 모델이 가진 범용성을 물리 세계로 확장하는 설계에 달려 있다. </p> <p contents-hash="65b38a609cf7fb3e58ac9b7603912f7d6de56d2683916b35eac39c021fa451af" dmcf-pid="fzSracSrhL" dmcf-ptype="general">이와 관련해 노빅 총괄은 “실세계는 예외가 표준인 환경이고, 그 예외를 패치로 막는 접근은 끝이 없다”며 “결국 피지컬 AI의 두뇌는 ‘모든 상황을 미리 코딩’하는 방식이 아니라, 불확실성을 전제하고도 스스로 판단을 갱신하는 방식으로 진화해야 한다”는 취지로 발언을 이어갔다. </p> <p contents-hash="4c9d5cc41ae3cc13902cd9276d7142e953e1211722630903bf30b38e41181e02" dmcf-pid="4qvmNkvmvn" dmcf-ptype="general">즉 이날 발표를 통해 노빅 총괄이 꺼낸 화두는 ‘단절’이 아니라 ‘연결’이었다. 그는 지금의 기술 흐름을 ‘새로 시작할 이유가 없는 시대’로 규정했다. 이미 언어모델이 만든 기반 위에 에이전틱 AI가 쌓이고 있고, 로보틱스 역시 그 연장선에서 전개된다는 관점이다. </p> <div contents-hash="14eb9f12f0b1f2997b783fdae533168524e4b4d7e9bab25964b53b59adbc11be" dmcf-pid="8BTsjETsWi" dmcf-ptype="general"> 노빅 총괄이 말하는 ‘기반’은 단순히 모델 파라미터가 아니다. 현장에 투입될 시스템이 요구하는 것은, 예외와 불확실성을 마주해도 의사결정을 지속하는 능력이다. 이어 그는 물리 세계와 결합한 대형 시스템의 초기를 회상하며, “당시에는 불확실성을 제거하려고 코드를 ‘억지로 조여’ 원하는 동작만 하게 만드는 방식이 흔했다”고 돌이켰다. </div> <figure class="figure_frm origin_fig" contents-hash="7ed885b526a2c8eb4518bfcc9457394ad46440e882411ba9f020816b40d596b6" dmcf-pid="6byOADyOWJ" dmcf-ptype="figure"> <p class="link_figure"><img alt="노빅 총괄은 “실세계는 예외가 표준인 환경이고, 그 예외를 패치로 막는 접근은 끝이 없다”며 “결국 피지컬 AI의 두뇌는 ‘모든 상황을 미리 코딩’하는 방식이 아니라, 불확실성을 전제하고도 스스로 판단을 갱신하는 방식으로 진화해야 한다”고 강조했다. 즉 실세계에서 필요한 것은 불확실성을 지워 버리는 통제가 아니라 합리적인 결정을 내리는 능력이라는 것이다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090417042cxpo.png" data-org-width="1024" dmcf-mid="Fe80wOXShv" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090417042cxpo.png" width="658"></p> <figcaption class="txt_caption default_figure"> 노빅 총괄은 “실세계는 예외가 표준인 환경이고, 그 예외를 패치로 막는 접근은 끝이 없다”며 “결국 피지컬 AI의 두뇌는 ‘모든 상황을 미리 코딩’하는 방식이 아니라, 불확실성을 전제하고도 스스로 판단을 갱신하는 방식으로 진화해야 한다”고 강조했다. 즉 실세계에서 필요한 것은 불확실성을 지워 버리는 통제가 아니라 합리적인 결정을 내리는 능력이라는 것이다. (이미지=젠스파크로 생성) </figcaption> </figure> <p contents-hash="aa94cb570a797a8f1416f93ee1a71c0e0e32647f18e21769911e4221c8c2e082" dmcf-pid="PKWIcwWIWd" dmcf-ptype="general">“하지만 로봇이 서는 바닥은 늘 바뀌고, 센서는 흔들리고, 환경은 늘 예측을 배반했죠. 실세계에서 필요한 것은 불확실성을 지워버리는 통제가 아니라, 불확실성을 전제로도 합리적인 결정을 내리는 능력이었습니다. 예전에는 불확실성을 없애려고 코드를 쥐어 짰습니다. 하지만 현실 세계는 그렇게 통제되지 않습니다.” </p> <p contents-hash="fedbc23a26fded4fd75018312e59539bc24cff6e041af80c78cf13002b6d50ec" dmcf-pid="Q9YCkrYCCe" dmcf-ptype="general">그러면서 노빅 총괄은 재차 “피지컬 AI는 우리가 이미 가진 기반 위에서 구축될 것”이라고 강조했다. 새 패러다임을 위해 기존을 폐기하기보다, 기존 파운데이션 모델이 갖고 있는 범용성(언어·지식·추론)을 물리 세계로 확장하는 쪽이 현실적이라는 것이다. </p> <p contents-hash="7356954585848fd5be0dd16e4f6111ef516b1969558c7f240849f097bc8971ea" dmcf-pid="x2GhEmGhyR" dmcf-ptype="general">“로봇의 뇌를 논할 때조차 핵심은 ‘새 모델’이 아니라 ‘기반 위에 어떤 구조를 얹어 불확실성을 관리할 것인가’입니다. 로봇은 소프트웨어만의 문제가 아닙니다. “환경은 계속 변하고, 센서는 흔들리고, 예외가 표준이 됩니다. 그래서 ‘기반 위에 확장’이라는 관점이 중요합니다.” </p> <p contents-hash="bf534cb791fd89b437d09484088340410e47730d72bdaf1d98d7166820913d2e" dmcf-pid="yOe4zKe4TM" dmcf-ptype="general"><strong>모듈화가 만든 화성 착륙선의 ‘센서 착각’…실세계는 공유 월드 모델을 요구한다</strong> </p> <p contents-hash="fbaed3e63090522d32e84a6d73bd990ae29abebce62910b88ef90bf655bd7967" dmcf-pid="WM0HhT0HSx" dmcf-ptype="general">노빅 총괄은 이어 ‘좋은 개발 관행’으로 여겨졌던 모듈화가 실세계에서 치명적 실패로 이어질 수 있음을 언급했다. 그러면서 화성 착륙선 사례를 소개했다. </p> <p contents-hash="9d7d739bef53eab89eec225315156615c2b672c937e2250dd0966e6840db6da6" dmcf-pid="YRpXlypXTQ" dmcf-ptype="general">“화성 착륙선 시스템은 단계별로 깔끔하게 쪼개져 있었습니다. 레이더가 불안정해지면 다리의 터치 다운 센서(접촉 센서)로 전환하는 설계도 합리적으로 보였죠. 문제는 ‘현실의 미세한 흔들림’이었습니다. 착륙 다리가 전개되는 순간 발생한 작은 튐이 접촉 신호로 오인됐고, 다음 모듈은 착륙했다고 판단해 엔진을 꺼버렸죠. 모듈 간 경계가 ‘안전장치’가 아니라 ‘오판을 고착시키는 장치’가 된 순간이었습니다. 화성 착륙선 실패의 핵심은 ‘모듈화’였습니다. 그 전까지는 모두가 모듈화를 좋은 관행이라고 믿었죠. 결과적으로 각 모듈은 자기 역할을 했지만, 시스템 전체는 현실을 이해하지 못했습니다.” </p> <div contents-hash="20d9e35bd45f93ea23a34b5870f3d5a564dd1d79f0b77457b2f174ecb35008df" dmcf-pid="GeUZSWUZSP" dmcf-ptype="general"> 이 사례를 통해 노빅 총괄은 ‘더 많은 테스트’의 무용론을 언급했다. 지구에서는 아무리 맞춘다고 해도 화성과 같은 중력·대기 조건을 완벽히 재현하기 어렵기 때문이다. 대신 그가 언급한 해법은 ‘공유 월드 모델(shared world model)이었다. </div> <figure class="figure_frm origin_fig" contents-hash="297946ba655760784192c65bc89735eff9038a8db5295fc4c5252fdcac2d4dab" dmcf-pid="Hdu5vYu5C6" dmcf-ptype="figure"> <p class="link_figure"><img alt="노빅 총괄은 이어 ‘좋은 개발 관행’으로 여겨졌던 모듈화가 실세계에서 치명적 실패로 이어질 수 있음을 언급했다. 그러면서 화성 착륙선 사례를 소개했다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090418716cjdy.png" data-org-width="1024" dmcf-mid="3ylnPRcnWS" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090418716cjdy.png" width="658"></p> <figcaption class="txt_caption default_figure"> 노빅 총괄은 이어 ‘좋은 개발 관행’으로 여겨졌던 모듈화가 실세계에서 치명적 실패로 이어질 수 있음을 언급했다. 그러면서 화성 착륙선 사례를 소개했다. (이미지=젠스파크로 생성) </figcaption> </figure> <p contents-hash="2051e810642331ab907e6f80a3ca51c7e59f86d9ad5c7168b77edd4f331f23c5" dmcf-pid="XJ71TG71C8" dmcf-ptype="general">“정답은 공유 월드 모델입니다. 1초 전엔 40미터라고 믿었는데 1밀리초 후 0미터라고 믿는다면, 그건 말이 안 되죠. 그때 시스템은 ‘센서가 틀렸을 수 있다’고 의심해야 합니다. 센서 값이 갑자기 바뀌더라도, 시스템이 ‘이 변화는 물리적으로 불가능하다’는 상식 수준의 판단을 통해 오류를 의심할 수 있어야 한다는 거죠. 즉 모듈이 각자 옳다고 믿는 정보가 아니라, 서로가 공유하는 세계의 일관된 상태가 있어야 한다는 겁니다.” </p> <p contents-hash="e37688b752f9beef7dc0c1c04061d07f267b106004448bec14157ad9e581744f" dmcf-pid="ZiztyHztW4" dmcf-ptype="general">즉 노빅 총괄은 실세계 전환에서 실패는 종종 ‘모듈의 결함’이 아니라 ‘모듈 사이의 틈’에서 생긴다는 것을 강조한 셈이다. 이러한 상황에서 공유 월드 모델은 그 틈을 메우는 장치가 된다. 센서 이상을 인지하고, 즉각 엔진을 꺼버리는 대신 감속을 유지하거나 다른 확인 절차로 넘어가는 ‘추론’이 가능해 지는 것이다. 결과적으로 노빅 총괄의 지적에는 ‘피지컬 AI의 뇌는 데이터가 아니라 일관성을 중심으로 설계돼야 한다’는 내용도 포함됐다. </p> <p contents-hash="ad6ad1a5d2b885c545b83ef9d5cc972bc94cf7233eba2e5fbcbd24b5017c13b1" dmcf-pid="5nqFWXqFTf" dmcf-ptype="general">“테스트가 모든 것을 해결 할 수는 없습니다. 실세계를 완벽하게 복제하는 것은 불가능하니까요. 우리는 지구에서 화성을 완벽히 재현할 수 없습니다. 그래서 테스트만 늘리는 방식은 답이 아닙니다. 대신 일관성을 강제하는 월드 모델이 필요합니다.” </p> <p contents-hash="90290c345ea6899ae69746e74b1c12a46b04e42282ea83093f6caf46155f1b9b" dmcf-pid="1LB3YZB3vV" dmcf-ptype="general"><strong>‘마지막 몇 퍼센트’가 진짜 난제…실데이터·시뮬레이션·공정한 분배까지</strong> </p> <p contents-hash="43634268a93a7b769d53d6286f3b56946a88cee67d1926ced664d408781bf0ad" dmcf-pid="tjV753V7C2" dmcf-ptype="general">이날 노빅 총괄은 피지컬 AI의 핵심 난제를 자율주행을 예로 들며 ‘마지막 몇 퍼센트’로 압축했다. </p> <p contents-hash="2f8b5f516cad0897aee053f8b76be71f541a0ce80e107cfe3e580b6192f31a48" dmcf-pid="FAfz10fzC9" dmcf-ptype="general">“자율주행은 95%의 상황을 처리하는 건 이미 달성됐고 어렵지 않게 여겨집니다. 문제는 마지막 몇 퍼센트죠. 휠체어를 탄 사람이 오리를 쫓아 도로로 들어오는 장면, 누군가 장난으로 시스템을 무력화하는 상황, 표지판을 놓치고 엉뚱한 곳으로 진입하는 사건 같은 ‘현실의 예외’가 시스템의 신뢰성을 무너뜨립니다. 이 예외는 체크리스트로 해결되지 않습니다.” </p> <div contents-hash="4c250251b760ca7dd0dfcbee6cd9a97b324dd7148d6983ac066a41eb33f796fd" dmcf-pid="3c4qtp4qWK" dmcf-ptype="general"> 그러면서 노빅 총괄은 ‘예외를 규칙으로 막는 전통적 소프트웨어의 습관’을 경계했다. 특정 상황을 막기 위해 규칙을 추가하면, 다른 상황에서 예상치 못한 구멍이 생긴다는 것이다. 이러한 방식은 결국 ‘백만 가지 상황에 백만 개 패치를 붙이는’ 게임이 돼 버린다는 것이 그의 생각이다. 다시금 노빅 총괄은 실세계에서 패치가 불리해지는 이유를 “상황 공간이 너무 넓기 때문”이라며 실세계 데이터와 시뮬레리션을 결합을 강화하는 ‘학습 기반의 일반화’를 강조했다. </div> <figure class="figure_frm origin_fig" contents-hash="80157f8c0684d52f1dd1958742a46b39fb79c4cffea86c0878b849f6f6cfe3b7" dmcf-pid="0k8BFU8BCb" dmcf-ptype="figure"> <p class="link_figure"><img alt="노빅 총괄은 피지컬 AI 역시 자율주행과 마찬가지로 실세계 데이터로 시뮬레이션을 고도화하고, 시뮬레이션으로 다시 학습을 가속하는 루프로 진화한다고 강조했다. (이미지=젠스파크로 생성)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090617385urdr.png" data-org-width="1024" dmcf-mid="ZBHELNCEvl" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/05/552816-OGTrtXj/20260205090617385urdr.png" width="658"></p> <figcaption class="txt_caption default_figure"> 노빅 총괄은 피지컬 AI 역시 자율주행과 마찬가지로 실세계 데이터로 시뮬레이션을 고도화하고, 시뮬레이션으로 다시 학습을 가속하는 루프로 진화한다고 강조했다. (이미지=젠스파크로 생성) </figcaption> </figure> <p contents-hash="7313d384500455efa724e87e79264b05574744b55c6459042e6e11c8d3694133" dmcf-pid="pE6b3u6blB" dmcf-ptype="general">노빅 총괄은 ‘처음 백만 마일이 가장 어렵다’는 자율주행 업계의 격언을 언급하기도 했다. 이는 충분한 실세계 주행/작동 데이터가 쌓이면 더 좋은 시뮬레이터를 만들 수 있고, 그때부터는 시뮬레이션에서 ‘수십억 번’의 가상 실험으로 개선 속도가 빨라지는 과정을 의미한다. </p> <p contents-hash="ff96c3926db4592b5867578bb72fac59efd58a8f78979e75535e39e50a8e9580" dmcf-pid="UDPK07PKvq" dmcf-ptype="general">노빅 총괄은 “피지컬 AI 역시 다르지 않다”며 “결국 실세계 데이터로 시뮬레이션을 고도화하고, 시뮬레이션으로 다시 학습을 가속하는 루프로 진화한다”고 강조했다. </p> <p contents-hash="aeeb1413a013e9363d8de003296032968f55804b1620f8f79666add555d9da83" dmcf-pid="uwQ9pzQ9vz" dmcf-ptype="general">이날 발표 말미, 노빅 총괄은 “이 루프가 기술의 끝이 아니라, 사회적 질문의 시작점이 될 것”이라며 자동화의 역사를 소환했다. </p> <p contents-hash="28f9e059882317b830ca7755b77766088084bd169eb956147ddfb566c0e33096" dmcf-pid="7rx2Uqx2v7" dmcf-ptype="general">“물리 노동이 자동화로 대체되는 과정에서도 사람들은 기술을 무조건 막고 싶었던 게 아니라, 그 혜택이 공정하게 나뉘길 원했습니다. 이는 ‘로봇이 물리 세계와 상호작용할 때 그 이익을 누가 얻는가’라는 질문으로 연결됩니다. 피지컬 AI가 ‘작동’하는 순간, 논쟁은 성능이 아니라 분배로 이동합니다. 실세계 전환은 결국 기술과 제도, 그리고 사회적 합의까지 포함하는 문제가 됩니다.” </p> <p contents-hash="91399c3db64d4878769058bd8ac8e36d7c6286f333eafefffb5774feecbfb55e" dmcf-pid="zmMVuBMVlu" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p> </section> </div> 관련자료 이전 [사이언스샷] 코에 뿌리면 끝, 독감 막는 스프레이 02-05 다음 '환상의 짝꿍' 선영석, 스웨덴 자매에 3-10 완패…컬링 믹스더블 아쉬운 출발 02-05 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
