로봇은 사다가 명령만 한다고 일하지 않는다. 진짜 승부는 '학습'에서 갈린다.

LG CNS 조수민 총괄이 업데이트 인터뷰에서 짚은 피지컬 AI의 현주소다.

▍왜 이렇게 어렵나

· LLM은 틀려도 다시 검색하면 그만이지만, 산업 로봇이 잘못 판단하면 물건을 부순다. 요구되는 정밀도가 차원이 다르다
· 비전·언어는 인터넷에 데이터가 넘치는데, 로봇 동작 데이터는 거의 없다
· 게다가 로봇마다 손가락 수·팔 길이가 달라서, 모은 데이터를 서로 공유하기도 어렵다

▍그래서 데이터를 이렇게 만든다

· 텔레오퍼레이션: VR로 사람 동작을 로봇에 그대로 옮겨 기록
· 시뮬레이션: 가상 환경에서 조건을 바꿔가며 데이터를 불린다
· 유튜브 속 사람 작업 영상에서 동작을 뽑아 로봇 데이터로 변환

▍LG CNS의 두 플랫폼

· 베이트(Baton): 여러 로봇을 지휘 — "커피 타와" 한마디에 휴머노이드가 내리고 바퀴 로봇이 배송한다
· 포지(Forge): 범용 로봇 모델을 고객 현장에 맞게 단련해 내보낸다

피지컬 AI의 승부처는 더 좋은 팔이 아니라, 더 좋은 데이터를 가장 많이 쌓는 쪽이다.