자동차 공장에서 작업 하나를 로봇으로 자동화하는 데 드는 비용 — 평균 1년에 100만 달러 이상이다. 그런데 공장 하나에 그런 작업이 수만 개다. "전부 자동화하려면 다음 세기까지 걸린다" — 보스턴 다이내믹스가 공식 테크토크에서 휴머노이드가 필요한 이유를 이 숫자 하나로 정리했다. 잭 자코스키(아틀라스 총괄 VP)와 알베르토 로드리게스(행동기술 이사)가 40분간 "로봇 두뇌 만드는 법"을 풀어놓은 영상인데, 어제 포브스 기사보다 훨씬 깊다.

두뇌 훈련법이 흥미롭다. LLM처럼 프리트레이닝(물리 상식)+포스트트레이닝(하루 시연)으로 가는데, 데이터를 세 갈래로 모은다. VR로 로봇 눈을 통해 보며 조종하는 텔레옵이 하나 — 그런데 여기서 솔직한 고백이 나온다: "시연자가 인터페이스 한계 때문에 느리고 소극적인 동작만 가르치게 된다." 그래서 스티어링휠 끼우기 같은 촉각 작업은 시뮬레이션 강화학습으로 "전문가 정책"을 수만 개 만든 뒤, 그 로봇이 로봇을 가르친 데이터를 다시 하나의 범용 두뇌로 증류한다. 카트휠은 사람이 시연할 수 없으니 시뮬레이션만이 답이라는 것.

가장 큰 베팅은 세 번째다 — 에고센트릭. 사람이 아틀라스와 같은 머리 센서와 촉각 장갑을 착용하고 그냥 자기 일을 하면, 그 하루가 통째로 학습 데이터가 된다. 유튜브의 자전거 수리 영상에서 물리 상식을 배우는 것까지 로드맵에 올려놨다. 현대차와는 로봇을 공장에 맞추는 게 아니라 공장을 로봇에 맞춰 재설계 중이고, 제조 다음은 택배와 가정이라고 못박았다 — 침대 정리까지. 휴머노이드 경쟁의 본선이 하드웨어에서 데이터 공장으로 넘어가고 있다.