주방에 필요한 것은 로봇 셰프가 아니라 요리 파트너인 이유

CookPal은 물리적 세계에서의 AI의 미래를 구축하고 있습니다. 그리고 그것은 대체(replacement)가 퇴보라는 점을 인정하는 것에서부터 시작됩니다.

어제 한 친구가 AI 하드웨어 커뮤니티에서 계속해서 반복되는 질문을 저에게 던졌습니다:

"당신은 휴대폰을 통해 주방 동반자인 CookPal을 만들고 있죠. 좋습니다. 하지만 그것은 단지 과도기적인 솔루션 아닌가요? 보세요 — AI가 처음에는 열을 모니터링하고 간을 맞추라고 알려주는 것을 돕겠죠. 그다음은요? 분명히 최종 단계는 당신의 가스레인지 앞에 서서 당신을 대신해 웍을 돌려주는 로봇 셰프일 것입니다."

그의 논리는 명쾌합니다. 하지만 저는 그것이 거꾸로 되었다고 생각합니다.

최종 단계는 당신을 위해 요리하는 로봇이 아닙니다. 당신을 더 나은 요리사로 만드는 AI입니다.

모두가 이야기하지만 잘못 알고 있는 하드웨어 격차 (Hardware Gap)

계란을 깨고, 물을 붓고, 젓는 등 정교한 손을 가진 휴머노이드 로봇의 요리 시연 영상들을 보면, 마지막 단계(last mile)가 바로 코앞에 와 있는 것처럼 느끼기 쉽습니다.

하지만 저는 그 마지막 단계가 실제로 어떤 모습인지 솔직하게 말하고 싶습니다.

인지 (Perception): 주방에서는 기름이 충분히 뜨거운지, 고기가 제대로 익었는지, 국이 넘치기 직전인지 즉각적으로 알 수 있습니다. 이러한 판단에는 밀리미터(mm) 단위의 공간 정밀도가 필요합니다. 통제된 실험실 조건에서 가장 뛰어난 RGB-D 카메라들은 5-15mm를 달성합니다. 이를 연기가 나고, 변화무쌍하며, 조명이 일정하지 않은 실제 주방의 로봇에 장착한다면 어떨까요? 그 정밀도는 1-2센티미터로 떨어집니다. 1~2센티미터의 오차는 로봇이 어떤 고기 조각이 자신에게 더 가까이 있는지 문자 그대로 구분할 수 없음을 의미합니다.

조작 (Manipulation): 젓가락을 집어 부드럽고 미끄러우며 모양이 불규칙한 돼지고기 장조림 한 점을 집는다고 가정해 봅시다. 세 살짜리 아이도 몇 달이면 이를 배웁니다. 인간의 손은 27자유도 (degrees of freedom)와 평생에 걸친 근육 기억을 가지고 있습니다. 최고의 정교한 손(dexterous hands)은 23자유도와 0.1 뉴턴(Newton)의 촉각 정밀도를 갖추고 있으며, 이는 인상적인 하드웨어입니다. 하지만 실험실에서도 최고의 시스템조차 젓가락으로 미끄럽고 불규칙한 물체를 집어 올리는 데 성공하는 확률은 70% 미만입니다. 손은 작동하지만, 뇌가 작동하지 않는 것입니다.

이것들은 사소한 격차가 아닙니다. AI가 인지할 수 있는 것과 요리가 요구하는 것 사이의 근본적인 불일치입니다.

하지만 아무도 논의하지 않는 것 (측정하기 어렵기 때문입니다)

하드웨어의 격차는 설명하기 가장 쉬운 부분입니다. 진짜 문제는 세 단계 더 깊은 곳에 있습니다.

1. 실시간 문맥 (Real-Time Context)

AI의 세계관은 본질적으로 학습 데이터의 스냅샷(Snapshot)입니다. AI는 '지금 당장' 무슨 일이 일어나고 있는지 알지 못합니다.

당신은 주방에 서서 무언가 타는 냄새를 맡으면 그것이 무엇인지 압니다. 보글거리는 소리가 지글거리는 소리로 변하는 것을 들으면 물이 증발했다는 것을 압니다. 간장을 붓다가 색이 잘못 변하는 것을 보면 열이 너무 높다는 것을 즉시 알 수 있습니다. 이것들은 모두 수년간의 경험을 통해 구축된 긴밀한 감각-뇌 피드백 루프 (Sensory-to-brain feedback loops)입니다.

카메라는 냄새를 맡을 수 없습니다. 마이크는 "물이 마르고 있는 것"과 "기름이 준비된 것"을 구분할 수 없습니다. AI는 데이터 속에서 살지만, 인간은 순간 속에서 삽니다.

2. 정보 흐름의 방향 (The Direction of Information Flow)

순수한 체화된 AI (Embodied AI)는 단방향 정보 흐름을 가집니다: 카메라 캡처 → 모델 추론 → 팔 실행. 과정이 틀렸을 때, 외부의 교정 없이 블랙박스 (Black box) 내부에서만 루프가 돕니다.

하지만 실제 주방은 양방향입니다. 당신이 AI에게 "지금 고기를 뒤집어도 될까?"라고 물으면, AI는 "10초만 더 기다리세요"라고 답합니다. 만약 당신이 너무 일찍 뒤집어서 고기가 눌어붙는다면, 다음번에 AI는 이렇게 학습합니다: '이 사람은 빨리 뒤집는 편이니, 더 일찍 알려줘야겠다.' 이것이 양방향입니다. 인간이 AI를 교정하고, AI가 인간을 강화합니다.

로봇에게 완전한 자율성을 부여하여 루프에서 인간을 배제한다면, 당신은 가장 중요한 유일한 교정 메커니즘을 제거하는 셈입니다.

3. 개인적 지식 (Personal Knowledge)

AI의 지식은 가능한 가장 큰 데이터셋에서 추출된 합의된 결과물입니다. 돼지갈비찜을 어떻게 만드나요? 궁보계정(Kung Pao chicken)에 식초를 얼마나 넣나요? AI는 그 모든 것을 말해줄 수 있습니다.

하지만 '당신'의 돼지갈비찜은 어머니의 돼지갈비찜이 아니며, 식당의 돼지갈비찜도 아닙니다.

당신의 가족은 설탕을 쓰지 않을 수도 있습니다. 당신의 아이는 매운 것을 못 먹을 수도 있습니다. 지난번에 만들었을 때는 너무 짰을 수도 있습니다. 당신의 남편은 다이어트 중일 수도 있습니다.

이러한 정보는 그 어떤 레시피에도 기록되지 않습니다. 그 어떤 학습 세트 (training set)에도 포함되지 않습니다. 하지만 이것이야말로 당신의 주방에서 이루어지는 모든 실제 결정을 결정짓는 바로 그 정보입니다.

합의 증류 (Consensus distillation)는 AI의 바닥입니다. 개인적 경험은 인간과 기계 협업의 천장입니다.

당신에게 실제로 필요한 것: 대체제가 아닌 파트너

그래서 저는 친구에게 물었습니다. "생각해 봐. 당신에게 정말 뒤집개(spatula)를 대신 들어줄 로봇이 필요한 거야?"

당신이 요리할 때 실제로 부족한 것은 손이 아닙니다. 당신 곁에 서서 이렇게 말해줄 누군가가 필요한 것입니다. "불이 너무 세, 이제 뒤집을 시간이야. 저번에는 너무 짰으니까 이번에는 소금을 좀 적게 써봐."

당신에게 필요한 것은 다음과 같습니다:

• 팬을 지켜보는 눈
• 당신의 질문에 귀를 기울이는 귀
• 당신의 취향을 기억하는 뇌
• 적절한 순간에 말해주는 목소리

당신은 로봇이 뒤집개를 들어주길 원하는 것이 아닙니다. 당신이 덜 당황하고, 덜 잊어버리며, 잘못된 판단을 내릴 확률을 줄여주길 원하는 것입니다.

그것이 바로 CookPal이 하는 일입니다. 당신은 행동과 최종 판단을 담당합니다. AI는 관찰, 경청, 기억, 상기, 그리고 정리를 담당합니다. 기기(Devices)는 명확하게 정의된 동작을 수행합니다. 이는 AI가 인간을 대체하는 것이 아니라, 당신의 곁에 서서 당신을 더 강력하게 만드는 것입니다.

이것은 단지 주방에 국한된 이야기가 아닙니다

이 논리는 요리를 훨씬 넘어 확장됩니다.

의료 간호. 노인 환자를 돌려 눕히는 간호사는 촉각적 직관에 의존합니다. '이 정도 압력이 딱 적당해, 조금만 더 세면 아플 거야.' 숙련된 손은 그 동작을 복제할 수 있습니다. 하지만 그 느낌(feel)까지 복제할 수는 없습니다. 반면, AI는 혈관 경로 계획 (vascular path planning)과 약물 이력 교차 확인 (medication history cross-checks)에 탁월합니다.

아이들 학습 지도. 아이에게 수학을 가르칠 때, 당신은 미세한 표정과 어조를 읽습니다. '아이가 좌절하고 있구나, 참고 버티고 있구나, 방금 깨달음을 얻었구나.' AI의 카메라는 이러한 신호를 포착할 수 없습니다. 하지만 AI는 당신에게 이렇게 말해줄 수 있습니다. '지난번에 이 아이는 분수에서 막혔어요, 특히 공통 분모를 찾는 부분에서요.'

노인 돌봄 (Elderly care). 센서는 노인이 밤에 일어나는 것을 감지합니다. 하지만 센서는 오늘 밤의 기분이 좋지 않은 이유가 통증 때문이 아니라, 조금 전 아들의 전화 때문에 속상했기 때문이라는 사실은 알지 못합니다. 그러한 맥락(Context)은 오직 이 사람, 이 가정의 역사 속에만 존재합니다.

건설 현장. 숙련된 건설업자는 콘크리트 표면의 광택을 보고 습도 수준이 적절한지 파악합니다. 수도꼭지에서 나는 소리를 듣고 내부의 빈 공간(Voids)을 찾아냅니다. AI는 이러한 감각적 루프 (Sensory loop)가 부족합니다. 하지만 AI는 굴착이 시작되기 전에 설계도, 일정, 그리고 안전 규정 (Safety codes)을 정렬할 수 있습니다.

이 모든 시나리오를 관통하는 명확한 경계가 있습니다. 표준화된 조립 라인에서 멀어지고 개인화된 인간의 삶에 가까워질수록, 인간과 AI의 협업은 더욱 대체 불가능해집니다.

Embodied AI (체화된 AI)는 변수가 통제되고 작업이 반복되는 공장, 창고, 대규모 농업 분야를 지배합니다. 하지만 누군가의 주방, 노인의 침실, 수술실, 또는 아이의 공부방에 들어서는 순간, 변수는 너무 많고 노이즈는 너무 복잡하며, 이해관계는 너무나 개인적입니다. 모든 개별 작업의 이면에는 한 사람의 전체 역사가 자리 잡고 있습니다. 그 어떤 정책 네트워크 (Policy network)도 그것을 학습할 수는 없습니다.

하지만 AI는 사람이 보지 못하는 것을 보고, 기억하지 못하는 것을 기억하며, 쉽게 놓칠 수 있는 것을 포착할 수 있도록 도울 수 있습니다.

그 가치는 주방 그 너머까지 확장됩니다.

대체는 퇴보입니다. 조화는 진화입니다.

이것이 CookPal이 검증해 온 경로입니다. 그리고 이것이 AI가 물리적 세계로 진입할 때 따라야 한다고 믿는 경로이기도 합니다.

인간이 하는 모든 일을 하려고 노력함으로써가 아니라, 올바른 일을 수행함으로써 — 그리고 인간이 인간만이 할 수 있는 일을 할 수 있도록 함으로써 말입니다.

CookPal: 당신의 AI 주방 동반자 (AI Kitchen Companion).

👉 [대기 명단 등록하기] — 당신의 주방에는 대체재가 아니라 파트너가 필요하기 때문입니다.

이 글은 CookPal 시리즈의 6부입니다. 이전 게시물:
1부: CookPal이 존재하는 이유
2부: 스마트 주방의 문제점
3부: 요리를 다르게 만드는 것
4부: 로봇이 아닌 인간을 위한 구축
5부: AI 동반자 vs Embodied Intelligence (체화된 지능)