원문은 https://piszczek.pl/blog/humanoid-robots-ultimate-joule-wars-battlefield 에 게시되었습니다 — 이 에세이의 정식 버전입니다.

데이터 센터에서는 낭비된 1줄(joule)이 송장에 나타납니다. 휴머노이드 로봇에서는 걷기를 멈추는 기계로 나타납니다. 그 차이가 논점의 핵심입니다. 로보틱스(robotics) 분야에서 줄 전쟁(Joule Wars)은 경제적 비유를 넘어 물리 법칙이 됩니다.

나는 AI 산업이 모델 성능(model capability) 경쟁에서 에너지 효율(energy efficiency) 경쟁, 즉 1줄당 얼마나 유용한 지능을 생산하느냐의 경쟁으로 전환되는 것을 설명하기 위해 줄 전쟁(Joule Wars)이라는 용어를 만들었습니다. 데이터 센터 시대에 이것은 비용 곡선(cost curves)의 대결입니다. 에너지는 큰 비용 항목이며, 그리드(grids)는 혼잡하고, 상호 연결 대기열(interconnect queues)은 수년씩 걸립니다. 하지만 그 제약은 궁극적으로 소프트합니다. 또 다른 발전소를 지을 수 있고, 또 다른 변전소를 기다릴 수 있기 때문입니다. 파이프는 좁지만, 그 뒤의 저수지는 사실상 무한합니다.

휴머노이드 로봇은 저수지가 없습니다. 로봇은 자신의 전체 에너지 예산을 등에 짊어지고 다닙니다.

오늘날의 휴머노이드는 대략 13 kWh 범위의 배터리를 탑재하여 출고됩니다 — 이를 410 메가줄(megajoules)이라고 부를 수 있습니다. 로봇이 하는 모든 행위는 그 예산에서 차감됩니다: 걷기, 움켜쥐기, 균형 잡기, 인지(perceiving), 그리고 생각하기(thinking). 이동(Locomotion)과 구동(actuation)은 에너지를 많이 소모합니다. 인지(Perception)는 지속적으로 실행됩니다. 그리고 추론(inference) — 즉 생각하기 — 은 모터와 동일한 줄(joules)을 두고 경쟁합니다.

이것은 트레이드오프(tradeoff)를 잔혹할 정도로 직접적으로 만듭니다. 연산(compute)에 소비되는 모든 줄(joule)은 구동기(actuators)에서 가져온 줄(joule)입니다. 비효율적으로 생각하는 로봇은 단순히 운영 비용이 더 많이 드는 것에 그치지 않습니다. 더 빨리 움직임이 멈추고, 더 적게 들어 올리며, 하루 중 더 많은 시간을 충전기에 연결된 상태로 보냅니다. 체화된 AI(embodied AI)에서 줄당 지능(intelligence per joule)은 비용 최적화 지표를 넘어 질량(mass) 및 토크(torque)와 대등한 **설계 제약 조건(design constraint)**이 됩니다.

이것이 향후 10년의 로보틱스를 결정지을 비대칭성입니다.

배터리 에너지 밀도(Battery energy density)는 매년 몇 퍼센트씩 개선됩니다. 반면 와트당 연산 효율(Compute efficiency per watt)은 기하급수적으로 향상됩니다. 한쪽 입력값은 거의 고정되어 있고 다른 한쪽은 복리로 성장할 때, 모든 레버리지(leverage)는 복리로 성장하는 쪽으로 이동합니다.

휴머노이드에 의미 있는 수준으로 "더 많은 줄(joules)을 추가"할 수는 없습니다. 배터리는 질량, 안전성, 그리고 매년 한 자릿수 퍼센트로 발전하는 화학 기술에 의해 제한되기 때문입니다. 남은 유일한 확장 가능한 레버는 지능 자체의 효율성입니다. 즉, 더 작은 모델(smaller models), 양자화(quantization), 증류(distillation), 이벤트 기반 인지(event-driven perception), 그리고 피크 TOPS(peak TOPS)가 아닌 추론당 줄(joules-per-inference)을 위해 설계된 NPU(Neural Processing Unit) 등이 그것입니다. 승리하는 로보틱스 스택은 가장 똑똑한 뇌를 가진 것이 아닙니다. 고정된 귀중한 예산인 1줄(joule)당 가장 유용한 인지(cognition)를 제공하는 스택입니다.

모바일 혁명은 이미 이 실험을 수행했습니다. Intel은 지구상에서 가장 유능한 프로세서를 보유했음에도 모바일 시장에서 패배했습니다. 성능 때문이 아니라 와트(watts) 때문이었습니다. 기기가 자체 전력을 휴대해야 했기에, 와트당 성능(performance-per-watt)이 원시 성능(raw performance)을 압도했고, 효율 우선의 ARM 아키텍처가 시장을 장악했습니다. 기기가 스스로 에너지를 운반해야 하는 순간, 성능은 효율성에 패배했습니다.

휴머노이드 로봇은 지능을 위한 차세대 모바일 모먼트(mobile moment)입니다. Intel 대신 ARM을 선택하게 했던 것과 동일한 선택 압력이 최대 인지(maximal cognition) 대신 효율적인 인지(efficient cognition)를 선택할 것입니다. 만약 클라우드에서 성능이 범용화(commoditizing)되고 있다면, 로봇 위에서는 그보다 두 배는 더 빠르게 범용화될 것입니다. 왜냐하면 로봇은 물리적으로 동일한 지능의 비효율적인 버전을 감당할 여력이 없기 때문입니다.

한 대의 로봇에서 백만 대의 로봇으로 시야를 넓히면, 줄 전쟁(Joule Wars)이라는 프레임워크가 전체 맥락을 완성합니다. 휴머노이드 함대는 분산된 에너지 시스템입니다: 충전 인프라, 그리드 전력 소모(grid draw), 듀티 사이클(duty cycles), 에너지 물류 등이 포함됩니다. 로보틱스 기업의 경제성은 단순한 장부로 귀결됩니다. 즉, 구매한 1줄(joule)당 전달된 유용한 작업량입니다. 노동력은 줄(joule) 단위로 가격이 매겨집니다. 그 장부는 부분적으로는 모터 하우징에서 결정되지만, 대부분은 추론 스택(inference stack)에서 결정됩니다. 운동 물리학은 거의 한계에 도달한 반면, 인지 효율성은 그렇지 않기 때문입니다.

이것은 업계의 정당성 문제와도 직결됩니다. 사회는 AI가 토큰(tokens) — 그리고 줄(joules) — 을 소모하는 것에 대한 사회적 허용을, 그 결과물이 눈에 띄게 에너지 가치를 할 만큼 유용할 때까지만 연장해 줄 것입니다. 휴대폰 크기의 에너지 예산으로 한 시간 동안 유용한 작업을 수행하는 휴머노이드는 가능한 가장 강력한 해답이 될 것입니다. 반면, 빨래를 개는 데 가정의 하루 전력량을 소모하는 로봇은 가장 취약한 해답이 될 것입니다.

이에 따라 세 가지 결과가 직접적으로 뒤따릅니다:

엣지 효율성(Edge efficiency)이 해자(moat)가 됩니다. 프런티어 모델(frontier model)에 대한 API 접근이 아니라, 최소한의 줄(joules)로 수행하는 온디바이스 추론(on-device inference)이 로보틱스 AI의 방어 가능한 계층이 될 것입니다. 작업당 줄(joules-per-task)을 점유하는 자가 마진(margin)을 점유하게 됩니다.

벤치마크가 변화합니다. 중요한 수치는 MMLU나 데모 영상이 아니라, 배터리 사이클(battery cycle)당 완료된 작업 수입니다. 모바일이 와트당 성능(performance-per-watt)으로 수렴했던 것처럼, 로보틱스 리더보드(leaderboards)는 줄당 인지(cognition-per-joule)로 수렴할 것으로 예상됩니다.

에너지 전략이 곧 제품 전략입니다. 화학(Chemistry), 충전(charging), 열 예산(thermal budgets), 그리고 추론 효율성(inference efficiency)은 네 개의 부서가 아닌 하나의 설계 공간(design space)입니다. 줄 전쟁(Joule Wars) 논제가 AI, 칩, 전력을 하나의 경제 체제로 규정하는 방식처럼, 이들을 단일 시스템으로 취급하는 기업만이 교대 근무 시간 전체를 소화할 수 있는 로봇을 출시할 것입니다. 나머지는 데모(demos)만을 출시하게 될 것입니다.

다음 AI 레이스는 가장 똑똑한 모델이 승리하지 않을 것입니다. 로보틱스 분야에서는 문자 그대로 그럴 수 없습니다. 가장 효율적인 모델이 승리할 것입니다 — 배터리가 그렇게 말해주고 있기 때문입니다.

Michał Piszczek (Archdesk CTO) 작성. 원문은 piszczek.pl에 게시되었습니다. 개념에 대한 자세한 내용은 piszczek.pl/joule-wars에서 확인하세요.