세르게이 레빈 인터뷰 — 로봇 파운데이션 모델 (Physical Intelligence)

드와케시 팟캐스트. 세르게이 레빈(Physical Intelligence 공동창업자·UC버클리 교수, "long-horizon 전문가"로 언급된 그 사람)의 깊은 대담이에요.

━━━━
현재 위치

· 목표: 어떤 로봇이든 어떤 작업이든 시키는 범용 로봇 파운데이션 모델
· 지금은 기본기 단계 — 빨래 개기, 새 집 부엌 청소 등 됨. 단 "아주 초기 시작점"
· 진짜 목표는 "티셔츠 개기"가 아니라 "6개월~1년짜리 긴 작업"을 맡기는 것(저녁 6시 식사, 토요일 빨래, 매주 월요일 체크인 같은 한 문장 프롬프트로 집안일 전체)

━━━━
타임라인 — 핵심은 "플라이휠 시작점"

· "언제 완성되나"가 아니라 "데이터 플라이휠이 언제 도나"가 중요
· 쓸 만한 게 세상에 나오는 건 1~2년, 집을 통째로 맡길 수준은 중앙값 5년(한 자릿수 연)
· 단 LLM처럼 "스위치 켜지듯" 한 번에 안 됨 → 스코프(범위)가 점진 확장 (커피 만들기 → 커피숍 운영)

━━━━
왜 자율주행(10년+ 걸림)과 다른가

· 2025년은 2009년보다 인식(perception) 기술이 훨씬 좋음(일반화 가능)
· 운전은 실수=대형사고라 학습 어려움, 반면 설거지는 실수하고 고치며 배울 수 있음(5살에게 운전은 못 시켜도 설거지는 시킴)
· 상식(common sense): LLM/VLM이 "미끄럼 주의 표지 있으면 어떻게 될까"에 합리적 추측 — 2009년 차는 불가능했음

━━━━
왜 지금인가 (구글·메타도 했는데)

· 그들도 진전 많았음 — PI는 그 위에 섰음
· 차이는 "과학 실험"이 아니라 "아폴로 프로그램급 산업 규모 집중" — 논문·연구가 목적이 아니라 실물 로봇·데이터에 집중

━━━━
모델 구조 (π0)

· 비전-언어 모델(VLM)에 "행동 전문가(action expert)"를 붙인 것 — 작은 시각피질+운동피질
· 구글 오픈소스 Gemma 모델 위에 action expert 추가 — "로봇과 LLM이 별개 분야가 아니라 문자 그대로 같은 모델·같은 가중치"
· 행동은 이산 토큰이 아니라 flow matching·diffusion(연속·정밀 제어)
· 핵심 이점: 사전지식(prior knowledge) 활용 능력

━━━━
영상모델은 왜 LLM만큼 안 되나

· 텍스트는 이미 인간이 중요한 것만 추상화해둠. 영상은 "압축된 픽셀"이라 뭐가 중요한지 모름(구름 분자까지 예측하려면 끝없음)
· 좋은 소식: 로봇은 "목적"이 있어서 그 목적이 시야를 집중시킴(인간도 목표와 무관한 건 눈앞에 있어도 안 봄)
· 테니스 비유: 스포츠 1년 보고 "이제 테니스 쳐"는 멍청, "테니스 칠 거야" 알고 보면 뭘 봐야 할지 앎

━━━━
창발 능력 = 조합적 일반화

· LLM이 국제음성기호로 레시피 쓰는 것처럼, 본 것들을 새 방식으로 조합
· PI 로봇도 우연히 발견: 빨래 2장 집으면 하나 도로 던지기, 쇼핑백 쓰러지면 세우기 — 가르친 적 없는 행동
· 1초 컨텍스트로 1분짜리 작업 수행(반바지 뒤집힌 것도 먼저 뒤집고 개킴) — 모라벡 역설(쉬운 게 어렵고 어려운 게 쉽다)

━━━━
3중 딜레마 (추론 시 동시에 키워야)

· 추론 속도(인간 24fps)+컨텍스트 길이(몇 시간)+모델 크기(인간 뇌 수조 파라미터) — 현재 100ms·1초·20억 파라미터로 인간보다 수십~수백배 작음
· 해법 방향: 컨텍스트의 올바른 표현(언어적/공간적 모달리티 분리), 뇌처럼 병렬 처리(빠른 반응+느린 사고 동시), 일부 사고를 외부(클라우드) 위탁

━━━━
시뮬레이션·RL

· 시뮬레이션이 로봇엔 잘 안 되는 이유: 모델이 "이 작업을 풀어야 한다"는 목적을 모름(파일럿은 목적이 명확)
· RL 아직 못 하는 이유: 사전지식 필요 — LLM이 next-token으로 기초 닦고 RL 가듯, 로봇도 지도학습으로 기초부터
· 핵심은 시뮬레이션을 잘하는 게 아니라 "반사실(counterfactual)을 답하는 능력"

━━━━
하드웨어·비용

· 로봇팔 가격 급락: 2014년 PR2 40만 달러 → 버클리 3만 달러 → 지금 PI 팔 3천 달러, 더 싸질 것
· AI가 똑똑해질수록 하드웨어 정밀도 요구↓(값싼 시각 피드백으로 보완)
· "로봇=기계 인간"이 아니라 "불도저·자동차에 가까움" — 100피트도, 초소형도 가능. 최소 패키지를 찾는 게 과제
· 로봇계의 엔비디아는 아직 없음, 이질적(heterogeneous) 로봇 세상을 희망

━━━━
중국·지정학 (질문자의 반복 우려)

· "공급망(태양광·로봇팔) 대부분 중국산인데 왜 중국이 디폴트로 안 이기나"
· 레빈: 자동화는 고학력·고생산성 경제와 부합 → 미국엔 그 최종상태로 갈 강한 인센티브. 단 균형 잡힌 로봇 생태계(SW+HW 둘 다 투자)와 장기 비전 필요
· 로봇 생산 자체가 물리적 일이라 로봇이 로봇 생산을 도움(순환, 부트스트랩 필요) — 컴퓨터·폰과 달리 자기증식적

https://t.co/eEcN7eATTe