로보티즈 사옥에서 열린 피지컬 AI 워크숍 기록이다. 로보티즈의 새 오픈소스 로봇팔 OMX와 원격조작 휴머노이드 AI 워커를 먼저 둘러본 뒤, sudoremove 호스트 조준호(JC)가 자율주행 연구 경력을 바탕으로 VLA(Vision-Language-Action, 시각·언어·행동 입력을 받아 로봇 동작을 출력하는 모델)를 네 가지 교훈으로 정리해 직접 강연한다.

핵심 포인트

• OMX는 로보티즈가 직접 만든 오픈소스 팔이다. 다이나믹셀(로보티즈 자체 서보모터) 두 종을 섞어 쓰고 300달러대 출시로 전해진다. 진행자는 경쟁작인 HuggingFace 생태계의 SO-101이 "고장이 너무 잘 난다"며, 로보티즈가 액추에이터 회사라 값은 더 받아도 더 낫다는 평가가 많다고 말한다.
• AI 워커는 텔레오퍼레이션(Teleoperation, 사람이 실시간으로 로봇을 원격 조작하는 방식)으로 인사하는 시연을 보인다. 아직 공식 판매 전이고, 진행자들은 조종용 슈트와 중력보상 장치를 갖춰 텔레오퍼레이션 데이터를 모으는 통로 자체가 완성돼 있다는 점을 강점으로 짚는다.

• 첫 번째 교훈: 비정형 과제는 엔드투엔드로 풀어야 한다. 모빌아이의 모듈형 대 테슬라의 엔드투엔드(End-to-End) 논쟁을 끌어와, 빨래처럼 형태가 일정하지 않은 로봇 과제도 통째로 학습하는 정책이 맞다고 JC는 주장한다.
• 두 번째 교훈: 인덕티브 바이어스(Inductive Bias, 모델이 잘 작동하기 위한 설계 가정)를 정해야 한다. 센서 선택(라이더 대 카메라)과 모델 구조가 핵심이며, VLA는 매초 관측만 보는 메모리 없는 구조라 영화 「메멘토」처럼 행동한다고 지적한다.
• 세 번째 교훈: 데이터와 평가 비용을 낮춰야 한다. 텔레오퍼레이션은 비싸고, 시뮬레이션·인버스 다이나믹스(Inverse Dynamics, 전후 프레임으로 행동을 역추정하는 모델) 의사 라벨링·월드모델(World Model, 상태와 행동을 받아 다음 관측을 예측하는 모델)이 그 비용을 낮춘다고 짚는다.
• 네 번째 교훈: 스페셜리스트에서 제너럴리스트로 간다. 자율주행의 ADAS→FSD 순서처럼 VLA도 특정 과제용 모델에서 시작해 RFM(Robot Foundation Model, 범용 로봇 지능 모델)으로 나아갈 것이라고 전망한다.
• VLA가 갑자기 되기 시작한 이유를 액션 생성 기법으로 짚는다. 초기엔 행동값을 256개 구간으로 쪼개 대형언어모델처럼 다뤄 느리고 부정확했는데, 액션 청킹과 디퓨전 폴리시·플로우 매칭이 나오며 풀렸다고 설명한다.

주요 숫자

내가 하다 보면은 이제 로봇이 약간 부서질 것 같아요. 근데 그거 전에 제 몸이 부서질 것 같아요.