피지컬 AI 담론 조사 — Lane 1: 글로벌 컨퍼런스·포럼·서밋 키노트/패널 (2025.10 ~ 2026.10)
L1 · 글로벌 컨퍼런스·포럼 키노트 · 조사일 2026-10-15 · 항목 번호는 종합 노트의 L1-N 참조와 일치
조사일: 2026-10-15
용도: FES 2026 특별강연(2026-10-29, "피지컬 AI와 산업 대전환의 미래: 지속 가능한 AI 기반 생태계 구축") 메시지 정립을 위한 "세상의 시각" 스캔
방법: WebSearch 47회(세션 공유 예산 200회 소진으로 중단) → 유망 결과는 원문 열람. WebFetch가 대부분 도메인에서 차단되어 로컬 Python(urllib)으로 원문을 받아 텍스트화해 확인했음. 원문을 직접 읽은 항목은 "원문 확인", 검색 요약·2차 기사만 본 항목은 "2차 보도"로 표기.
발표자 기존 메시지(A1~B9)와 겹치는 것은 "보강"으로만 표시하고, 새 시각은 "신규"로 구분.
핵심 항목 (20개)
1. 로봇 데이터 격차를 메우는 것은 '더 많은 데이터'가 아니라 '에이전틱 코딩이 쓰는 공학 코드' — 두 문화의 충돌
출처: Ken Goldberg(UC Berkeley·Ambi Robotics) · ICRA 2026 Plenary 1 "A Tale of Two Cultures: Can Agentic Coding Close the Gap?" · 2026-06-02, 비엔나 · https://2026.ieee-icra.org/attend/plenary-sessions/ (전신 강연 2025-09-19 NYU: https://robotics.engineering.nyu.edu/event/ken-goldberg-talk/)
요지: VLM 학습에 쓰인 인터넷 데이터를 시간으로 환산하면 "roughly 100,000 years of physical experience"(약 10만 년의 물리 경험)인데 로봇 조작 데이터는 그에 비하면 없는 수준이라는 '10만 년 데이터 격차'를 전제로, 격차를 메우는 4가지 경로(시뮬레이션·월드모델·텔레오퍼레이션·실제 생산환경에서의 운용 데이터)를 제시. 네 번째 경로가 작동하려면 역기구학·PID·SLAM 같은 "Good Old-Fashioned Engineering (GOFE)"가 필수이며, 2026년 들어 Claude Code·OpenClaw 같은 에이전틱 코딩이 "Code-as-Policy"(LLM이 공학 스킬과 학습 정책을 결합한 모듈형·해석가능 제어 프로그램을 생성)로 이 경로를 열고 있다고 주장. 즉 로봇이 '쓸모 있는 일을 하면서 데이터를 벌어들이는' 플라이휠을 학습 일변도가 아니라 고전 공학+LLM 코딩으로 먼저 돌리자는 것.
왜 참신한가: 업계 통념은 "데이터를 더 모으면(시뮬·합성·텔레옵) 로봇도 LLM처럼 된다"인데, 골드버그는 데이터 격차는 데이터로 못 메우고 '현장에서 ROI 나는 로봇'이 먼저라고 뒤집음. 게다가 그 열쇠를 로봇 학습이 아닌 코딩 에이전트에서 찾는 점이 2026년 고유의 시각.
발표 연결: A3 보강(행동 데이터는 긁어올 수 없다 → '현장 운용이 데이터를 만든다'는 4번째 경로가 곧 A3의 이론적 근거) + 신규(데이터 격차의 해법은 '학습 vs 공학'의 결합이라는 두 문화 프레임. 필드로봇 연구기관의 강점인 '공학 전통'을 AI 시대 자산으로 재정의하는 데 활용).
신뢰도: 원문 확인(ICRA 공식 초록)
2. "로봇이 만연한 사회는 에너지적으로 지속 가능한가?" — 생물학적 절약 로봇과 에너지 효율 모델이 피지컬 AI의 전제조건
출처: ① Barbara Mazzolai(IIT) · ICRA 2026 Plenary 2 "Natural Revolution: Biological Principles for Frugal and Sustainable Robotics" · 2026-06-03, 비엔나 · https://2026.ieee-icra.org/attend/plenary-sessions/ ② Daniela Rus(MIT CSAIL) · UC Berkeley EECS Colloquium "Physical AI and the Intelligence of Things" · 2026-04-08 · https://eecs.berkeley.edu/research/colloquium/physical-ai-and-the-intelligence-of-things/
요지: Mazzolai는 "a robot in every home" 비전이 "a critical, yet often overlooked question: can a robot-pervasive society be energetically sustainable?"(간과되는 질문: 로봇이 만연한 사회가 에너지적으로 지속 가능한가)를 던진다며, 문어·식물 종자처럼 몸 구조·분산 제어·환경과의 상호작용, 심지어 "ambient sources (e.g., air humidity changes)"(공기 습도 변화 같은 주변 에너지원)를 이용해 에너지를 '소비'하지 않고 '수확'하는 로봇 패러다임을 제안. Rus는 피지컬 AI를 "intelligence... woven into [the world's] fabric"(세계의 직물에 짜여 들어간 지능)으로 정의하면서 "a critical challenge remains: balancing AI's capabilities with sustainable energy usage"(핵심 과제는 AI 능력과 지속 가능한 에너지 사용의 균형)라고 하고, 에너지·메모리 효율 모델(liquid networks)이 피지컬 지능의 조건이라고 주장.
왜 참신한가: 피지컬 AI 담론은 "데이터센터 전력"만 얘기하는데, 로봇 '몸체'의 에너지 수지 자체를 지속가능성의 중심 문제로 끌어올린 플레너리는 드묾. "에너지는 소비하는 것이 아니라 환경에서 전략적으로 거두는 것"이라는 역전.
발표 연결: B8 보강(동작당 에너지 Joule per Task의 학계 근거) + 신규('에너지 수확형 로봇'은 에너지 포럼 청중에게 B시리즈를 더 밀어붙이는 비유로 쓸 수 있음: 로봇을 소비자가 아니라 '에너지 생태계의 생물'로).
신뢰도: 원문 확인(두 초록 모두)
3. "기술의 가장 큰 병목은 소프트웨어가 아니라 물리 세계" — AI 스택의 '보이지 않는 층'은 광산·중장비·전력
출처: Joe Creed(Caterpillar CEO) · CES 2026 키노트(NVIDIA와 공동) · 2026-01-07, 라스베이거스 · https://techstrong.ai/articles/caterpillar-unveils-ai-powered-equipment-and-autonomous-technology-at-ces/ , https://rockproducts.com/2026/01/07/caterpillar-unveils-ai-powered-future/
요지: 중장비 회사 CEO가 CES 키노트 무대에 처음 선 자리에서 "The biggest bottlenecks in technology today, they're not in software. They're actually in the physical world. AI needs more chips and chips need minerals pulled from the ground. Data centers need power, more than today's grids can provide."(오늘 기술의 최대 병목은 소프트웨어가 아니라 물리 세계에 있다. AI는 칩이 필요하고 칩은 땅에서 파낸 광물이 필요하다. 데이터센터는 오늘의 그리드가 줄 수 있는 것보다 많은 전력을 필요로 한다)라고 선언. 중장비·광산·건설·발전을 "the invisible layer of the tech stack"(테크 스택의 보이지 않는 층)으로 명명하고, 30년 자율 광산장비 경험을 건설 현장(yellow iron) 자율화 5기종으로 확장, 기계가 초당 2,000건 메시지를 보내는 데이터 흐름을 Omniverse 디지털트윈에 연결. 인력 전환에 5년간 2,500만 달러 상금 약속.
왜 참신한가: 피지컬 AI를 '로봇이 똑똑해진다'가 아니라 'AI 자체가 물리 세계(광물·전력·건설)에 의해 병목된다'로 뒤집음. AI의 아랫층을 떠받치는 것이 비정형 실외 중장비라는 프레임.
발표 연결: A4 보강(공장 밖이 진짜 전장) · A5 보강(곱셈 구조) · B4 보강(같은 공급망). 신규 활용: "AI의 몸은 데이터센터이고, 데이터센터를 짓는 손은 건설·광산 로봇"이라는 연결고리로 피지컬 AI와 에너지 인프라를 한 문장으로 묶기.
신뢰도: 원문 확인(Techstrong 직접 인용) / 세부 수치 2차 보도
4. "AI는 육체노동 일자리를 만든다 — 전기기술자·배관공 임금이 거의 두 배" · "미래의 컴퓨터는 도구가 아니라 제조장비" · 5층 케이크의 맨 아래는 에너지
요지: 다보스에서 "Robotics is a once in lifetime op for European countries"(로봇은 유럽 국가들에게 일생일대의 기회)라며 유럽은 소프트웨어 시대를 "leapfrog"(건너뛰고) 제조 기반에 AI를 융합하라고 조언. AI는 "more energy, more land power and more trade skill workers"(더 많은 에너지·토지·전력·기술직 노동자)를 필요로 하며 "we're going to have plumbers and electricians... salaries have gone up. Nearly double"(배관공·전기기술자 임금이 거의 두 배 올랐다), "you don't need a PhD in computer science for this". AI 인프라를 "five-layer cake"(에너지 → 칩 → 데이터센터 → 모델 → 애플리케이션)로 설명하며 맨 아래층을 에너지로 둠. GTC에서는 "the world is happening not in our laptop"(세상은 노트북 안에서 일어나지 않는다), "A computer used to be just a tool, but a computer of the future is manufacturing equipment"(과거 컴퓨터는 도구였지만 미래 컴퓨터는 제조장비), "Every engineer is going to have a token budget"(모든 엔지니어는 토큰 예산을 갖게 된다), 50~70조 달러 규모 산업이 피지컬 AI를 필요로 한다고 말함.
왜 참신한가: 'AI가 일자리를 없앤다' 통념의 반대편에서 "AI 붐의 진짜 수혜 직군은 전기·배관 등 물리 노동"이라고 짚은 점. 피지컬 AI 전도사가 역설적으로 '에너지와 숙련 노동'이 AI의 희소 자원이라고 인정한 것.
발표 연결: B1 보강(에너지 전환은 설치 노동의 문제 — 젠슨 황의 '전기기술자 임금 2배'는 그 수요 급증의 증거이자 로봇이 들어갈 틈) · A5 보강(에너지가 케이크의 1층). 신규 활용: "토큰 예산" → "동작 예산(에너지)"으로 B8을 연결.
신뢰도: 원문 확인(Euronews·diginomica 직접 인용) / 5층 케이크 구성은 2차 보도
5. "곧 켤 수 있는 것보다 많은 칩을 만들게 된다" — 로봇 풍요의 제약은 자본이 아니라 물리(전력·질량)
요지: 다보스에서 "We will actually make so many robots and AI that they will actually saturate human needs... My prediction is that there will be more robots than people"(로봇과 AI를 너무 많이 만들어 인간의 필요를 포화시킬 것, 사람보다 로봇이 많아진다)라고 하면서, AI 전개의 병목은 전력이라며 "very soon we will be more producing more chips than we can turn on"(곧 켤 수 있는 양보다 많은 칩을 생산하게 된다), 다만 중국은 연 100GW 이상 태양광을 깔아 예외라고 말함. 같은 달 워싱턴 포럼에서는 "work will be optional... like growing vegetables in your backyard"(일은 뒷마당 채소 재배처럼 선택이 된다), 장기적으로 "money will stop being relevant"(돈이 의미를 잃는다)고 하며 제약이 자본에서 "power, electricity and mass"(전력·전기·질량) 같은 물리로 옮겨간다고 설명(이 마지막 표현은 2차 보도).
왜 참신한가: 로봇 낙관론의 최정점에서조차 '경제의 궤도를 바꾸는 최종 제약은 에너지와 질량'이라고 못 박음. 피지컬 AI 담론이 '지능'에서 '전력 수지'로 넘어가고 있음을 보여주는 신호.
발표 연결: B2·B9 보강(출력제어 시간대 로봇 작업, 송전망 병목 → "켤 수 없는 칩"의 로봇 버전) · A6 보강(물리는 동작마다 비용). 활용: "머스크조차 제약을 전력과 질량이라 했다 — 그래서 에너지 포럼이 피지컬 AI를 논해야 한다"는 도입부.
신뢰도: 원문 확인(Euronews·Fortune) / "power, electricity and mass" 문구는 2차 보도(MIT Sloan ME 기사, 접속 실패)
6. "전력 제약이 로봇 도입의 실제 브레이크가 되고 있다" — 로봇은 데이터센터 다음의 '모델링되지 않은 전력 수요'
출처: Robert Liew(Wood Mackenzie, Director Integrated Energy Research) · 보고서 "Embodied AI: How Robotics Are Accelerating Global Power Demand" 발표 · 2026-08-11 · https://www.woodmac.com/press-releases/wood-mackenzie-forecasts-global-robotics-power-demand-to-reach-363-twh-by-2035-approaching-frances-entire-nuclear-output/ (※ 컨퍼런스 키노트가 아닌 리서치 보고서. 에너지 포럼 맥락상 예외적으로 수록)
요지: 2035년 로봇 전력 소비 363TWh(프랑스 원전 발전량 373TWh에 근접), 그중 산업로봇 357TWh·휴머노이드 6TWh. 현재 500만 대 산업로봇이 78TWh(런던 소비의 약 2배, 글로벌 데이터센터 수요의 20~25%)를 쓰며, 로봇은 "a second and largely unmodelled demand on global electricity infrastructure"(전력 인프라에 대한 두 번째의, 거의 모델링되지 않은 수요). "Power constraints are becoming a real brake on robotic adoption, and that matters because labour markets in developed economies are running short of alternatives"(전력 제약이 로봇 도입의 실제 브레이크가 되고 있다). 주목할 세부: China State Grid가 2026년 10억 달러로 8,500대의 AI 자율로봇을 사서 "live-line work on ultra-high voltage power lines"(초고압 활선 작업) 등 600여 과업에 투입; Unitree G1(1.6만 달러)의 연간 전기요금은 하루 8시간 가동 시 82달러; 2050년 휴머노이드 10억 대면 휴머노이드 전력만으로 2026년 한국 전체 발전량에 해당.
왜 참신한가: "로봇은 전력 먹는 하마"가 아니라 "휴머노이드 1대 전기료 82달러/년, 산업로봇이 진짜 수요"라는 반직관적 분해. 동시에 전력망 운영자가 로봇의 최대 구매자 중 하나(State Grid)라는 사실.
발표 연결: B7 보강(로봇이 지역 전기의 소비자) · B8 보강(동작당 에너지의 거시 합계) · B9 보강(송전망 병목을 로봇으로 — State Grid 8,500대가 실증 사례). 활용: "로봇 전력 수요는 아직 아무도 그리드 계획에 넣지 않았다"는 빈칸 제시.
신뢰도: 원문 확인(보도자료 전문)
7. "로봇이 일을 못 하는 게 아니라, 사람보다 효율이 낮다" — ChatGPT 모먼트의 정량 정의 '낯선 장면 80%에서 과업 80%'
요지: 왜 공장·가정에 대규모 보급이 안 되느냐는 질문에 "其实最主要的原因就是目前整体的效率和它的能力还是不够... 虽然目前我们机器人能做一些工作,但是它的效率其实跟人比起来还是低一些"(가장 큰 이유는 전체 효율과 능력이 아직 부족하다는 것, 일은 할 수 있지만 사람보다 효율이 낮다), 새 과업마다 "要重新进行训练"(재훈련이 필요)해서 더 비효율적이라고 자인. 3월 강연에서 구체 정의: "带一台机器人到这个会场,它到80%左右的陌生场景中都能通过语音、语言指令实现80%左右的任务,我觉得就已经实现了具身智能的'ChatGPT时刻'"(로봇 한 대를 회의장에 데려와 약 80%의 낯선 장면에서 음성·언어 지시로 약 80%의 과업을 해내면 ChatGPT 모먼트). 7월엔 그 시점을 "最快两三年内"(빠르면 2~3년 내)로 제시.
왜 참신한가: 세계 최대 휴머노이드 출하사 CEO가 '능력 부족'이 아니라 '인간 대비 효율·재훈련 비용'을 병목으로 지목한 것은 통념("로봇은 아직 못 한다")보다 한 단계 정밀함. 80/80이라는 측정 가능한 기준 제시도 드묾.
발표 연결: A2 보강(마지막 1미터 = '할 수 있음'과 '사람보다 싸고 빠름'의 간극) · A6 보강(동작마다 비용 → 효율이 곧 경제성). 활용: "80/80 기준으로 보면 필드(비정형)는 아직 10/10"이라는 식의 대비.
신뢰도: 원문 확인(재경 속보 전문·IT之家 기사)
8. "다음 토큰 예측에서 '다음 물리 상태 예측'으로" — 기존 월드모델 4갈래 모두 물리 법칙에 닿지 못했고, 로봇 리더보드는 믿을 수 없다
요지: 왕중위안은 AI가 "从'预测下一个词元'走向'预测下一个物理状态'"(다음 토큰 예측에서 다음 물리 상태 예측으로) 가고 있다고 규정하면서, 현존 월드모델의 네 노선(언어·픽셀·3D 구조·시각 표상)이 "均未真正触达物理规律"(모두 물리 법칙에 진정으로 닿지 못했다)고 평가. 복수의 연사가 "现有的机器人榜单不可信"(현재의 로봇 벤치마크 순위는 신뢰할 수 없다)며 시스템 능력과 학습 능력을 보라고 주장. 王鹤는 테니스 등으로 구신지능의 'AlphaGo 모먼트'를 정의하고 'ChatGPT 모먼트'를 "zero-shot 70~80% 성공률"로 정량화. 노선 분기: ① VLA vs 월드모델 → 융합으로 수렴, ② 본체-두뇌 일체화파 vs 플랫폼(본체 비종속)파는 미결. 시간표는 "近端密集、远端发散"(단기는 촘촘, 장기는 발산): 高阳 12~24개월 기초모델 큰 진전, 罗剑岚 실제 배치 데이터 폐루프 12~18개월, 卢宗青 2~3년 내 큰 진전이나 범용은 2년 내 불확실.
왜 참신한가: "VLA가 답"이라는 통념 대신 중국 핵심 연구자들이 '월드모델도 아직 물리를 모른다', '벤치마크 불신'을 공개적으로 말함. 'AlphaGo 모먼트'와 'ChatGPT 모먼트'를 분리·정량화한 것도 새롭다.
발표 연결: A1 보강(지능의 병목은 물리 이해 — '다음 물리 상태 예측'은 A1의 중국판 표현) · A3 보강(실배치 데이터 폐루프가 열쇠). 활용: "다음 물리 상태 예측"을 발표의 기술 정의 문장으로 차용 가능.
신뢰도: 2차 보도(증권사 리포트의 포럼 요약; 연사별 직접 인용은 미확인)
9. "기술 발전의 네 시간 척도" — 소프트웨어는 복제 한계비용이 0이라도 확산에 20년, 하드웨어는 더 길고, 경제 재편은 50년
출처: Rodney Brooks(MIT 명예교수·Robust.AI) · 블로그 에세이 "Four Time Scales for Technology Development and Deployment" · 2026-08 · https://rodneybrooks.com/four-time-scales-for-technology-development-and-deployment/ ; "Why Today's Humanoids Won't Learn Dexterity" · 2025-09-26 · https://rodneybrooks.com/why-todays-humanoids-wont-learn-dexterity/ ; "Predictions Scorecard 2026" · 2026-01-01 · https://rodneybrooks.com/predictions-scorecard-2026-january-01/ ; Boston Globe 인터뷰 · 2026-02-24 · https://www.bostonglobe.com/2026/02/24/business/rodney-brooks-ai-robotics-superintelligence
요지: 네 시간 척도 — ① 연구 아이디어 10~20년, ② 하이프(수개월~수년), ③ 대규모 배치 "Software has zero marginal cost to manufacture more copies... But even so, software typically takes 20 years or more to scale up. Hardware based systems take even longer"(소프트웨어는 복제 한계비용 0인데도 확산에 20년 이상, 하드웨어는 더 길다), ④ 경제 재편 "each of these things took over 50 years of continuous at scale deployment"(가축·범선·전기·컨테이너 모두 50년 이상). 사람들이 척도를 뒤섞어 "outrageously wrong" 예측을 한다는 것. 덧붙여 2025-09 에세이: 인간 손엔 1.7만 개 기계수용기가 있고 "[there is no] tradition for touch data"(촉각 데이터의 전통이 없다) → 1인칭 영상으로 손재주를 배우겠다는 Tesla·Figure의 접근은 잘못된 데이터; 이족보행 낙상은 질량이 2³=8배로 커지는 스케일링 때문에 위험. 15년 뒤 성공한 '휴머노이드'는 바퀴·팔 1~3개·석션컵 등을 쓰면서도 여전히 휴머노이드라 불릴 것. 2026-01 예측: "Deployable dexterity will remain pathetic compared to human hands beyond 2036". 월드모델 열풍엔 "video games... have a coded geometry-based world model... Using machine learning (and tens of millions of dollars) to extract it rather than just looking at the source code is just wacky"(게임엔 이미 코딩된 월드모델이 있는데 수천만 달러 들여 ML로 추출하는 건 괴상하다).
왜 참신한가: '하이프 비판'은 흔하지만, 소프트웨어와 하드웨어의 확산 속도 차이를 '한계비용 0 vs 공급망·원자재'로 설명하고 네 척도로 분해한 틀은 발표용 프레임으로 재사용 가치가 높음.
발표 연결: A6 보강(디지털은 한계비용 0, 물리는 동작마다 비용 — 브룩스는 이를 '확산 속도'로 번역) · A1 보강(촉각 데이터 부재 = 몸의 병목). 신규 활용: '피지컬 AI는 어느 시간 척도에 있는가'를 청중에게 묻는 장치.
신뢰도: 원문 확인(블로그 3편·Boston Globe 전문)
10. "9의 행진(march of nines)" — 데모에서 99.999%까지 각 '9'마다 같은 양의 일이 들고, 비트는 원자보다 백만 배 쉽다
출처: Andrej Karpathy · Dwarkesh Podcast "AGI is still a decade away" · 2025-10-17 · https://www.dwarkesh.com/p/andrej-karpathy (※ 팟캐스트이나 2026년 로봇 담론에서 키노트급으로 인용됨)
요지: 자율주행 5년 경험에서 "it's a march of nines. Every single nine is a constant amount of work... When you get a demo and something works 90% of the time, that's just the first nine"(9의 행진이다. 각 9는 같은 양의 일이다. 데모가 90% 되면 그건 첫 번째 9일 뿐). "I'm very unimpressed by demos"(데모엔 전혀 감명받지 않는다). 디지털 에이전트와 로봇의 차이: "If you're sticking to the realm of bits, bits are a million times easier than anything that touches the physical world"(비트는 물리 세계를 건드리는 어떤 것보다 백만 배 쉽다).
왜 참신한가: '로봇은 어렵다'를 "신뢰도 자릿수당 비용이 상수"라는 공학적 법칙으로 바꿔 표현. 휴머노이드 데모 영상 홍수에 대한 가장 간결한 해독제.
발표 연결: A2 보강(마지막 1미터 = 마지막 몇 개의 9) · A6 보강. 활용: 휴머노이드 게임 '넘어짐' 영상과 함께 "지금은 첫 번째 9" 슬라이드.
신뢰도: 원문 확인(전문 트랜스크립트)
11. "LLM은 물리 세계 앞에서 완전히 무력하다… AI의 큰 비밀: 계층적 계획을 아무도 못 한다"
출처: Yann LeCun(AMI Labs·NYU) · World AI Cannes Festival 폐막 강연 · 2026-02-13 · https://www.lemondeinformatique.fr/actualites/lire-le-potentiel-de-l-ia-physique-en-question-99436.html ; Brown Univ. Lemley Lecture · 2026-04-01 · https://www.browndailyherald.com/article/2026/04/ai-pioneer-yann-lecun-discusses-new-frontiers-in-the-field-at-brown-lecture
요지: "they are completely helpless when it comes to the physical world"(LLM은 물리 세계에서 완전히 무력하다). "We have various systems that can write code, pass the bar exam, win international math Olympiads. But where is my domestic robot? Where is my robot that can clean the house, learn to drive in 20 hours of practice?"(코딩·변호사시험·수학올림피아드는 되는데 내 가정용 로봇은 어디 있나, 20시간 연습으로 운전을 배우는 로봇은?). 칸에서는 "Aucune des entreprises bâtissant des robots humanoïdes n'a la moindre idée de comment les rendre suffisamment intelligents pour qu'ils soient utiles"(휴머노이드 만드는 어떤 회사도 그것을 쓸모 있을 만큼 똑똑하게 만드는 방법을 전혀 모른다). 핵심 미해결: "Here is the big secret of AI: Nobody knows how to do hierarchical planning"(AI의 큰 비밀, 계층적 계획은 아무도 못 한다). 슬라이드: "IF YOU ARE INTERESTED IN HUMAN-LEVEL AI, DON'T WORK ON LLMs".
왜 참신한가: '월드모델이 답'은 흔하지만, 르쿤은 월드모델조차 "hierarchical world model... totally unresolved"라며 병목을 '지각'이 아니라 '계층적 계획'으로 찍음. 휴머노이드 기업 전체에 대한 직격 비판도 드묾.
발표 연결: A1 보강(병목은 뇌가 아니라 몸 — 르쿤 식으론 '언어가 아니라 물리 세계 모델'). 활용: "LLM 성취 vs 20시간 운전 학습" 대비 문장 차용.
신뢰도: 원문 확인(두 기사 모두 직접 인용)
12. "LLM은 어둠 속의 문장가(wordsmiths in the dark)" — 진화에서 시각·촉각이 먼저였고 언어는 훨씬 뒤
요지: 언어모델을 "wordsmiths in the dark"(어둠 속의 문장가)라 부르며 "Seeing the world in a profound way, in a way that you participate in your movement, in your interaction — that is critical for intelligence. And not having that is intelligence in the dark"(움직임과 상호작용에 참여하는 방식으로 세계를 보는 것이 지능의 핵심, 그것이 없으면 어둠 속 지능). 동물 신경계 진화에서 가장 오래된 지능은 공간 지능이고 언어는 훨씬 나중. 데이터: "If you think that 3D world data is lacking, robotics data is even more lacking"(3D 데이터가 부족하다면 로봇 데이터는 더 부족). 생성 월드 크기 비유: 1년 반 전엔 "closets"(벽장), 지금은 "hotel lobby"(호텔 로비). 공간 지능을 "linchpin technology for robotics"(로봇의 핵심 고리 기술)로 규정.
왜 참신한가: "시뮬레이션으로 데이터 해결"은 흔하지만, 지능의 계통발생 순서(공간→언어)로 LLM 중심 서사를 뒤집는 프레임은 강연에서 쓰기 좋은 비유.
발표 연결: A1 보강(몸·공간이 먼저). 활용: "어둠 속의 문장가"를 A1의 한 줄 비유로.
출처: Jim Fan(NVIDIA GEAR) · Sequoia AI Ascent 2025 "The Physical Turing Test" · 2025-05 · https://inferencebysequoia.substack.com/p/the-physical-turing-test-jim-fan (같은 제목 강연을 PyTorch Conference 2025-10-22~23 등에서 재연, 2차 확인)
요지: 수츠케버가 인터넷 데이터를 "fossil fuel of AI"라 부른 데 빗대 "The real robot data is the human fuel. It's worse than fossil fuel. You're burning human fuel"(실로봇 데이터는 인간 연료, 화석연료보다 나쁘다 — 사람을 태우는 것). 로봇 1대당 하루 24시간이 수집 상한. 시뮬레이션을 "nuclear energy"(원자력)에 비유: 실시간 1만 배 속도, 2시간 시뮬 = 10년 경험으로 보행 학습, 보행 제어엔 150만 파라미터면 충분. 시뮬 1.0(디지털트윈)→1.5(디지털 커즌)→2.0(디지털 노마드, 생성형 영상). 궤도: "Physical API"(원자를 비트처럼 다루기), 물리 앱스토어. "Throughout human history, 5,000 years... the way we make dinner and do a lot of hand labor are still more or less the same from the Egyptian times"(5천 년간 저녁 짓는 법과 손노동은 이집트 시대와 같다). 피지컬 튜링테스트 통과일은 "another Tuesday"로 기억될 것.
왜 참신한가: 로봇 데이터 문제를 '에너지 비유 사슬(화석연료→인간연료→원자력)'로 풀어낸 것은 에너지 포럼 청중에게 특히 잘 붙는 수사.
발표 연결: A3 보강(행동 데이터는 긁어올 수 없다 = 인간 연료) · A6 보강. 신규 활용: "인간 연료"의 반대편에 "현장 운용이 곧 발전소"라는 A3의 긍정형을 세우기.
신뢰도: 원문 확인(Sequoia 정리본) / 2025-10 재연 사실은 2차
14. "기계에 진짜 뇌를 주었다 — 그리고 그 AI는 클라우드 없이 기계 안에서 돈다: 운영자가 AI와 데이터의 주권을 갖는다"
출처: Johannes Beckhoff(Beckhoff Automation) · Hannover Messe 2026 개막 투어(Friedrich Merz 총리·EU 집행위원 Dombrovskis 동행) · 2026-04-20 · https://www.beckhoff.com/en-en/company/news/physical-ai-captivates-the-political-and-industrial-world.html
요지: 총리가 TwinCAT에 통합된 LLM에 텍스트 명령을 넣자 로봇 ATRO가 실시간으로 글자를 옮겨 "Bom dia Brasil"을 만든 시연. "The AI runs completely locally in the machine, independent of cloud services. This means that the machine operators have sovereignty over the AI and also over their data"(AI가 클라우드 없이 기계 안에서 완전히 로컬로 돌아 운영자가 AI와 데이터의 주권을 갖는다). "We've given the machine a real brain... AI not only generates text or images, but can also interact with the physical world"(기계에 진짜 뇌를 주었다). Hannover Messe 2026은 처음으로 'Physical AI'를 중심 주제로 내세움(2차).
왜 참신한가: 미국·중국의 '클라우드 기반 로봇 파운데이션 모델' 서사와 달리, 유럽 산업계는 피지컬 AI를 '기계 내 로컬 추론 = 데이터 주권'으로 정의. 피지컬 AI의 지정학이 '칩'이 아니라 '어디서 추론하느냐'로 옮겨감.
발표 연결: A3 신규 각도(현장을 가진 자가 이긴다 → '현장이 데이터를 밖으로 내보내지 않아도 되는 구조'가 중소 제조·에너지 사업자의 조건). 활용: 새만금 실증특구(B6)에 '엣지 주권' 원칙을 붙이는 근거.
요지: 독일 기계산업협회(VDMA)와 DLR이 공동 수행한 "Humanoid Robotics 2040" 연구 발표 자리에서 연구소장이 현 상태를 "at kilometre 5 of a marathon"(마라톤 5km 지점)으로 묘사 — 큰 진전에도 갈 길이 멀다는 뜻. 연구는 "speed is a decisive factor in international competition and that issues relating to trust and security must be actively shaped – both technologically and in terms of regulation"(국제 경쟁에서 속도가 결정적이며 신뢰·안전은 기술과 규제 양면에서 능동적으로 설계해야 한다)고 강조. Robotics Institute Germany(RIG, Angela Schöllig) 네트워크로 연구 결집.
왜 참신한가: '2~3년 내 ChatGPT 모먼트'(중국·NVIDIA)와 '15년 뒤'(브룩스) 사이에서 유럽 기관이 '2040 지평 + 5km'라는 중간 척도를 공식 문서로 제시. 마라톤 비유는 '거리'와 '페이스' 둘 다를 함의.
발표 연결: 신규(시간 지평 프레임). 활용: "5km 지점에서 어떤 코스를 택할 것인가 — 우리는 공장 트랙이 아니라 필드 코스(A4)"로 변주.
신뢰도: 원문 확인(DLR 공식 뉴스)
16. "도구가 아니라 파트너" · 바퀴형 휴머노이드로의 전환 · 다섯 손가락 대신 평행 그리퍼로 99.5%
요지: 이시구로는 자신의 말하는 아바타와 함께 등단해 "human–avatar symbiotic society"(인간–아바타 공생사회)를 제시. 토요타 노미는 20년 휴머노이드 개발을 돌아보며 다양한 로봇 형태를 "partners rather than tools"(도구가 아니라 파트너)로 설계했다고 하고, 단기 공장 배치 + 장기 R&D의 이중 상용화를 제안. Merphi는 포스터 시리즈로 "the shift toward wheeled humanoids"(바퀴형 휴머노이드로의 전환)를 산업 트렌드로 짚음. Sanctuary는 "what is likely the only hydraulic hand currently in the market"을 보유하면서도 커넥터 삽입 과업에서 "parallel gripper"로 ">99.5% success rate with sub-5-second cycle time"을 달성했다고 발표 — 손 형태보다 과업 성능.
왜 참신한가: '사람 모양 두 발·다섯 손가락'이 정답이라는 서사가 휴머노이드 서밋 안에서조차 바퀴·그리퍼로 흔들리고 있음을 보여줌(브룩스 예측의 산업 측 확인). 일본은 '노동 대체'보다 '공생·파트너' 언어를 고수.
발표 연결: A4 보강(형태는 과업이 결정 — 필드 로봇이 굴착기·크롤러인 이유) + 신규(일본식 '파트너' 프레임은 FES의 '지속 가능한 생태계' 키워드와 결합 가능).
신뢰도: 원문 확인(현장 리포트) / 개별 연사 직접 인용은 리포트의 요약
17. "달리는 법은 배웠지만, 멈추는 법은 아무도 가르치지 않았다" — 우사인 볼트보다 빠르고 동시에 허리가 꺾이는 2026년의 휴머노이드
출처: 2026 World Humanoid Robot Games(제2회 세계휴머노이드로봇게임) · 2026-08-22~26, 베이징 국가스피드스케이팅경기장 · 해설: Open Magazine 2026-08-21 https://openthemagazine.com/world/robot-olympics-human-problems-the-humanoid-that-ran-too-fast-and-snapped-in-half ; 개요: https://investinchina.chinaservicesinfo.com/s/202608/20/WS6a866239498e23165e0720f9/2026-world-humanoid-robot-games-taking-the-show-to-the-next-level.html
요지: 666팀·2,056대(16개국, 전년 대비 로봇 수 311% 증가)가 참가하고 세계 최초 "robot home"(로봇 홈) 시나리오가 도입됨. 공장·호텔·모델하우스 등 실제 환경에서의 시나리오 경기로 "demonstration tools"에서 "practical productivity"로 이동(2차). 훈련 중 한 휴머노이드가 전력 질주 후 정지 구역을 넘겨 완충벽에 충돌, 허리가 접힌 영상이 확산 — "The robot learned how to run. Nobody taught it how to stop"(로봇은 달리는 법을 배웠다. 아무도 멈추는 법을 가르치지 않았다). 같은 대회에서 Tiangong Ultra가 100m 8.86초로 볼트(9.58초)를 넘었다는 보도(2차). 해설자들은 "superhuman performance and almost comic fragility"(초인적 성능과 거의 코믹한 취약성)의 공존을 2026년 휴머노이드의 가장 중요한 사실로 규정.
왜 참신한가: '로봇이 사람을 추월' vs '로봇은 아직 멀었다'의 양자택일을 깨고, 같은 기계가 동시에 둘 다라는 점을 드러냄. "멈추기"가 "달리기"보다 어렵다는 통찰은 안전·제어·에너지 모두에 연결.
발표 연결: A2 보강(마지막 1미터 = 멈추기·감속·안전) · A6 보강(실패의 비용은 물리적). 활용: 오프닝 영상 후보 — 8.86초와 허리 꺾임을 나란히.
신뢰도: 원문 확인(Open Magazine 전문·China Daily 개요) / 8.86초 기록은 2차 보도
18. "뇌는 준비됐는데 몸이 뒤처진다" — 18~24개월 내 물리 지능 돌파, AGI는 에너지 생산 문제를 풀어 '결핍 이후 세계'로
출처: Demis Hassabis(Google DeepMind) · WEF Davos 2026 Bloomberg House 대담 및 "Hassabis on AI Shift" 세션 · 2026-01-20~21 · https://technews.tw/2026/01/21/watch-robotics-nearing-physical-ai-breakthrough/ , https://www.contextstudios.ai/de/blog/wef-2026-...
요지: 로봇이 "物理智慧的突破邊緣"(물리 지능의 돌파 직전)에 있으며 18~24개월 내 AI와 로봇(보스턴다이내믹스 등 협업) 통합의 큰 돌파를 예상. 상황 묘사는 "das Gehirn [sei] bereit... aber der Körper hinterherhinke"(뇌(Gemini 등 파운데이션 모델)는 준비됐지만 몸이 뒤처진다), 과제는 실세계 학습 데이터 확보. AGI(2030년까지 50%)는 에너지 생산 등 난제를 풀어 "後缺乏世界"(결핍 이후 세계)를 가능케 한다고 전망. 2026년 영국에 Gemini 통합 로봇 자동화 실험실을 세워 재료과학 연구를 10배 가속 계획.
왜 참신한가: '뇌는 됐고 몸이 문제'라는 발언은 발표자의 A1과 정확히 같은 진단을 LLM 진영 최정점이 공유한다는 점에서 가치. 또한 AGI→에너지 문제 해결→결핍 종식이라는 경로를 로봇 자동화 실험실(재료·배터리)로 구체화.
발표 연결: A1 보강(하사비스가 말하는 '뒤처진 몸') · B4 보강(재료과학 자동화 실험실 = 자석·배터리 공급망의 상류). 활용: "뇌 진영도 몸이 문제라 한다"로 A1에 권위 부여.
신뢰도: 2차 보도(중문·독문 정리본; 영어 원문 영상 미열람)
19. '기역(機域)' — 12km² 구신지능 제조 선도구, 매년 1,000개 응용 시나리오 무료 시범, 상반기 출하 4만 대로 97% 점유
출처: 北京经开区(Beijing E-Town) · WRC 2026 폐막 보고 및 "北京机域" 발표 · 2026-08-23~25 · https://english.beijing.gov.cn/beijinginfo/sci/latesttrends/202608/t20260825_4836401.html ; 개막 연설(殷勇 베이징시장 등): https://eu.36kr.com/en/p/3947250861702534
요지: 《2026년 인형로봇산업발전보고》는 2026년 상반기 중국 휴머노이드 출하 4만 대 초과, 세계 점유 97%를 보고(2차 수치 인용). 핵심은 정책 설계: "Global Robot Application Exploration Plan"으로 "Each year, 1,000 scenarios will be selected for free trials and secondary development of robots"(매년 1,000개 응용 시나리오를 선정해 무료 시범·2차 개발), 100개 실배치 가능 특수 로봇 제품 → 1,000개 전문 분야 적용 → 10만 대 양산 → 핵심부품 100만 세트 생산능력, 그리고 연구·제조·응용·안전 4요소를 갖춘 12km² "Beijing Robot Domain(北京机域)" 선도구. 시장 殷勇은 "rich scenario advantages of megacities"(메가시티의 풍부한 시나리오 우위)를 자원으로 명명.
왜 참신한가: 중국이 앞선다는 통념 뒤의 '메커니즘' — 데이터가 아니라 '시나리오(현장)'를 공공재로 공급하는 특구 모델. 시나리오 자체를 매년 1,000개씩 배급한다는 발상.
발표 연결: B6 보강(새만금 에너지 로봇 학습장·실증특구의 비교 대상) · A3 보강(현장을 가진 자가 이긴다 → 중국은 현장을 '배급'한다). 활용: "베이징은 도시 시나리오를 배급한다, 우리는 에너지 시나리오(태양광·풍력·송전)를 배급할 수 있다".
신뢰도: 원문 확인(베이징시 공식 영문 보도) / 97% 수치는 해당 보고서의 보도 인용
20. "과업의 99%는 여전히 자동화되지 않았다" · "아틀라스는 먼저 고객 가치를 증명해야 한다" — 자동화 산업 본진의 의도적 절제
출처: Evan Beard(Standard Bots CEO) 키노트 "99% of Tasks Still Can't Be Automated: How Physical AI Changes That" · Automate 2026 · 2026-06-24, 시카고 · https://www.robotics247.com/article/automate-2026-ai-and-robotics-leaders-to-give-keynote-speeches ; Aya Durbin(Boston Dynamics) A3 팟캐스트 발언 및 사전 분석 · https://www.marketscale.com/industries/industrials/a3s-automate-2026-puts-humanoid-robots-industrial-ai-and-safety-standards-at-center-stage/
요지: 북미 최대 자동화 전시(5만 명·1,000개사, 50년 역사상 최대)가 NVIDIA 후원 휴머노이드 파빌리온을 처음 두면서도 "The build-up to the show has been deliberately tempered on the hype front"(사전 분위기는 의도적으로 하이프를 억제). 보스턴다이내믹스 Durbin은 "Atlas must prove genuine customer value before humanoids become widespread"(아틀라스는 휴머노이드 보급 전에 진짜 고객 가치를 증명해야 한다). Beard는 피지컬 AI를 "'program every step' to 'show the robot what to do'"(단계별 프로그래밍에서 '보여주기'로)의 전환으로 정의하면서도 제목으로 '99% 미자동화'를 못 박음. Generalist의 Andrew Barry는 저가 장갑 기반 수집으로 "half a million hours"(50만 시간)의 손재주 데이터를 모았다고 공개.
왜 참신한가: 로봇 공급사 자신이 "99%는 아직"이라고 키노트 제목을 쓴 것, 그리고 휴머노이드 최선두 기업이 '가치 증명 우선'으로 톤을 낮춘 것은 2026년 담론의 미묘한 전환(하이프 → 검증).
발표 연결: A2 보강(마지막 1미터) · A4 신규 각도(미자동화 99%의 대부분이 비정형·실외 과업). 활용: "99%의 지도를 그리면 공장 밖이 대부분"이라는 슬라이드.
신뢰도: 원문 확인(A3 공식 키노트 소개·MarketScale 사전 분석) / 키노트 당일 발언 내용은 미확인
추가 메모 (짧게 — 날짜 범위 밖이거나 2차 확인만 된 것)
Bernt Børnich(1X) · TED 2025: 2022년 공장에서 Eve 로봇이 "20~50시간" 반복 작업 후 학습을 멈춤 → 가정의 다양성이 지능의 원천; 미래 노동은 "as effortlessly accessible as energy is today"(오늘의 에너지처럼 손쉽게 접근 가능). A3의 '현장'이 반드시 공장이 아니라는 반례이자 '노동=에너지' 비유. 2차(요약본) · https://www.ted.com/talks/bernt_bornich_meet_neo_your_robot_butler_in_training
Agility Robotics · CoRL 2025(서울, 2025-09~10) 참관기: "#4 Language is Less of a Priority for Researchers"(연구자들은 언어 기반 VLA보다 실세계 RL·전신 제어로 이동), 데이터 피라미드(에고센트릭·UMI·텔레옵). "VLA가 핵심" 통념의 학계 내부 균열. 원문 확인 · https://agilityrobotics.com/content/the-top-takeaways-from-the-conference-on-robot-learning
Rodney Brooks · Stanford HAI 로봇 컨퍼런스(2025-04-03): "We are in the age of humanoid theater"(휴머노이드 극장의 시대); Pieter Abbeel: "we're going to build something so capable that... it'll commercialize itself". 원문 확인 · https://hai.stanford.edu/news/stanford-hai-conference-explores-robotics-in-a-human-centered-world-hype-hope-and-future-directions
Richard Sutton · WAIC 2026(상하이, 2026-07-17): "the era of experience" — LLM은 인간 라벨 데이터에 의존하고 독립 탐색이 없으며 실세계 상호작용 피드백이 범용지능의 열쇠. 2차(보도자료) · https://www.wboc.com/online_features/press_releases/2026-waic-opened-with-focus-on-global-ai-co-development/article_e1e9cdf5-3d23-519a-af6e-9f037fd7c27c.html
Humanoids Summit Seoul 2026(2026-09-22~23, COEX): 개막 키노트 Nic Radford(Persona AI) "Embodied AI for Industry: Safe, Skilled, and Scalable", FieldAI(Ali Agha), RLWRLD(류정희) 등. 발언 내용 미확인(아젠다만, 2차).
a16z "Machine Age" 펀드(11억 달러, 2026-10 초): "AI demand is running into the limits of today's supply chains, electricity systems, computer architecture and physical infrastructure". A5 보강. 2차(검색 요약) · https://e27.co/why-southeast-asias-vcs-should-pay-attention-to-a16zs-new-investment-bet-20261004/
(a) 조사 중 관찰한 "2026년 공통 담론 톱 10" (제외 대상 확인용)
"피지컬 AI의 ChatGPT 모먼트가 왔다/곧 온다" — 젠슨 황 CES 2026, 신화통신 "2026년은 피지컬 AI 원년", 왕싱싱 "2~3년".
"데이터 부족 → 시뮬레이션·합성데이터·월드모델로 해결" — Jim Fan, Fei-Fei Li(Marble), 왕허(Galbot 합성데이터), NVIDIA Cosmos/GR00T, 골드버그 '10만 년 격차'.
"휴머노이드 수조 달러 시장 / 로봇이 인간보다 많아진다" — 머스크, 젠슨 황($50~70T), 각종 리서치(Wood Mackenzie 2035년 1,000만 대).
"중국이 양산·배치에서 앞선다" — WRC 보고서 97%, Wood Mackenzie 90%, Web Summit Cosgrave "가장 앞선 휴머노이드는 중국산".
"데모에서 배치로(beyond the demo)" — RoboBusiness 2026 패널 제목, Automate 2026, 휴머노이드 게임의 실환경 시나리오, Robotics Summit 휴머노이드 패널.
"노동력 부족·고령화가 로봇의 존재 이유" — Børnich, 젠슨 황(기술직 임금 2배), 중국·일본 정부 담론.
"VLA + 월드모델 + 시뮬레이션 = 표준 레시피" — NVIDIA 3-컴퓨터, BAAI 'VLA vs 월드모델 → 융합'.
"손재주(dexterity)·촉각이 그랜드 챌린지" — 브룩스, Amazon Vulcan(촉각 창고 로봇, RBR50 올해의 로봇), Sanctuary, Generalist 장갑 데이터.
Hyundai CES 2026 keynote Atlas "physical AI" quotes / Siemens Roland Busch CES 2026 (미실행)
Summer Davos 2026 Tianjin humanoid robot embodied AI session remarks / Ken Goldberg ICRA 2026 plenary abstract / Wang Xingxing WRC 2026 English coverage / Richard Sutton WAIC 2026 quote / Peggy Johnson OR Melonee Wise 2026 humanoid ROI (예산 소진으로 미실행, 일부는 원문 직접 열람으로 대체)