요즘 AI 로봇에 대한 관심이 뜨거워지면서 미국에선 테슬라와 피규어가 주목을 받고 있습니다.


피규어는 주기적으로 걷거나, 세탁기에 빨래를 넣거나 식기세척기에 그릇을 넣는 영상을 공개하는데, Helix라는 자체 개발 AI 모델로 훈련됩니다.

​

Helix는 비전-언어-액션을 하나의 뉴럴 네트워크로 통합해서 학습합니다. end-to-end neural network 기반이고 reinforcement learning(RL)을 활용해 훈련합니다.

​

이제 과거처럼 노가다로 AI 로봇을 훈련하는 것은 의미가 없습니다. 가장 중요한 것은 실제 세계 데이터를 수집하는 것인데, 다양한 영상들로 훈련할 수도 있지만 로봇들이 많아야 더 많은 데이터를 빠르게 수집할 수 있습니다.

​

바퀴달린 로봇인 테슬라 차량들은 50억 마일의 데이터로 훈련하고 있기 때문에 전 세계 유일하게 모든 국가에서 자율주행을 할 수가 있습니다.

​

테슬라는 FSD로 성공했듯이, 옵티머스에도 똑같이 적용할 계획입니다. 인터넷 영상, 1인칭 영상, 시뮬레이션 등으로 학습한 모델을 실세계에 적용합니다.

​

Figure도 데이터 수집을 위해 수천대 로봇을 만들 계획이고, 간단한 작업 중심이라 모든 환경에서 작동하는 데에는 한계가 있습니다.





테슬라는 효율적인 비용, 대규모 파라미터를 통한 AI 훈련, 대량 생산 등이 가능하지만 Figure는 대량 생산을 해본 경험이 없습니다. X에 짧게 공개되는 프로토타입의 모습은 누구나 만들 수 있지만, 거대한 클러스터를 보유하는 것과 저렴하면서 대규모로 생산하는 것은 아무나 할 수 없습니다.

​

이미 테슬라의 자체 공장에서 다수의 옵티머스를 배치하여 데이터를 수집할 계획이고, 이미 대량 생산 경험이 풍부하기 때문에 매년 5~10배씩 생산량을 늘릴 계획입니다.

​

테슬라나 피규어나 3세대 로봇 생산을 준비하고 있습니다. 자율주행차와 휴머노이드 로봇은 같은 맥락입니다.

​

로봇 주식은 굉장히 많습니다. 그러나 5년 뒤, 10년 뒤에도 계속 살아남을 수 있는지는 미지수입니다.

​

그래도 로봇 산업 전체가 활성화하기 위해서는 하나의 기업이 모든 것을 독점하는 것이 아니라, 경쟁 체제가 있어야 합니다.

​

전 세계 스마트폰은 수십억대가 있을 겁니다. 앞으로 휴머노이드 로봇도 다양한 형태로 수십억 대 이상 존재하게 됩니다. 이 방향은 변하지 않을 것입니다.