LLM이 텍스트 데이터를 인터넷에서 무제한으로 확보할 수 있었던 것과 달리, VLA가 필요로 하는 action 데이터는 로봇의 관절 각도나 손의 궤적 같은 물리적 시퀀스다. 이런 데이터는 인터넷에 존재하지 않으며, 수집하려면 teleoperation(인간이 원격 조종하며 기록), 시뮬레이션(무작위화 후 성공 궤적만 선별), 또는 실제 로봇을 배포해 사용자로부터 데이터를 모으는 flywheel 전략이 필요하다. 중요한 인사이트는 이 데이터 수집의 어려움이 단순한 기술적 과제를 넘어 비즈니스 모델의 차별화 지점이 된다는 점이다. 예를 들어 1X는 로봇을 판매하면서 아직 부족한 AI 기능을 teleoperation으로 대체해주는 서비스를 제공한다. 이는 고객에게 즉각적인 가치를 주면서 회사는 실제 환경 데이터를 축적하는 win-win 구조다. 또한 NVIDIA는 시뮬레이션 데이터를 world model로 뻥튀기하는 접근을 취하고, HuggingFace는 커뮤니티 기반 오픈소스 하드웨어(LeRobot)로 데이터를 집단 수집한다. 결국 VLA의 성패는 ‘어떻게 scalable하게 action 데이터를 얻을 것인가’에 달려 있으며, 이는 기술 선택이자 동시에 전략적 사업 결정이다.
근거
“action이라는 거는 인터넷에 존재하지가 않아요. … 이 action 데이터가 실제로 이런 식으로 생겼거든요. … 이런 움직임 데이터가 인터넷에 존재하지 않아서 학습할 게 없는 거죠.”
“1X는 로봇을 지금 팝니다. … 우리가 teleop으로 가사 일은 해줄게, 나중에 잘될 거야. … 이렇게 얘기를 하거든요. … 인건비가 사실 나라마다 엄청 많이 다르기 때문에 teleop은 인건비가 되게 낮은 나라에서 해도 되거든요.”
연결된 생각
- 20260603-vla-model — VLA가 데이터 부족 문제에 직면한 구체적 구조
- 20260603-physical-intelligence-different-dimension — Physical Intelligence의 데이터 차원성 문제와 연결
- Data Flywheel — 로봇 배포 → 데이터 수집 → 모델 개선의 선순환