LLM의 성공이 “이대로만 하면 VLA도 된다”는 낙관론을 낳았지만, Physical Intelligence는 인지적 지능과 완전히 다른 도전 과제를 안고 있다. Moravec’s Paradox가 말하듯, 주머니에서 열쇠를 꺼내는 단순한 동작조차 로봇에게는 체스 두기보다 어렵다. 이 차이는 데이터의 본질에서 비롯된다.
인지적 지능은 텍스트라는 고도로 추상화된 이산 공간(20만 토큰)에서 작동한다. Reporting Bias에 따라 불필요한 정보는 이미 걸러져 있어 학습 효율이 높다. 반면 Physical Intelligence는 촉각-시각-운동이라는 연속 고차원 공간에서 실시간 의사결정을 요구한다. 사람 손에는 수천 개의 접촉점이 있고, 1초 안에 수차례의 무의식적 판단이 일어난다. 이러한 정보를 글로 기록하는 것은 불가능에 가깝다.
그럼에도 낙관할 수 있는 이유는, 인간의 학습 방식을 그대로 따라야 할 필요가 없기 때문이다. 로봇은 손바닥에 카메라를 달고, LiDAR로 거리를 정밀히 측정하며, 시뮬레이션에서 수백만 번의 실패를 경험할 수 있다. “사람처럼 배우지 않아도 사람보다 잘할 수 있는” 지능의 다른 길이 존재한다. 중요한 것은 이 차이를 인식하고, Physical Intelligence만의 scaling 법칙을 스스로 발견해 나가는 태도다.
근거
“이 언어에는 Reporting Bias라는 게 있다. … 제가 인상 깊었던 것들을 이야기하죠. 그런 것들은 데이터가 남아 있어요. 그런데 제가 그 건물의 벽이 흰색이었는지 혹은 상아색이었는지 … 이런 얘기를 안 하거든요. reporting을 안 합니다.”
“사람의 이 슬로우 모션을 보면 의사결정이 그 안에 사실은 5번이나 있었다. … 1초밖에 안 됐지만 엄청나게 많은 데이터 처리와 빠른 의사결정이 그 안에 있었던 거예요.”
연결된 생각
- 20260606-vla-vision-language-action-model — Physical Intelligence 구현의 핵심 방법론
- moravec-paradox — 인지적 지능과 물리적 지능의 역설을 설명하는 이론
출처
- 📎 클리핑: 20260613-ep98-ko-transcript