우리는 체스나 수학 문제를 푸는 것을 ‘지능적’이라고 생각하지만, 주머니에서 열쇠를 꺼내거나 빨래를 개는 것은 ‘지능적’이라고 여기지 않는다. 하지만 VLA 연구는 정반대임을 보여준다. 빨래 개기(deformable object 조작)는 시뮬레이션조차 어렵고, 핀 집기(촉각+미세운동 제어)는 1초 동안 수천 번의 무의식적 의사결정을 요구한다.
Moravec’s Paradox(모라벡의 역설)는 이 현상을 설명한다. 물리적 지능(Physical Intelligence)은 수억 년의 진화를 통해 발달했지만, 추상적 추론은 최근에야 생긴 능력이다. 따라서 인공적으로 구현하기에는 후자가 훨씬 쉽다. LLM이 언어와 추론에서 빠르게 발전한 반면, 로봇이 문을 여는 것조차 힘들었던 DARPA 챌린지의 아이러니가 이를 증명한다.
흥미로운 점은 이 역설이 해결 가능하다는 것이다. 인간의 물리적 지능은 촉각, 고차원 시각, 무의식적 피드백 루프에 의존하지만, 로봇은 인간과 다른 감각(손바닥에 카메라, LiDAR)을 활용할 수 있다. 즉, 인간의 방식을 모방할 필요가 없다. VLA는 인간보다 저차원 정보를 더 효율적으로 처리할 수 있으며, 이는 물리적 지능의 달성이 가능하다는 낙관론의 근거가 된다.
근거
“체스 같은 거 되게 머리가 필요하고 지능이 필요하고 이런 거라고 생각을 하는데 … 문 여는 게 뭐가 그렇게 어렵다고 이걸 아무도 이렇게 못하나.”
“진화적인 관점에서 설명을 하는 사람들이 있더라고요. 저희가 이런 운동, Physical Intelligence는 10억 년 동안 진화를 해서 만들어진 … 체스나 바둑 혹은 추상적인 수학 같은 거는 진화적인 관점에서 보면 그렇게 오랫동안 걸려서 만들어진 능력은 아니라는 거예요.”
“사람은 눈이 얼굴에밖에 없지만 손바닥에다 눈을 달 수 없지만 로봇은 달 수 있으니까. … 어떤 방식으로든 충분히 달성 가능할 것 같다.”
연결된 생각
- 20260606-vla-vision-language-action-robot-foundation-model — Physical Intelligence를 구현하는 VLA
- 20260606-physical-intelligence-bottleneck-is-action-data — 데이터 문제로 인한 어려움
- 20260606-reporting-bias-language-limitation — 언어 데이터의 누락된 정보가 물리적 지능에 미치는 영향
출처
- 📎 클리핑: 20260613-ep98-ko-transcript