이번 대담에서 박종현이 강조한 Physical Intelligence의 본질적 어려움은 단순한 ‘기술적 난제’를 넘어, 지능의 계통발생적 차원을 보여준다. 체스·수학 같은 인지적 과제가 최근 수천 년의 문화 진화 산물이라면, 핀 집기·빨래 개기·문 열기 같은 물리적 행동은 10억 년의 자연선택을 통해 최적화된 결과다. 따라서 후자가 더 근본적으로 ‘어려운’ 문제다.
시사점은 분명하다: VLA가 LLM만큼 빠른 속도로 발전할 것이라고 기대하는 것은 착각일 수 있다. LLM은 인터넷에 존재하는 수십조 개의 텍스트 토큰을 학습했지만, VLA의 action 데이터는 텔레오퍼레이션 또는 시뮬레이션으로 처음부터 생성해야 한다. 박종현은 “텔레오퍼레이션은 스케일러블하지 않다”고 지적했는데, 이는 단순한 데이터 부족이 아니라 데이터의 차원 자체가 다르기 때문이다.
근거
Moravec’s Paradox는 “어른이 쉽게 하는 일(물체 잡기, 균형 잡기)이 AI에게는 가장 어렵고, 어른이 어려워하는 일(체스, 수학)이 AI에게는 상대적으로 쉽다”는 역설이다. 박종현은 이를 손가락으로 핀 집기 데모와 혀의 무의식적 조작 예시를 통해 생생하게 설명했다.
“사람은 눈이 얼굴에밖에 없지만 손바닥에다 눈을 달 수 없지만 로봇은 달 수 있으니까. 어떤 방식으로든 충분히 달성 가능할 것 같다.”
연결된 생각
- 20260606-moravec-paradox-physical-ai — 인간의 Physical Intelligence가 왜 AI에게 가장 어려운 문제인지 개념적 설명
- 20260606-llm-scaling-paradigm — LLM과 VLA의 본질적 데이터 차이: 텍스트는 이미 존재하지만, action은 존재하지 않음
- 20260606-1x-neo-teleoperation-flywheel — 1X의 텔레오퍼레이션 데이터 수집 전략이 이 문제를 해결하려는 구체적 사례