대담에서 가장 인상 깊었던 지점은 VLA 아키텍처의 수렴 진화다. GR00T, Helix, π0.5, Gemini Robotics 등 서로 다른 팀이 각자 출발했음에도 불구하고 모두 동일한 System 1/2 구조로 수렴했다. System 2가 느리게 상황 인지와 언어 명령을 해석하고, System 1이 빠르게 200Hz 수준의 action을 생성한다.
이 구조는 Kahneman의 ‘Thinking, Fast and Slow’에서 차용한 것일 뿐만 아니라, 인간 두뇌의 대뇌피질(느린 고차 처리)과 소뇌/기저핵(빠른 운동 제어)의 분화를 그대로 모방하고 있다. 박종현은 “intelligence라는 게 사실 두 개가 분리되어 있다는 걸 나타내기도 한다”고 말했다. 더 흥미로운 점은 촉각(tactile)을 추가한 VTLA(Sharpa CraftNet)가 System 0, 1, 2의 3단계로 확장된다는 점이다. 이는 반사(reflex) 수준의 처리까지 포함하면 인간의 운동 제어 계층과 완전히 일치한다.
근거
Figure Helix는 System 2(7B 파라미터) → System 1(80M) → System 0(10M)의 3단계로 구성되었으며, 가장 낮은 단계는 시뮬레이션 데이터로 학습된 리액티브 제어를 담당한다. NVIDIA GR00T N1.6도 동일한 구조를 채택했다.
“이거를 System 1, 2 구조가 왜 필요한가에 대한 오늘 시작이자 결론에 해당하는 이야기인데, intelligence라는 게 사실은 두 개가 어느 정도 분리가 되어 있다는 거를 나타내기도 하는 것 같아요.”
연결된 생각
- 20260606-vla-vision-language-action-model — VLA의 정의와 핵심 속성 비교
- 20260606-human-brain-motor-hierarchy — 대뇌피질-소뇌-척수 반사의 계층적 구조와 VLA의 System 2/1/0 대응 관계
- 20260606-moravec-paradox-physical-ai — 물리적 지능이 왜 별도의 처리 채널을 필요로 하는지 진화적 설명