Moravec의 역설이 말해주듯, 인간에게 가장 쉬운 물리적 작업이 로봇에게는 가장 어렵다. 체스 두기나 수학 문제 풀이보다 주머니에서 열쇠를 꺼내는 일이 구현하기 훨씬 까다롭다. 이는 Physical Intelligence가 Cognitive Intelligence와 근본적으로 다른 문제 영역임을 시사한다.
이 차이는 진화적 타임라인에서 비롯된다. 물리적 지능은 10억 년에 걸친 진화를 통해 발달한 반면, 추상적 사고와 언어는 불과 수십만 년 전에 출현했다. 따라서 우리 뇌는 물리적 상호작용을 위한 초고차원의 감각-운동 루프를 이미 최적화해 놓았다. 텍스트와 달리, 물리적 세계의 정보는 촉각, 고유수용감각, 시각의 엄청난 차원을 가지며, ‘reporting bias’가 없어 모든 디테일이 중요하다.
실제로 VLA 모델이 이 문제를 해결하는 방식은 인간과 다르다. 로봇은 손바닥에 카메라를 달거나 LiDAR를 사용해 인간이 가지지 못한 감각을 활용할 수 있다. 즉, Physical Intelligence를 구현하는 데 꼭 인간의 방식을 모방할 필요는 없다. 데이터 스케일링과 새로운 감각 양식의 도입으로 극복 가능한 문제라는 것이 현재의 낙관적 전망이다.
하지만 이 역설이 주는 교훈은 분명하다. VLA는 단순히 ‘LLM에 로봇 팔을 단 것’이 아니라, 별도의 물리적 도메인을 위한 새로운 지능 체계가 필요하다는 점이다.
근거
“이런 걸 Moravec’s Paradox, 역설이라고 얘기를 하는데 우리가 체스 같은 거 되게 머리가 필요하고 지능이 필요하고 이런 거라고 생각을 하는데 … 열쇠 꺼내는 걸 너무 쉽게 잘하거든요.”
“혀라는 게 식사 중에 엄청나게 많은 일을 담당하는데 … 그냥 알아서 한다는 거죠. 이 Cognitive Intelligence랑은 다른 거다.”
연결된 생각
- VLA 모델 — Physical Intelligence를 구현하는 도구
- Cognitive Intelligence — 대비되는 지능 유형
- Embodied Cognition — 몸이 지능 형성에 미치는 영향
출처
- 📎 클리핑: 20260613-ep98-ko-transcript