[7월2일] 'VLA vs 월드 모델' 경쟁의 의미…피지컬 AI 전쟁의 핵심은

과학기술정보통신부가 최근 발표한 ‘피지컬 AI 핵심 경쟁력 확보 전략’에 따르면, 현재 전 세계적으로 두 가지 주요 AI 모델인 ‘피지컬 AI 파운데이션 모델’과 ‘월드 모델’이 주목받고 있습니다. 이 두 모델의 경쟁은 단순한 기술적 대결을 넘어, 미래의 로봇 공학 및 AI 활용 방식에 대한 근본적인 질문을 던지고 있습니다.

VLA와 월드 모델: 서로 다른 접근 방식

피지컬 AI 파운데이션 모델은 로봇이 계획, 추론, 행동을 통합적으로 수행할 수 있도록 설계된 범용 모델입니다. 그중에서도 ‘비전-언어-행동(VLA) 모델’은 대형언어모델(LLM)의 성능을 활용하여 로봇의 행동을 유도하는 데 중점을 두고 있습니다. 이는 자연어 처리의 우수성을 통해 로봇을 제어하려는 시도입니다. 반면, 월드 모델은 세상의 변화를 예측하고 시뮬레이션을 통해 AI의 학습과 의사결정을 지원하는 모델로, 가상의 공간에서 다양한 상황을 미리 실험하는 데 초점을 두고 있습니다.

현재 실리콘밸리에서는 이 두 모델 간의 경쟁이 치열하게 벌어지고 있습니다. 특히 월드 모델 진영이 더 많은 주목을 받고 있으며, 구글 딥마인드의 ‘지니’와 얀 르쿤의 AMI 등 여러 기업이 이 분야로 진출하고 있습니다. 산업계에서는 월드 모델이 고객 현장에서의 데이터 기반 학습에 더욱 유리할 것이라는 기대감이 커지고 있습니다.

VLA의 한계와 월드 모델의 도전

하지만 VLA 모델이 가진 한계도 분명합니다. 특정한 작업에 대한 학습은 잘 이뤄지지만, 예기치 않은 상황에 대한 대응력은 부족하다는 지적이 있습니다. 이와 관련해 한 AI 연구자는 VLA를 “투자 유치를 위한 유행어”로 묘사하며, 다양한 작업에 대한 대응 능력이 떨어진다고 비판했습니다. 반면 월드 모델 역시 완벽한 해결책은 아닙니다. 시뮬레이션의 정확도가 떨어지면서 실제 물리적 작업에 대한 학습에는 어려움이 있는 상황입니다.

이러한 두 모델의 한계를 넘어서려는 다양한 시도도 진행되고 있습니다. UC 버클리의 켄 골드버그 교수는 LLM이 직접 로봇 제어 소프트웨어를 작성하는 ‘코드 애즈 폴리시’ 아키텍처를 제안하였으며, 엔비디아는 VLA와 월드 모델의 장점을 종합한 하이브리드 모델을 개발하고 있습니다.

데이터의 중요성: 피지컬 AI의 미래

결국 피지컬 AI의 미래는 모델의 우열을 가리는 것에서 더 나아가, 데이터 확보에 달려 있다는 점이 업계의 공통된 의견입니다. 현재 로봇이 제대로 학습하기 위해 필요한 행동 데이터가 부족하다는 문제가 제기되고 있습니다. 예를 들어, 유튜브에 있는 요리나 공장 작업의 영상은 로봇에게는 단순히 픽셀로만 보일 뿐, 필요한 정보가 포함되어 있지 않습니다. 로봇이 실제로 학습하기 위해서는 사람의 손 움직임, 접촉 순간, 힘의 가해지는 정도 등 심층적인 데이터가 필요합니다.

이처럼 피지컬 AI는 아직 초기 단계에 있지만, 앞으로 로봇 공학 및 AI 활용에 있어 중요한 전환점이 될 것으로 예상됩니다. 젠슨 황 엔비디아 CEO는 올해 GTC에서 “로봇 공학의 챗GPT 모멘트가 왔다”고 발표했으며, 일론 머스크 CEO는 “휴머노이드 로봇이 AI의 다음 거대한 시장”이라고 강조했습니다.

앞으로 피지컬 AI 분야에서 VLA와 월드 모델이 어떤 경로로 발전할지, 그리고 데이터 관리 및 활용 방식이 어떻게 변화할지 귀추가 주목됩니다.