 |
 |
미국의 한 물류 창고에서 휴머노이드 로봇이 200시간을 쉬지 않고 돌아가며 소포 약 25만개를 분류했습니다. 사람이 대략 9일 동안 거의 잠도 안 자고 일한 것과 맞먹는 시간입니다. 이는 지난 5월 피겨 AI가 자사 로봇 F.03의 성능을 보여주기 위해 공개했던 영상에 담긴 모습이었는데요.
그런데 정작 우리 생활 속에 로봇이 깊숙이 들어왔냐고 묻는다면, 그건 또 아닌듯 합니다. 물론 식당에서 서빙하는 로봇이나 배달하는 이동 로봇은 종종 볼 수 있지만, 실제 우리 집 거실, 안방, 부엌과 같은 생활 공간에 로봇이 활약하고 있는 경우...거의 없다고 보는 게 맞죠.(간혹 소셜 미디어에서 거금을 주고 산 로봇에게 요리 맡겼다가 난장판이 된 모습을 촬영한 영상들을 가끔 보는 정도?)
이 간극, 어쩌면 당연한 상황일 지 모릅니다. "공장·창고에선 이미 일하기 시작한 듯한데, 내 옆엔 왜 아직 없을까" 이것이 올해 여름 피지컬 AI(현실에서 보고 판단해 움직이는 AI)의 현주소입니다.
그래서 이번 레터에선 크게 세 가지를 짚어보겠습니다. 첫째, 로봇이 아직 우리 곁에 못 오는 진짜 이유. 둘째, 그럼에도 로봇의 기술적 수준이 어디까지 왔는지. 마지막으로는, 그래서 내 일자리는 어떻게 되는지를 알아보겠습니다.
참고로 우리 정부는 이 판의 승부가 갈리는 시점을 앞으로 3년이라고 못박았습니다. 남의 일이 아니라, 곧 우리 앞에 닥칠 일이라는 뜻인데요. 그럼 함께 알아보실까요.
 |
미라클레터가 ‘업데이트’ 등 다른 탭에 분류되면 놓치거나 찾기 어려울 수 있습니다. 아래 간단한 설정으로 메일함에서 레터를 바로 확인해보세요
현재 메일이 ‘업데이트’나 다른 탭에 들어가 있다면, 메일을 클릭한 상태로 ‘기본’탭에 드래그 해주세요! 이렇게 설정해 주시면 미라클레터를 더 쉽게 찾을 수 있답니다.
미라클레터 발신 주소를 연락처에 등록해주세요! 주소록에 추가하면 중요한 메일이 다른 탭이나 스팸으로 분류되지 않아 언제든지 쉽게 확인하실 수 있습니다. 해당 이메일을 열고 발신자(미라클레터) 이름 위에 마우스를 올린 후 오른쪽 위 ‘연락처에 추가’ 아이콘을 클릭하시면 됩니다 |
지메일을 사용하시는 분들께 알려드립니다.
1. 드래그 앤 드롭으로 ‘기본’ 탭으로 이동하기
 |
|
오늘의 세줄 요약 |
|
 |
|
1X의 가사 로봇 '네오'입니다. 한달에 499달러(70만원대) 구독료를 내면 기본 모델을 사용할 수 있다네요. <출처=X1 유튜브 공식 채널> 주변에 로봇 없다고요? 그 이유는 '데이터' 때문입니다 최근 취재 현장을 다니다 보면 로봇을 직접 마주할 때가 있습니다. 춤을 추기도 하고, 빨래를 개는 모습도 보여주는데, 사실 전 이런 광경을 볼 때마다 퍼포먼스 같다는 생각이 많이 들었습니다. 가격표가 붙지 않았지만, 이 정도 성능으로 제값을 할 수 있을까 하는 의구심이 상당했어요. 물론 지금도 그러합니다. 여담으로 지난 3월 스페인 바르셀로나에서 열린 MWC에 취재차 들렀을 때 재미있는(?) 일화가 있었는데요. 기사에는 쓰지 않았지만, 한 중국 기업이 로봇의 동작 과정을 끊임없이 반복 훈련하는 모습이 보이더라고요. 일종의 리허설일 텐데, 실수...어마어마하게 많이 하더라고요. 마치 짜여진 각본대로 움직이듯 동작하다가 넘어지기도 하고...담당자로 보이는 분이 진땀을 흘릴 정도였으니 말 다했죠. 하지만 다행스럽게도 실제 개막 후 해당 부스에선 즐길 거리인 것마냥 인증샷을 남기는 참관객이 정말 많았습니다. 이건 국적을 불문하는 듯해요. 또 다른 기업이 내놓은 로봇도 빨래를 갠다기보다는 개는 시늉을 한다는 느낌이 강했어요. (물론 이건 주관적인 견해입니다.) 제가 이 얘기를 꺼낸 것은 막상 우리 주변을 보면 실생활에서 볼 수 있는 로봇이 생각보다 많지 않다는 점 때문입니다. 아직은 상용화에 걸림돌이 있는 부분들이 적지 않아서일 텐데요. 예를 들어볼게요. 창고 분류를 척척해내는 로봇에게 거실 빨래를 개보라고 하면 어떨까요? 학습(훈련)이 되어 있지 않은 이상 쩔쩔맬 수 밖에 없습니다. 그나마 창고는 조명, 동선, 물건 위치가 통제된 공간이라는 변수가 적지만, 집은 그렇지 않죠. 빛이 시시각각 바뀌고 물건이 어질러져 있으며, 특히 집집마다 구조가 다 다릅니다. 로봇 학습 전문가 Nikita Rudin은 이 문제를 이렇게 표현했어요. 로봇이 일반화에 실패하면 성능이 조금 떨어지는 정도가 아니라, 예측 불가능하게 무너진다는 것. 티셔츠 한 장을 개는 일조차, 천이 어떻게 구겨지고 접히는지를 3차원으로 이해해야 하는 고난도 작업이거든요. 그럼 로봇은 왜 아직 서툴까요? 챗봇은 뭐든 척척 답하는데 말이죠. 여기서 진짜 이유가 나옵니다. 바로 데이터! 챗봇이 똑똑한 건 인터넷에 쌓인 수조 개의 글자를 학습했기 때문입니다. 수십 년간 수십억 명이 만들어 놓은 텍스트라는 노다지가 있었죠. 그런데 피지컬 AI에는 그런 노다지가 없어요. 로봇이 배워야 하는 '몸 쓰는 법'은 인터넷에 없고, 사람이 로봇을 일일이 조종해 동작 하나하나를 시연해서 만들어야 합니다. 한 업계 자료의 표현이 인상적입니다. 글자를 다루는 AI는 결과가 틀리면 밀리초 만에 다시 생성하면 되지만, 유리컵을 떨어뜨린 로봇 팔은 중력을 되돌릴 수 없다는 것입니다. 문제는 데이터를 확보하는 속도입니다. 생각보다 쉽지 않습니다. 사람이 직접 시연해서 데이터를 만들면, 하루 8시간씩 5년을 부어도 겨우 1만 시간어치가 나옵니다. 배경훈 과기정통부 장관은 이 격차를 이렇게 정리했어요. 생성형 AI가 10만 년치에 달하는 데이터를 학습한 반면, 피지컬 AI가 확보한 건 1만 시간 수준에 그친다고요. 그만큼 로봇이 사람처럼 움직이려면 데이터가 압도적으로 부족하다는 얘기겠죠. 눈에 띄는 대목은 돈의 흐름이 이 진단을 그대로 증명하고 있다는 점입니다. 로봇의 '두뇌'를 만드는 스타트업 피지컬 인텔리전스(Physical Intelligence)는 구글 캐피털G와 제프 베이조스 등에서 6억 달러를 조달하며 기업가치 56억 달러를 인정받았습니다. 이 회사의 모델 'π0(파이제로)'는 하드웨어를 가리지 않고 빨래 개기, 식탁 치우기, 커피 내리기 같은 일을 배웁니다. 이 지점에서 2025년 한 해에만 로봇·피지컬 AI 스타트업에 사상 최대인 276억 달러가 몰렸다고 하는데, 그 상당 부분이 결국 '데이터를 어떻게 확보하느냐'에 걸려 있었죠. |
|
중국의 로봇 개발사 애지봇의 로봇들이 실제 환경과 유사한 가상의 공간에서 일상적인 작업을 수행할 수 있도록 훈련을 받고 있네요. <출처=상하이아이매직 유튜브 공식 채널> |
|
인도의 근로자들이 요리, 청소, 생활용품 정리와 같은 일상적인 작업을 기록해 AI 시스템이 물리적 세계를 이해하고 상호 작용하는 데 도움이 되는 데이터셋을 만들고 있어요. <출처=WION 유튜브 공식 채널> 값싼 노동력이 빚어낸 데이터? 미·중 다른 접근법 자, 그럼 이런 궁금증이 들 수 있습니다. "데이터 확보, 어떻게 하지?" 해법은 크게 두 갈래로 갈립니다. 우선 중국식 '물량전'입니다. 가상이 아니라 진짜 사람 손으로 밀어붙이는 방식이죠. 일례로 중국 상하이의 휴머노이드 기업 애지봇(AgiBot)은 수백 대의 로봇을 사람이 원격 조작해 학습 데이터를 대량 생산하는 거점을 운영 중입니다. 마치 값싼 인건비를 앞세운 인해전술인데요. 이는 인도에서도 비슷한 분위기입니다. 특히 인도에선 마치 부업(?) 처럼 로봇 데이터를 만드는 일거리가 늘고 있다고 합니다. 두번째는 가상에서 데이터를 찍어내는 '월드 모델'입니다. 이를 통해 미국 등 주요 글로벌 빅테크들이 우회 방식으로 합성 데이터를 만들어 내고 있습니다. 현실을 일일이 겪게 하는 대신, 시뮬레이션 안에서 로봇을 무한히 연습시키는 방식이죠. 일례로 엔비디아는 로봇·자율주행용 월드 모델 '코스모스(Cosmos)'를 실제 데이터 2000만 시간으로 학습시켰고, 공개 이후 다운로드 200만 건을 기록했습니다. 피규어 AI·어질리티·1X 같은 기업들이 이걸 쓰고 있죠. 앞서 루딘이 지적했듯, 사람이 손으로 시연하는 물량전으로는 한계가 있으니 시뮬레이션으로 승부하겠다는 발상입니다. 다만 아직 완성형은 아닙니다. 엔비디아조차 코스모스가 만든 영상에서 물체가 사라지거나 중력을 어기는 오류가 남아 있다고 인정하기도 했어요. 그럼 우리나라는 어떤 방법을 채택하고 있을까요? 일단 우리 정부는 미국처럼 월드 모델을 고도화는 방식을 추진하고 있습니다. 월드모델 기술 자체가 무엇이 정답인지 정해지지 않았다는 점에서 우리 정부는 크게 세 갈래로 나눠 개발할 예정입니다. 앞서 언급했던 엔비디아 ‘코스모스' 계열부터 페이페이 리 미국 스탠퍼드대 교수의 ‘월드랩스' 계열, 얀 르쿤 뉴욕대 교수의 ‘JEPA' 계열입니다. 방식마다 장단점이 다른 만큼, 각 분야에 밝은 국내 교수·연구진이 나눠 맡아 개발할 계획이죠. 여기서 잠깐, 이런 지적 나올 수 있는데요. "그냥 빅테크 모델 쓰면 되는 것 아닌가"라고요. 이 지점에 대해 과기정통부 관계자는 이렇게 설명하더군요. 당장은 코스모스 같은 해외 월드모델이 가성비 있을 것으로 보일 수 있으나, 장기적인 관점에서 보면 안보와 기업의 데이터 보호를 생각하지 않을 수 없다고요. 그 예시로 이 인사는 삼성전자의 반도체를 언급했습니다. 국방이나 첨단 제조 현장의 민감한 데이터가 외부로 빠져나갈 수 있다는 우려가 크다고요. |
 |
|
최근 피겨 AI의 휴머노이드 로봇 F.03이 BMW 공장에 투입된 모습입니다. 이 모델 200시간 동안 단 한 번도 쉬지 않고 소포 분류 했던 그 로봇입니다. <출처=피겨 AI 유튜브 공식 채널> 200시간 일한 로봇, 진짜일까 하이프(Hype)일까 다시 앞서 본 장면들로 돌아가보겠습니다. 데모 영상은 늘 화려하죠. 그래서 의심이 듭니다. "저거 진짜 현장에서 일하나, 아니면 쇼인가?"라고요. 피겨 AI를 통해 숫자로 따져보겠습니다. 먼저 '진짜' 쪽의 근거입니다. 서두에서 언급한 200시간 시연에서 피겨 AI의 로봇은 자체 AI '헬릭스'만으로 소포 약 24만 9560개를 처리하며 사람의 분류 속도(개당 약 3초)에 근접했습니다. 이에 앞서 열린 인간 대 로봇 대결은 더 상징적입니다. 10시간 동안 사람 인턴이 1만 2924개, 로봇이 1만 2732개를 처리했는데, 이 차이가 단 192개였습니다. 사람은 "팔이 부서질 것 같다"고 했지만 로봇은 쉬지 않았죠. 현장 배치도 실제로 벌어졌습니다. 피겨 AI의 이전 모델은 BMW 미국 스파르탄버그 공장에서 11개월간 하루 10시간씩 일하며 부품 9만여 개를 다루고 X3 차량 3만여 대 생산에 기여했죠. 이제 '하이프'(과대 광고) 쪽입니다. 피겨 AI의 경우 390억 달러라는 몸값에 비해 매출은 사실상 없습니다. 2025년 출하량은 150대 안팎으로 추정되고, 안전을 소홀히 했다는 내부고발 소송도 걸려 있죠. 창업자 Brett Adcock 스스로도 "아직 내 아이들 곁엔 로봇을 두지 못하겠다"고 말할 정도였죠. 200시간 시연에서도 바코드가 거꾸로 놓이는 오류가 남아 있었습니다. 그래서 결론이 무엇이냐고 한다면, 전문가들의 진단은 '진짜와 하이프의 공존'으로 모입니다. 가트너의 Bill Ray 연구 책임자는 "무대 위에서 세탁기에 옷을 넣는 로봇은 놀랍지만 빨래 몇 분 아끼려고 수만 달러를 쓸 이유를 대기는 어렵다"고 지적했어요. 그래서 로봇은 병원이나 공장처럼 반복 작업이 대규모로 필요한 곳부터 퍼지고, 보통의 가정에 자리 잡기까지는 수년이 걸린다는 겁니다. |
 |
 |
로봇의 시대가 오고 있습니다. 과연 우리의 삶은 어떻게 변할까요. <출처=미드저니 생성 AI 이미지> 내 직업은 어느 쪽? 뭐가 바뀌고, 뭐가 남을까 마지막 얘기를 짚어보죠. 바로 일자리입니다. "그래서 내 일은 사라질까?"라는 궁금증. 저 역시 그 답을 찾고 싶은데요. 지난해 10월 뉴욕타임스(NYT)가 보도했던 내용을 한번 보겠습니다. 미국 루이지애나주 슈리브포트의 아마존 물류창고. 로봇 1000여 대가 돌아가는 이곳에선 (뉴욕타임스의 표현을 빌리면) 물건이 일단 포장 단계에 들어가면 사람 손이 거의 닿지 않습니다. 이 창고는 지난해 로봇이 없었을 때보다 인력을 약 25% 적게 썼다고 해요. 뉴욕타임스가 입수한 내부 문서에 따르면, 아마존은 이 모델을 확산해 2033년까지 미국 일자리 60만 개의 신규 채용을 피하고 전체 작업의 75%를 자동화하려 합니다. 심지어 반발을 우려해 '자동화'·'AI'·'로봇' 같은 단어 대신 '첨단 기술'이나 '코봇(협동로봇)'으로 바꿔 부르는 방안까지 검토했다고 합니다. 이미 아마존의 로봇은 100만 대를 웃돌았는데, 이는 사람 직원 약 150만 명과 맞먹는 규모라고 하고요. 여기에 노벨경제학상 수상자 Daron Acemoglu의 경고가 무게를 더합니다. 그는 아마존만큼 자동화할 유인이 큰 곳은 없으며, 이 방식이 수익을 내기 시작하면 다른 기업으로 번진다고 봤죠. 그렇게 되면 미국 최대 고용주 중 하나가 '일자리 순창출자'에서 '순파괴자'로 바뀔 수 있다는 분석입니다. 불안의 목소리는 더 있어요. 일론 머스크는 언젠가 옵티머스 로봇이 세상 모든 외과의사보다 많아질 것이라고 했고, 콜센터 같은 현장에서는 일자리 소멸 우려가 나옵니다. 맥킨지글로벌연구소는 자동화로 2030년까지 전 세계 4억~8억 개 일자리가 대체되고, 최대 3억 7500만 명이 아예 다른 직종으로 옮겨야 할 수 있다고 추정했어요. 그런데 반대편 이야기도 만만치 않습니다. 세계경제포럼(WEF)은 2030년까지 일자리 1억 7000만 개가 새로 생기고 9200만 개가 사라져, 순증 7800만 개가 될 것으로 봤어요. 다만 이 수치는 휴머노이드만이 아니라 AI·자동화·친환경 전환 등 기술 변화 전반을 반영한 것이라, 로봇 하나로 설명되진 않습니다. 역사에서도 참고할 대목이 있는데요. 과거 미국에선 1970~80년대 ATM이 퍼질 때 은행 창구 직원이 사라질 거란 예측이 많았지만, 실제로는 은행 창구 직원이 1970년 30만 명에서 2010년 60만 명으로 늘었다고 합니다. ATM이 지점 운영비를 낮추자 은행이 지점을 더 열었고, 사람은 기계가 못 하는 상담 업무로 옮겨간 결과였습니다. 참고로 아마존도 비난의 시선이 두려웠는지 로봇 정비·관리 등 100개 이상의 새 직군을 만들고 70만 명을 재교육했다고 반박했죠. 그래서 실전에서 갈리는 건 '소멸이냐 존속이냐'가 아니라 '어떤 일이냐'일텐데요. 먼저 밀려나는 쪽은 물류·제조의 반복적이고 정형화된 작업이라는 분석이 지배적입니다. 창고의 적재·집품·포장·분류처럼 표준화된 일이 가장 먼저일 것이란 관측이 나옵니다. 특히 한국은 이 흐름에 특히 민감한 나라죠. 근로자 1만 명당 로봇 1220대로 제조업 로봇 밀도 세계 1위여서, 인력 공백이 로봇 수요를 앞당기고 있죠. 딜로이트는 인력난이 이어지면 향후 10년간 제조업 일자리 190만 개가 채워지지 못할 수 있다고 봤어요. 반대로 오래 남을 쪽은 사람 간 정서적 교류가 핵심인 돌봄·상담, 그리고 변수가 많아 정형화가 어려운 비정형 현장 노동이라는 진단이 나옵니다. 로봇을 굴리는 쪽에서 운영·관제·정비·안전, 특히 '데이터 품질' 같은 새 직무가 늘어나고 있다고 합니다. 물론 낙관만 할 수는 없죠. 새로 생기는 일자리가 밀려난 사람들을 그대로 흡수한다는 보장이 없고, 일자리가 사라지는 지역과 새 일자리가 생기는 지역이 다를 수 있으니까요. 결국 질문은 하나로 좁혀집니다. 내 일은 루틴한 쪽인가, 아니면 인간의 판단·관계·조율이 필요한 쪽인가. 어쩌면 그 답이 앞으로 3년의 내 자리를 가를 것 같다는 생각이 듭니다. (여러분의 의견은 어떠신가요?) |
 |
 |
※ 제목을 누르면 원문으로 연결됩니다. |
7일부터 불법·허위조작정보를 근절하기 위해 개정된 '정보통신망 이용촉진 및 정보보호 등에 관한 법률'(정보통신망법)이 시행됩니다. 법 시행을 앞두고 온라인 커뮤니티 등을 중심으로 "내가 사회관계망서비스(SNS)에 쓴 글도 국가 검열이나 처벌 대상이 되는 것 아니냐"는 불안감이 확산되고 있습니다. 하지만 주관 부처인 방송미디어통신위원회는 이번 개정안이 악의적인 가짜뉴스로 인한 국민 피해를 막기 위한 장치일 뿐, 국가 검열 도구로 악용된다는 주장은 사실이 아니라고 선을 그었습니다. "2028년 3월까지 완전히 자동화된 인공지능(AI) 연구자를 만들겠다."(작년 10월 샘 올트먼 오픈AI 최고경영자·CEO) "훗날 우리가 특이점의 산기슭에 서 있었음을 깨닫게 될 것이다."(올해 5월 데미스 허사비스 구글 딥마인드 CEO) 세계 AI업계를 이끌고 있는 수장들이 약속이나 한 듯 같은 AI의 미래를 화두로 던지고 있습니다. 인간이 손대지 않아도 AI가 스스로 더 나은 AI를 만들어내는 미래, 이른바 '재귀적 자기 개선(Recursive Self-Improvement·RSI)'입니다. "인공지능(AI)이 국가 안보를 좌우하는 핵심 지정학적 무기로 부상한 가운데 기업들이 1개의 AI 모델에만 의존하는 것은 매우 위험합니다. 업무 목적과 우선순위에 따라 다양한 인프라스트럭처 환경에서 여러 모델을 혼합해 사용하는 전략을 짜야 합니다." 니틴 미탈 딜로이트 글로벌 AI 리더는 최근 심화하는 글로벌 AI 패권 경쟁 속 기업의 생존 전략에 대해 이같이 강조했습니다. 미탈 리더는 현재 글로벌 환경을 'AI 시대이자 분열된 지정학의 시대'로 정의하며 단일 AI 모델이나 특정 클라우드에 얽매이는 것은 한계가 있다고 지적했습니다. "우리가 괴물을 만들었다." 막대한 규모의 인공지능(AI) 사용 청구서를 받아든 미국 소프트웨어 기업 워카토의 카터 부시 최고정보책임자(CIO)가 뱉은 비명입니다다. 전 직원에게 AI 에이전트를 도입해 AI 전환(AX) 성공 기업으로 꼽혔던 워카토는 주력 모델 '클로드'의 요금 체계가 종량제로 바뀐 첫날 지출이 7배나 급증하며 재정적 충격에 빠졌습니다. 이처럼 무분별한 AI 도입으로 타격을 받는 사례가 늘면서 기업들의 전략이 AI를 무조건 많이 쓰는 것에서 비용 대비 성과(ROI)를 극대화하는 방향으로 선회하고 있습니다. |
 |
인사말
최근 중국에서 감정을 공유하는 연인 로봇, 반려 로봇을 공개했는데, 보신 분 계실까요? 저는 해당 영상을 보고 무섭다는 느낌이 들었습니다.
피지컬 AI 라는 것이 마치 영화에서나 볼 법처럼 인류의 삶 전반을 바꿀 수 있겠다는 생각이 들었어요. 특히 지금의 우리 세대에 이어 그다음 세대는 로봇과 공존하고 그 안에서 의미 있는 삶을 살아야 할 텐데...(문득 자녀 고민까지 해봤습니다.)
이야기가 길었네요.
날이 무척 덥습니다. 활기찬 월요일 맞이하시길 바라며 저는 다음 레터로 찾아뵙겠습니다. 무더운 여름, 여러분들의 하루하루에 시원한 바람이 가득하시길.
현장에서
고민서 드림