# 자동 운전이나 로봇 분야에서, 다음으로 중요한 것은 “모델의 지능”이라는 의견이 있다.

> https://bookfactory.kr/c/ai-tech/8993
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-08-08T05:28:25.662Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/300303850/rectangle_large_type_2_359c52cd0705b3877688dd4f5a1366cc.png?width=1280)

AI가 계속해서 똑똑해진다면, 자율주행차와 로봇도 결국에는 스스로 완성될 것이다.

어쩌면 그렇게 생각하지 않으세요? 저 역시 솔직히 그렇게 생각했던 부분이 있습니다.

그런데 최근 읽은 기사는 이 전제를 깔끔하게 뒤집어 주었습니다. 쓴 사람은 자율주행 등의 개발을 지원하는 소프트웨어 회사 Applied Intuition의 공동 창업자, Peter Ludwig 씨입니다. 오늘 이 기사의 내용을 최대한 쉽게 소개해 드리고 싶습니다.

## そもそも「フィジカルAI」って何?

먼저 언어를 정리하여 시작합니다.

ChatGPT나 Claude와 같은 AI는 글을 쓰거나, 코드를 작성하거나, 화면 안에서 끝나는 일에 능숙합니다. 이를 “디지털 AI”라고 부른다면, 그 지능을 실제 몸, 즉 자동차나 로봇의 움직임에 연결하는 기술을 “물리적 AI”라고 합니다.

자율 주행차는 신호를 인식하고 브레이크를 밟습니다. 청소 로봇은 벽에 부딪히지 않도록 방향을 전환합니다. 이것들은 모두 물리적 AI의 영역입니다.

## 모델이 똑똑해지면 해결될 거야”라는 말은 반쪽짜리다.

많은 사람들이 무의식적으로 믿는 이야기가 있습니다.

모델이 더 똑똑해지면 좋은 자율 주행차나 로봇이 만들어질 수 있다

하지만 루도비히는 이 관점이 반만 맞다고 말합니다. 똑똑한 모델이 좋은 기계를 만드는 데 필요한 조건일 수는 있지만, 그것만으로는 충분하지 않다는 뜻입니다.

무라카미 하루키는 모델의 지혜를 “엔진의 성능”에 비유한다. 하지만 좋은 엔진을 장착했다고 해서 바로 좋은 차가 만들어지는 것은 아니지 않은가? 차체에 통합하여 다양한 노면과 기상 조건에서 테스트하고, 안전 기준을 충족시키며, 실제로 판매하면서 운행하면서 문제점을 해결해나가는 과정이 필요하다. 바로 이 “엔진을 차에 완성해나가는 과정”이 사실상 병목 현상을 일으키고 있다는 것이 루트 위트락트의 지적이다.

또한 이 과정은 지난 10년간 거의 진화하지 않았다는 설명입니다. 벤치마크에서 20% 개선된 모델이 들어와도, 이를 실제 차량에 장착하여 “이 정도면 안전합니다”라고 말할 수 있게 되기까지 몇 달 걸리는 경우도 흔하지 않습니다.

이는 이전에 쓴 일론 머스크의 5단계 이야기와도 일맥상통하는 부분이 있습니다. 머스크는 “모든 요구사항을 의심하고 → 삭제하고 → 최적화하고 → 빠르게 하고 → 자동화한다”는 순서를 중요하게 생각하며, 많은 사람들이 이 순서를 건너뛰고 갑자기 “빨라지게 하고”, “자동화한다”는 단계부터 시작한다고 지적했습니다.

지난 10년 동안 멈춰 있던 검증 파이프라인 역시, 바로 같은 함정에 빠져 있을지도 모릅니다. 아무도 그 과정을 ‘정말로 이 형태인지’라고 의심하지 않으면서, 기존 방식 위에 부분적인 자동화만 쌓아온 결과입니다. 그래서 모델이 아무리 똑똑해져도, 기반이 되는 과정 자체가 ‘오래되고 의심받지 않는 요구사항’ 위에 놓여 있는 상태이기 때문입니다. 루드비히 씨의 회사가 하고 있는 일은 그 과정을 완전히 새롭게 구축하는 것, 즉 1단계와 2단계로 되돌아간 후 처음으로 4단계인 ‘속도 향상’에 들어오는 것처럼 느껴졌습니다.

## ChatGPT가 똑똑하다고 해도 로봇은 똑똑해지지 않는다.

또 한 가지, 뜻밖의 지적이 있습니다.

ChatGPT처럼 똑똑한 AI 에이전트가 늘어나고 있으니, 그것들을 자율 주행이나 로봇 기술에 활용한다면, 마찬가지로 생산성이 향상될 거라고 예상한다.

이것도 틀렸다고 루트비히 박사가 말합니다.

디지털 AI가 뛰어난 것은 문장, 코드, 대화 등입니다. 하지만 물리 AI가 다루는 것은 주행 기록, 센서가 수집한 데이터, 시뮬레이션 결과, 수많은 차량이 보내는 방대한 정보 등 완전히 다른 세계의 데이터입니다.

이것은 이제 안전하다고 할 수 있는 상태입니다.

이러한 판단을 내릴 수 있는 것은 해당 분야를 완전히 이해한 전용 AI뿐이며, 일반적인 챗봇 AI를 그대로 가져와도 도움이 되지 않는다는 의미입니다.

## 빠른 것이 안전하다는, 다소 의외의 이야기

이 글에서 가장 흥미로운 부분은 루드비히가 “속도가 안전성을 높인다”라고 단언하는 부분일 것입니다.

평범하게 생각하면 신중하고 천천히 진행하는 것이 더 안전하다고 느껴지죠. 하지만 실제로는 반대라서 시험 결과가 몇 분 뒤에 돌아오게 되면 그만큼 더 많은 상황을 시도할 수 있고, 문제도 일찍 저렴한 비용으로 찾을 수 있습니다.

루도비히 회사의 Dana 플랫폼에서는 개발 주기가 대략 20배 빨라졌고, 현장에 반영하는 속도가 “몇 주에 1회”에서 “하루에도 수차례”로 바뀌었다고 합니다. 현장에서 수집한 데이터가 다시 다음 테스트나 개선에 활용되어 AI를 더 똑똑하고 빠르게 만드는 긍정적인 순환이 반복되는 논리입니다.

## 지능은 어디에나 존재한다. 활용하는 능력은 아직 부족하다.

기사 내용에서 가장 인상 깊게 남은 문장이 이것입니다.

지능은 이제 상품처럼 흔하게 구할 수 있는 것이 되었다. 하지만 그것을 실제로 활용할 수 있는 형태로 만드는 능력은 아직 갖춰지지 않았다.

알겠습니다.

정말 그렇군요.

## 내 로봇 제작을 하면서도 똑같은 기분을 느꼈다.

사실 이 이야기는 제가 최근 시작한 로봇 제작 이야기와 겹치는 부분이 있습니다. 이전에 이런 기사를 썼었는데, 생성 AI와 3D 프린터로 로봇을 만들려고 하고, 전자 공학이나 CAD는 거의 경험이 없는 곳에서의 시작입니다.

처음에는 “모터나 기어 부분까지, 전부 3D 프린터로 만들어보까나”라고 생각했지만, AI에게 들으니 “거짓말, 거의 확실히 포기하게 될 거야.” 였습니다.

가정용 3D 프린터로 만든 기어는 정밀도와 내구성이 다소 떨어집니다. 초보자가 갑자기 손을 댈 곳은 아닙니다.

그러다 방향을 전환했습니다. 정밀도가 생명인 부분인 모터나 기어는 타미야의 완성된 목업 키트에 맡기고, 생성 AI와 3D 프린터는 외장재나 센서 부착, 움직임 규칙 제작 등 실패해도 수정할 수 있는 부분에만 활용하는 방식으로 분담했습니다.

정확히 이와 같은 구조라고 느꼈습니다. 생성 AI가 얼마나 똑똑하게 코드나 CAD 데이터를 작성했더라도, 그것을 실제로 작동하는 물건으로 조립하고, 작동 확인을 하고, 미세 조정하는 과정은 완전히 다른 기술이 필요합니다. 개인의 취미 수준의 공예 활동조차도, 그곳이 병목 현상이 되는 것입니다. 규모나 안전 기준은 전혀 다르지만, 구조적으로는 매우 유사하다고 생각합니다.

## 모델 외측에 가치가 이동했다는 큰 흐름

사실 이 이야기는 단편적인 주제라기보다는 최근 AI 논쟁 전체에 흐르고 있는 큰 주제의 일부라고 생각합니다.

이전, Qwen이나 Kimi와 같은 오픈 모델이 미국 AI 연구소에까지 영향을 미치고 있다는 이야기를 썼습니다. 그곳에서 쓴 내용은, 탑 모델들 간의 성능 격차가 점점 줄어들고 있으며, “모델 단체의 강함”만으로는 오래도록 우위를 점할 수 없다는 이야기입니다.

수직 AI와 범용 AI를 비교한 기사에서도 비슷한 논의가 있었습니다. 범용 AI가 발전할수록 승패의 결정적인 요소는 “그 AI를 산업 특화된 데이터와 워크플로우에 어떻게 통합할 것인가”에 달려 있다는 이야기입니다.

결국, 이렇게 생각하는 것 같습니다.

모델 자체는 점점 상품화되어 간다. 차별점을 보이는 것은 모델 주변의 것, 즉 “실행 능력”, “현장에 전달하는 능력”의 영역이라고.

루드비히 씨의 기사는 이러한 흐름을 가장 구현 비용이 높은 영역(자율 주행 및 물리 로봇)에서 가장 명확하게 글로 표현한 것으로 생각됩니다.

## 솔직히 말씀드려, 지금까지의 이야기는 어느 정도 전개되었지만, 여전히 풀리지 않는 부분이 많다는 생각이 듭니다. 특히 카호와 슌페의 관계에 대한 불안감이 계속 맴돌죠. 슌페가 다른 여성과 데이트하는 모습이 계속 눈에 거슬리고, 카호는 그 사실을 받아들이기 위해 애쓰는 모습이 안타깝습니다. 

슌페는 왜 그런 행동을 하는 걸까요? 단순히 불안감 때문일까요, 아니면 다른 이유가 있을까요? 카호는 슌페를 믿고 싶어 하지만, 그의 행동은 그녀를 끊임없이 괴롭힙니다. 

이런 상황 속에서 카호는 자신의 감정을 제대로 표현하지 못하고 혼자 괴로워하고 있습니다. 그녀는 슌페에게 자신의 마음을 전하고 싶지만, 두려움 때문에 망설이는 것 같습니다. 

슌페 역시 카호에 대한 마음을 숨기고 있지만, 그녀를 곁에 두는 것을 힘들어하는 것 같습니다. 그는 카호에게 진심으로 다가가고 싶어 하지만, 자신의 감정을 솔직하게 드러내는 것을 두려워하는 것 같습니다. 

이 두 사람의 관계는 끊임없이 갈등하고, 서로를 이해하지 못하는 상황 속에서 점점 더 깊은 골을 파고들고 있습니다. 과연 이들의 관계는 어떻게 될까요? 카호는 슌페를 믿고 사랑할 수 있을까요? 아니면 결국 이들의 관계는 파국으로 치닫게 될까요? 

이 모든 것은 아직 미지수입니다. 하지만 카호와 슌페의 관계는 앞으로도 많은 어려움과 갈등을 겪을 것 같습니다. 그리고 그들의 관계는 우리에게 사랑과 관계에 대한 깊은 질문을 던져줍니다. 

무라카미 하루키의 소설 속 주인공들처럼, 카호와 슌페 역시 자신의 삶에서 중요한 깨달음을 얻게 될지도 모릅니다. 그리고 그들의 관계는 우리에게 삶의 의미와 가치에 대해 다시 한번 생각하게 만들 것입니다.

최근 몇 달 동안 투자와 AI에 대해 글을 쓰면서 계속해서 느낀 것은 “솔직한 AI 모델이 무엇을 할 수 있고 무엇을 할 수 없는지”가 조금씩 명확해지고 있다는 것입니다.

최근까지는 “모델만 똑똑해진다면 모든 것을 해결할 수 있다”는 분위기가 강했던 것 같습니다. 하지만 지금은 모델 자체보다 그것을 현장에 어떻게 전달하고, 어떻게 검증하고, 어떻게 업계 워크플로우에 통합할지에 가치가 이동하고 있다는 이야기를 다양한 각도에서 자주 접하게 되었습니다.

이는 투자의 관점에서도 중요한 변화라고 생각합니다. 자율주행차나 로봇 관련 회사를 볼 때 “모델이 얼마나 똑똑한가”뿐만 아니라 “만들어진 것을 검증하고 현장에 적용하기까지 얼마나 빠른 속도로 진행되는가”도 평가 기준으로 추가하는 것이 좋을 것 같습니다. Applied Intuition 자체는 상장되지 않은 기업이므로 개인 투자자가 직접 주식을 구매할 수는 없지만, 같은 시각은 테슬라의 FSD나 국내의 자율주행 관련 종목을 볼 때에도 적용할 수 있을 것입니다.

그리고 “모델의 외측”에서 가치를 창출하려는 엔지니어와 개인들이 늘어나는 것도 매우 좋은 흐름이라고 생각합니다. 로봇 제작이라는 작은 시도 역시 같은 질문에 직면하고 있다는 생각에, 계속하는 이유가 조금 더 생기는 것 같습니다.

투자나 정치 경제 관련 주제도 다루고 있으니, 팔로우 부탁드립니다.

이 노트를 참고하셔서 좋게 눌러주시면 큰 힘이 됩니다.

다음에 또 만나요. 읽어주셔서 감사합니다!

**출처:** [note 원문](https://note.com/okuokuchannel/n/n49aede081c84)

*번역: Gemma 3(.44) 초벌 + 교정 37청크*

[원문 보기](https://note.com/okuokuchannel/n/n49aede081c84) | 출처: note.com