챗GPT·소라 말고 그 다음! 스스로 체득하는 AI로봇이 온다[딥다이브]

‘챗GPT’ 개발사 오픈AI가 새로운 동영상 생성 AI 서비스 ‘소라(Sora)’를 공개하면서 전 세계가 들썩이죠. 텍스트만 입력하면 고품질 동영상을 뚝딱 만들어준다는 점이 경이로운데요. 텍스트와 이미지, 영상까지 학습한 생성형 AI의 진화가 놀랍습니다.

그럼 우리도 얼른 뒤쫓아가자고요? 글쎄요. 어차피 이미 늦었는데, 건너뛰고 다음 단계로 나아가면 어떨까요. 그 다음이라 함은 바로 AI 로봇을 일컫습니다. 글·이미지·영상 자료로 학습하는 게 아니라, 오감을 사용해 사람처럼 스스로 체험하면서 학습하는 AI이죠. 서울대 AI연구원 교수 세 분과 함께 인공지능의 미래, AI 로봇에 대해 이야기 나눴습니다. 장병탁 서울대 AI연구원 원장, 박재흥 서울대 융합과학기술대학원 교수, 김현진 서울대 항공우주공학과 교수를 함께 만났습니다.

말만 하고 몸은 없는 AI와 몸은 있지만 말은 못 하는 로봇. 그 둘이 만나 AI 로봇이 된다면? 게티이미지

*이 기사는 27일 발행한 딥다이브 뉴스레터의 온라인 기사 버전입니다. ‘읽다 보면 빠져드는 경제뉴스’ 딥다이브를 뉴스레터로 구독하세요.
https://www.donga.com/news/Newsletter

오감으로 학습하는 AI 로봇이 온다

-챗GPT 탄생 이후 생성형 AI 서비스로 세상이 들썩이죠. 세분은 AI와 로봇을 일찍부터 연구하셨는데요. 이런 시대가 곧 올 거라고 생각하셨나요?

장병탁 원장=“옛날 AI는 사람이 아는 지식을 자꾸 넣어주려고 했어요. 전 그렇게 해선 멀리 못 간다, 자기가 스스로 배워야 한다고 생각했죠. ‘기계가 학습한다’는 개념인데요. 사실 1980년대만 해도 이게 이렇게 파급 효과가 클 줄은 몰랐는데요. AI 기술이 달라지면서, 이제 AI 로봇이 만들어질 수 있는 때가 됐습니다.”

-지금도 산업현장에서 로봇이 많이 쓰이죠. 하지만 그건 일일이 사람이 프로그래밍해야 작동하는데요.

김현진 교수=“예컨대 로봇 팔 길이가 얼마, 무게가 얼마인지 알면 수식을 쓸 수 있죠. 그 수식을 풀면 로봇이 어떻게 동작할지 알고요. 제가 예전에 공부했던 제어 분야에선 그렇게 했는데요. 요즘 AI 쪽에서 로봇을 연구하는 분들은 ‘그런 거 다 몰라도 돼. 나는 모른다고 하고 개발할 거야’라고 합니다. 물론 처음엔 당연히 잘 안되죠.”

-그렇겠네요, 처음엔.

김 교수=“그래서 옛날식으로 로봇을 연구하는 사람들은 ‘그거 우리가 재면 되는데 왜 모른다고 하고 시작하니?’라고 하고요. AI 쪽은 ‘지금 우리는 그 정보를 안 쓰니까 처음엔 못할지 모르지만, 이렇게 계속 학습해나가면 너네보다 나중엔 더 잘할 수 있어’라는 철학이에요.”

서울대 AI연구원에서 AI와 로봇을 연구하는 교수 셋이 2월 20일 인터뷰를 위해 한자리에 모였다. 왼쪽부터 AI 학습 분야 전문가인 장병탁 서울대 AI연구원장, 자율주행 소프트웨어 전문가인 김현진 서울대 항공우주공학과 교수, 휴머노이드 로봇 전문가인 박재흥 서울대 융합과학기술대학원 교수. AI연구원 연구실에 있던 소프트뱅크의 로봇 페퍼도 함께 촬영했다. 변영욱 기자

-접근방식이 완전히 다르군요. 로봇이 스스로 학습하면 팔 길이가 더 길든 짧든 상관없이 거기 맞춰갈 수 있겠어요.

장 원장=“프로그래밍한 건 사람이 생각한 디자인은 잘하지만 확장성이 없죠. 지금 챗GPT가 이전과 다른 것도, 옛날엔 ‘무슨 단어가 나오면 다음엔 무슨 단어라고 말해’라고 프로그램 해줬어요. 지금은 그렇게 안 하죠. ‘I love’ 다음에 뭐가 나오는지 문장을 다 학습해서, 확률적으로 답을 해요. 그래서 엉뚱한 말도 하지만.”

-로봇이 ‘제어’의 영역일 땐 정확성은 뛰어나도 확장성이 없다 보니, 산업적으로 확 커가기 어려웠다고 볼 수 있겠군요.

장 원장=“로봇은 범용적인 걸 해야 하거든요. 한가지 정해진 것만 하는 건 옛날 방식으로도 잘할 수 있어요. 지금 공장에서 쓰이는 로봇이 그렇죠. 그런데 (탁자 위 물컵을 가리키며) 이걸 치우는 로봇이라면 물컵이 이쪽에 있거나, 저쪽에 있거나 다 치울 수 있어야 하거든요. 이걸 다 프로그래밍하는 건 거의 불가능하죠.”

몸을 가지고 배우는 알로하

-최근에 ‘AI가 몸을 가지고 배워야 한다’는 이야기를 많이 하셨더라고요.

장 원장=“챗GPT는 글자만 가지고 세상을 감지합니다. 전 세상 문서를 다 읽은 셈이죠. 그다음 이제 영상이 오고 있는데, 아직은 잘 못해요. (생수병을 들면서) 이걸 보면 ‘물병이다’라고 인식하는 정도이고요. 제가 (생수병을 반쯤 숨기며) 이렇게만 보여주면 알지 못하죠. 그런데 움직일 수 있는 로봇은 이쪽 편으로 와서 보면 알 수 있어요. 그래서 몸이 있으면 훨씬 똑똑해질 수 있습니다. (물컵을 들며) 이게 뭔지 진짜 알려면 만져 보고 들어 보고 하면서 배워야 하거든요. 이제 AI가 그렇게 가야 하죠.”

-그런 AI 로봇 연구 사례 중에 재미있는 게 있으면 소개해주시죠.

질문을 하자마자 세 교수 모두 ‘알로하’를 떠올렸다. 미국 스탠퍼드대 연구팀이 구글 딥마인드와 협력해서 개발한 가사노동 AI 로봇이다. 프라이팬에 새우를 굽고 설거지도 척척 하는 양팔 로봇의 영상이 지난달 공개됐고, 세계 로봇 연구계가 뒤집혔다.

스탠퍼드대 연구팀이 지난달 공개한 알로하 영상의 캡처 화면. 새우를 요리하고, 프라이팬을 설거지하고, 와인잔을 들어 흘린 와인을 닦고, 의자를 정리하는 등 각종 가사일을 수행하는 양팔 로봇이다.

장 원장=“박재흥 교수가 연구하는 ‘텔레프레즌스(telepresence, 원격으로 사용자가 로봇을 제어)로 연구자가 물건을 잡으면, 저 멀리서 로봇 팔도 이걸 잡아요. 그게 데이터가 되고 그걸로 학습하죠. ‘아바타 로봇’으로 사람이 하는 걸 흉내 내서 학습하면, 나중엔 사람이 없어도 혼자 하게 돼요.”

-아바타 로봇이 단순히 사람 동작을 따라만 하는 게 아니라, 그걸 데이터 삼아 스스로 학습하기까지 하는군요.

박재흥 교수=“지금 기술 수준은 거기까지(동작을 따라 함)인데, AI 기술을 합하면 되는 거죠.”

-일단 새우 굽는 법을 가르치면 AI 로봇이 나중엔 다른 요리까지 만들게 될지도 모르겠어요.

장 원장=“AI 발전 관점에서 로봇이 진짜 중요한 이유가 그거예요. 몸과 센서, 액추에이터(원동기)가 있으면 기계 스스로 학습할 수 있어요. 지금은 ‘이건 물컵이야. 떨어뜨리면 깨져. 소리가 나’라고 일일이 가르쳐줘야 하는데요. 로봇이 듣고 움직일 수 있으면 안 가르쳐줘도 스스로 알 수 있죠. 지금 세상을 바꾼 게 ‘머신러닝’인데, 그 머신러닝의 한계를 넘어설 수 있는 게 AI 로봇이에요.”

-서울대에선 지난해 3월부터 팔을 가진 AI 로봇를 연구하셨죠?

장 원장=“챗GPT가 전 세상 인터넷 문서를 다 읽어 머릿속에 넣어놓고 즉답을 하거든요. 그런데 로봇은 따로 있었어요. 로봇은 몸만 있지 말은 못 했고, 챗GPT는 말은 많은데 몸은 없죠. 그 둘이 결합되는 시도가 지금 막 일어나는 겁니다.”

-서울대가 개발한 로봇팔은 ‘빨간 컵 집어줘’라고 명령하면 척척 하더라고요.

장 원장=“그 로봇은 말로 가르칠 수도 있어요. 예컨대 ‘손가락을 열고, 물병에 가까이 가서 집어’라고 말을 하면 로봇이 그 행동을 따라 해서 물병 집는 법을 배우죠.”

지난해 열린 국제 인공지능 로봇 대회 ‘로봇컵’에서 우승한 서울대·부산대 연합 로봇팀 ‘타이디보이(Tidyboy)’. 이 로봇팔은 ‘사과를 파란 컵 위에 올려줘’라고 말만 해도 알아듣고 수행한다. 프로그래밍을 한 게 아니라, 사과와 컵을 보고 만지면서 어떻게 다뤄야 할지를 체득했다. 서울대 제공

범용 로봇은 코딩 대신 AI가 필요하다

-AI가 몸을 가지면 많은 일을 할 수 있겠습니다. 일본에선 간병인력이나 택배기사 부족과 관련해 로봇을 대안으로 많이 제시하더라고요.

장 원장=“그게 사실 지금의 AI 서비스보다 파급력이 훨씬 크죠.”

-박 교수님이 개발하신 심폐소생술 로봇도 그런 점에서 필요한 기술이죠.

박 교수=“심폐소생술 로봇은 특수목적인데요. 사람들이 생각하는 건 매우 범용적인 로봇이죠. 이것도 해주고, 저것도 해주는.”

김 교수=“예를 들면 휴머노이드(인간 같은 로봇) 한 대가 이 건물에서 경비도 서고, 조리도 하고, 심폐소생도 하고, 안내도 하고, 무거운 것도 들어주고. 이런 걸 생각하죠.”

-결국 범용으로 가긴 가야 할 텐데, 아직은 특수한 목적의 로봇 위주이로군요.

박 교수=“그게 가격 경쟁력과도 연관됩니다. 예를 들어 요즘 서빙로봇이 많이 나오지만 사람은 서빙만 하지 않거든요. 청소도 하고 이야기도 나누기도 하고 가치가 더 크죠. 지금의 로봇은 특수목적이니까 가격이 싼 것 같으면서도 약간 애매해요. 그래서 사기엔 부담되죠.”

장 원장=“식당은 새마을식당도 있고 아웃백스테이크도 있잖아요. 다양한 상황이 있다 보니까 그동안은 범용으로 가기가 어려웠죠. 로봇이 지각을 가지고 스스로 학습하게 해야 하는데, 지금까지 개발하는 방법은 일일이 다 코딩해주는 거였으니까요. 아이들 교육하는 것과 비슷해요. 자꾸 암기식으로 집어넣어 주면, 당장은 잘하는 것처럼 보이지만 멀리 못 가죠. AI는 그게 아니라 애들을 박물관 데려가고 놀게 해주는 셈이죠.”

김 교수=“내일 시험을 잘 보려면 내용은 잘 몰라고 무조건 외우면 조금이라도 맞을 것 같잖아요. 그런데 계속 그렇게만 할 순 없는 거죠. 수년 후에도 공부를 잘하게 하려면 스스로 학습하게 해야 해요. 지금 AI가 그렇게 가는 거죠.”

LLM은 늦었지만 AI로봇은 이제 시작

장병탁 원장은 글, 이미지, 영상으로 학습하는 수준인 지금 AI 기술의 다음 단계가 몸을 가지고 오감을 학습하는 AI 로봇이 될 수밖에 없다고 말한다. 변영욱 기자

-AI 로봇 기술에 있어서는 한국이 많이 뒤처져있진 않나요?

장 원장=“텍스트를 가지고 챗GPT를 만드는 건 사실 이미 많이 늦었어요. 그건 이제 자본 싸움, 컴퓨팅 파워 싸움이죠. 하지만 로봇이 오감을 데이터화해 학습하게 하는 건 이제 시작이에요. 똑같은 출발이죠. 그래서 로봇 개발에 집중하는 AI는 우리나라가 잘할 수 있죠. 제조업하고도 연결되니까요.”

-거대언어모델을 우리가 새로 구축하자는 식의 작업은 돈도 많이 들고, 이미 늦었는데요. 그에 비하면 AI 로봇은 늦지 않았군요?

김 교수=“거대언어모델(LLM)을 쓰는 로봇 연구가 한 1년 정도 전에 시작된 수준이거든요. 아까 본 알로하 로봇도 세계에서 제일 잘한다고 하지만 (연구 기간이) 5년 안쪽이고요.”

장 원장= “어떻게 보면 AI 연구자들이 그걸 놓친 거예요.”

-그동안 남들이 놓쳤기 때문에 우리가 잘할 수 있겠군요.

장 원장=“못할 게 없어요.”

중국의 로봇 굴기가 걱정스러운 이유

김현진 교수는 최근 로봇 분야에서 ‘중국의 인해전술’이 상당하다고 우려한다. 인력과 투자의 규모는 로봇 산업의 성패를 가를 수 있는 중요한 요인이다. 변영욱 기자

-미국 보스턴다이내믹스의 사족보행 로봇과 유사한 걸 중국이 이제 따라서 만든다고 하죠. 아무래도 중국은 시장이 크다 보니까 로봇이 좀 허접해도 팔리고, 그 결과 기업도 기술 개발에 투자할 여력이 있는데요.

김 교수=“중국은 키워야 하는 분야는 정부가 무조건 밀어주는 데다, 중국 시장 안에서 자급자족이 됩니다. 그게 바로 선순환 사이클의 시작이죠.”

-하지만 중국이 아직 ‘스스로 학습하는’ AI 로봇에 있어서는 기술력이 앞서 나가진 못하겠죠?

김 교수=“네. 아마 우리와 비등비등할 것 같은데, 문제는 인력 숫자죠. 예를 들면 우리 연구실에서 10명의 대학원생이 아바타 로봇을 통해 데이터를 모으는 것과 중국에서 1000명이 모으는 건 비교도 안 되잖아요.”

박 교수=“개발 인력도 차이가 크죠.”

김 교수=“보통 AI나 로봇 분야는 논문을 쓰면 코드를 공개하거든요. 그 코드가 올라가면 중국 기업과 대학엔 그걸 열심히 뒤지는 사람들이 충분한 거죠. 그래서 괜찮은 게 새로 나오면 바로 갖다 써보고, 고칠 부분은 고쳐보니까요. 약점을 파악해서 더 나은 것을 만드는 걸 훨씬 빨리할 수 있어요.”

장 원장=“인구나 투자 면에서 중국이 무섭긴 무서워요.”

박 교수=“요즘 미국에서 나온 (AI나 로봇 관련) 논문을 보면 저자 중에 중국인이 없는 경우가 별로 없어요. 저자 중 한 명은 중국인이죠. 그 사람은 언젠가 중국에서 뭔가 할 거고요.”

김 교수=“저희 대학원생이 구글과 AI 논문을 쓰는 중이었는데, 어떻게 알았는지 틱톡에서 연락이 왔어요. 자기네 인턴으로 오라고요. 틱톡이 제시한 조건이 미국 빅테크보다 좋더라고요.”

-중국 출신만이 아니라 전 세계 인력 중 좋은 사람을 계속 찾아서 데려가고 있군요. 엄청 빠르네요. 한국 기업들은 그렇게 빠릿빠릿하진 않나요?

김 교수=“학생들 입장에선 매력이 없죠. 외국 기업은 제시하는 연봉 숫자가 한국의 몇 배이거든요. 제가 졸업할 때만 해도 구글이 10만 달러 준다고 들었는데, 요즘엔 톱 수준 졸업생은 40만 달러를 제시한다더라고요.”

미국은 휴머노이드 로봇 투자 붐 시작

테슬라가 두 달 전 공개한 옵티머스 2세대 모습. 손으로 계란을 집어 옮길 수 있다. 테슬라 유튜브 화면 캡처

-테슬라가 휴머노이드 로봇 옵티머스를 개발 중이죠. 어떻게 보세요? 아직 완성된 상태는 아니긴 한데요.

김 교수=“발전 속도를 보면 훌륭하죠.”

-옵티머스는 범용 로봇이 될 수 있을까요.

박 교수=“기본적으로는 테슬라 공장에서 쓰려는 거죠.”

김 교수=“그런데 휴머노이드 로봇이 잘 동작하면 사실 집에 넣을 수 있는 플랫폼이에요. 예를 들면 문턱이 있어도 되고, 계단이 있어도 되니까요.”

장 원장=“다만 가격이. 애초에 2만 달러로 만든다고 했는데, 지금으로서는 불가능하죠. 로봇팔 하나만 해도 2000만원이 들거든요.”

김 교수=“박 교수님이 보시기에 옵티머스를 똑같이 연구실에서 만들면 얼마나 돈이 들까요?”

박 교수=“아마 한 30만 달러 정도 들겠죠. 인건비 계산 안 하고, 원가만 했을 때. 그런데 지난해 휴머노이드 학회에 갔을 때 한 회사에서 이런 얘기를 하더라고요. ‘진짜 원재료, 즉 쇠 값만 따져보면 차보다 쌀 수도 있다’고요.”

-차보다 크기가 작으니까요?

박 교수=“그러니까 결국 생산의 문제인 겁니다. 자동차가 사실 되게 복잡하거든요. 그런데 엄청나게 발전해서 이 정도 가격이 된 거예요. 휴머노이드 로봇이 진짜로 필요하다면, 사람들이 노력해서 자동차보다 싸질 수도 있다고 얘기하는 거죠.”

박재흥 교수는 휴머노이드 로봇을 연구한다. 로봇 스타트업 ‘블루로빈’을 창업한 박 교수는 심폐소생술 로봇을 출시할 예정이고, 아바타 로봇도 제품화를 준비 중이다. 변영욱 기자

-로봇이 자동차만큼 필요하다고 생각한다면 말이죠?

박 교수=“차는 너무나 유용한데, 휴머노이드 로봇은 아직 할 수 있는 게 별로 없잖아요. 그런데 이게 유용하다는 걸 보여주면 결국 발전할 수 있다, 왜 2만 달러가 안 되겠느냐, 이런 얘기를 하더라고요.”

장 원장=“로봇이 노동자 1명을 명확히 대체할 수 있으면 사실 가능하죠.”

박 교수=“테슬라는 자동차 조립 공정에서 사람 노동자를 없애려고 엄청나게 노력하거든요. 옵티머스를 통해 사람을 아예 다 없애려고 하는 겁니다.”

장 원장=“좁은 공간에서 몸을 비틀어서 해야 하는 일, 기본적으로 위험할 수 있는 일도 휴머노이드 로봇이 필요해요.”

-지금 공장에 세팅된 그런 로봇이 아닌, 휴머노이드 로봇이 있어서 진짜 사람처럼 일을 시킬 수 있으면 생산성은 엄청나겠네요. 그런데 언제나 될까요?

박 교수=“빨리 될 수도 있죠. 지금 테슬라를 포함해 미국에서는 휴머노이드 로봇에 진짜 투자를 많이 합니다.”

-투자자들은 정말 그게 곧 된다고 보는 건가요?

장 원장=“투자자들은 ‘다음’을 찾아야 하니까요. 전 그게 부러워요. 우리나라에선 그런 움직임이 일어나지 않는데 실리콘밸리는 이미 그리로 가니까요. 그래서 미국이 선도하는 거예요. 지금 보면 그들이 너무 앞서가는 것처럼 보이지만, 사실 투자자들이 만들어가는 거죠.”

-‘다음은 이거다’라고 여기면 ‘이게 될까?’라는 의문이 있어도 일단 가는군요.

장 원장=“그렇게 어마어마한 돈을 투자하면 거기에 똑똑한 사람들이 와요. 그럼 생각하지 못한 게 나오죠. 지금 챗GPT도 바로 그런 겁니다. 그래야 선도하는 거고요.”

대기업이 로봇 투자 화끈하게 못 하는 이유

AI로봇계의 챗GPT는 어디가 만들어낼까. 또 미국? 아니면 중국? 혹시 한국? 게티이미지

-솔직히 걱정이 듭니다. 지금이야 우리가 잘하고 있지만 돈과 시장이 탄탄한 미국이나 중국처럼 갈 순 없는 것 아닐까요? 한국에서 범용 AI 로봇에 투자할 회사도, 그걸 살 소비자도 없어 보이는데요.

장 원장=“부가가치가 높다는 건 남들이 다 알 때 시작한 게 아니라 먼저 시작한 거예요. 그리고 그 격차를 벌려놓은 거고요. 그렇게 해야 때를 만나면 막 치고 나갈 수 있죠.”

김 교수=“한국 대기업도 로봇이 언젠가는 뜰 거라는 걸 10년 전에도 알았죠. 그런데 당시엔 시장이 안 보였죠. 공공연하게 기업에선 얘기하더라고요. ‘1조원의 시장이 보이지 않으면 우리는 들어가지 않는다’고요. 그런데 그렇게 때를 놓치면 10년 또는 20년 뒤에 들어가서 주도할 수 있을까요.”

장 원장=“로봇은 AI 응용의 임팩트가 확 달라요. 지금까진 AI가 정신노동만 했는데, 로봇은 몸으로 하는 일을 할 수 있죠. 고령화, 인구감소, 노동력 감소 문제는 올 수밖에 없잖아요. 그런 일을 AI가 대신해준다면 그게 바로 로봇이에요. 또 원천기술 관점에서 ‘할루시네이션(환각, Hallucination)을 없애는 방법이기도 해요. 지금은 언어와 시각 데이터만 있는데, AI 학습에 터치(촉각) 정보만 추가돼도 할루시네이션은 확 줄일 수 있죠.”

-명백히 로봇이 다음 AI 기술 발전의 단계인데, 문제는 대기업 입장에선 아직 시장이 보이지 않는다는 거로군요.

김 교수=“대기업 입장에서 보면 시장에 내놓고 팔 만큼 자신있는 로봇을 만들 수가 없는 거죠. 착용형 웨어러블 로봇이라고 부르는 보행을 도와주는 로봇이 있는데요. 삼성이 그걸 출시할까 말까 고민하다 하지 않은 이유 중 하나가 삼성의 브랜드를 달고 나갔는데 만약 그 이용자가 실수로 넘어져요. 그래도 고객이 제품 때문에 넘어졌다고 할 수 있잖아요. 삼성은 기업 이미지가 너무 중요한데, 그 작은 시장을 위해 그런 걸 감수할 수가 없는 거죠.”

장 원장=“구글이 오픈AI보다 AI 챗봇에서 늦은 이유가 그거죠. 할루시네이션은 생성형 AI의 근본적인 문제인데, 구글이 그것 때문에 계속 머뭇머뭇했고요. 오픈AI는 스타트업이니까 잃을 게 없었고요.”

-오픈AI는 ‘일단 서비스하고, 그다음에 고치자’라는 식이로군요.

장 원장=“챗GPT의 경우, 전 인류가 AI를 가르치고 있는 셈이에요. 여전히 학습하고 있는 거죠. 그렇게 하니까 구글이 하지 못한 걸 스타트업이 먼저 해낸 거죠.”

김 교수=“한국 같은 작은 나라에선 대기업이 돈이 없거나 미래를 몰라서 안 하는 건 아니지만, 나서서 하기 어려운 부분도 분명히 있죠. 그런 걸 할 수 있는 스타트업을 더 키워주거나 하는 게 정부가 할 일이 아닐까 싶어요.” By.딥다이브

줄인다고 줄였는데도 인터뷰 기사가 꽤 길어졌습니다. 벌써부터 ‘너무 길다’는 반응이 올 게 걱정되네요. AI가 아니라 인간이 쓰다 보니, 화끈하게 팍팍 잘라서 쳐내는 게 잘 안되는 점 이해해주십시오. 주요 내용을 요약해드리자면

-글, 이미지, 영상만 가지고 학습하던 AI가 몸을 가지면 어떻게 진화할까요. 오감을 느끼며 직접 세상을 체득하는 AI 로봇 시대가 다가옵니다.

-AI와 로봇이 만나면 우리가 꿈꾸던 ‘범용 로봇’이 가능해질 겁니다. 생성형 AI의 약점인 환각 현상도 크게 줄일 수 있겠죠. AI가 정신노동뿐 아니라 육체노동까지 대신해준다는 점이 특히 매력적입니다. 이 분야는 전 세계가 출발하는 단계로, 한국이 잘할 수 있는 영역입니다.

-물론 가격은 가장 큰 걸림돌이죠. 하지만 AI 로봇이 그 필요성을 입증해서 대량생산 시대가 열린다면 가격을 낮추는 것도 가능하지 않을까요.

-미국은 휴머노이드 로봇 투자 붐이 일고 있습니다. AI의 다음 단계를 선점하려는 발 빠른 움직임인데요. ‘시장이 보이지 않는다’며 주저하다가는 영영 산업을 선도하지 못할 수 있습니다.

*이 기사는 27일 발행한 딥다이브 뉴스레터의 온라인 기사 버전입니다. ‘읽다 보면 빠져드는 경제뉴스’ 딥다이브를 뉴스레터로 구독하세요.
https://www.donga.com/news/Newsletter

한애란 기자 haru@donga.com