🤖 사람의 시범 VS 로봇의 실패 — 엔비디아 로봇은 무엇을 교재로 배웠나

안녕하세요, 넥서스알파랩입니다.

로봇에게 일을 가르치는 방법은 지금까지 크게 두 가지였습니다. 사람이 명령문을 한 줄씩 써주거나, 사람이 직접 시범을 보여주거나.

이번에 엔비디아 연구진이 세 번째 방법을 내놨습니다. 로봇이 자기가 실패한 기록을 읽고, 스스로 명령문을 고쳐서, 다시 해보는 방법입니다. 그렇게 해서 그래픽카드를 컴퓨터에 끼우는 정밀 작업에서 성공률 99%를 찍었습니다.

그런데 그 99%에는 작은 글씨가 붙어 있습니다. 오늘은 로봇이 어떻게 자기 실수로 배우는지, 그리고 그 99%가 왜 아직 공장 숫자가 아닌지를 보겠습니다.

오늘 볼 것

🔧 로봇은 지금까지 어떻게 배웠나

📝 실패 기록이 교재가 되는 구조

✈️ 90년 전 비행기 공장 법칙

🔍 99% 옆 작은 글씨

⚖️ 다른 시각

🍙 한입쌈밥

1️⃣ 로봇은 지금까지 어떻게 배웠나 🔧

📊 [Fact & Logic]

💡 [Insight]

두 방식의 공통점은 경험이 사람에게 쌓인다는 것입니다. 로봇이 백 번 실패해도, 그 실패에서 배우는 건 로봇이 아니라 옆에서 영상을 돌려본 엔지니어입니다. 로봇 자체는 다음 날 다시 백지에서 시작합니다. (넥서스알파랩이 본 시각)

2️⃣ 실패 기록이 교재가 되는 구조 📝

📊 [Fact & Logic]

💡 [Insight]

쉽게 말하면 로봇이 자기 오답노트를 쓰기 시작했다는 뜻입니다. 틀린 문제를 기록하고, 왜 틀렸는지 적고, 맞는 풀이를 찾으면 다음 시험에 가져갑니다. 지금까지 그 오답노트는 엔지니어 머릿속에 있었습니다. 이제 로봇 쪽에 쌓입니다. (넥서스알파랩이 본 시각)

🔻 오늘의 단면

겉면: 엔비디아 로봇이 성공률 99%를 찍었다 단면: 로봇의 경험이 처음으로 사람이 아니라 로봇 쪽에 쌓이기 시작했다. 다만 그 99%는 "여덟 번 허용" 기준이라, 연구와 공장 사이의 거리는 여전히 첫 시도 성공률에 있다 한 줄: 오답노트는 생겼고, 아직 시험은 여덟 번 칩니다

3️⃣ 90년 전 비행기 공장 법칙 ✈️

📊 [Fact & Logic]

라이트의 법칙 (1936)

생활 예시

💡 [Insight]

라이트의 법칙에는 전제가 있습니다. 경험이 쌓여야 한다. 지금까지 로봇은 이 법칙 밖에 있었습니다. 경험이 로봇이 아니라 엔지니어에게 쌓였기 때문입니다. ASPIRE의 기술 목록은 로봇 쪽에 경험이 쌓이는 첫 구조이고, 과제를 많이 볼수록 목록이 커져 새 과제로 옮겨 갑니다. 라이트의 법칙이 로봇에서 돌기 시작하는 장면입니다. (넥서스알파랩이 본 시각)

4️⃣ 99% 옆 작은 글씨 🔍

📊 [Fact & Logic]

💡 [Insight]

라이트의 법칙에는 뒷장이 있습니다. 라이트가 센 건 제대로 나온 비행기였습니다. 성공한 한 대, 한 대가 쌓여 시간이 줄었습니다. ASPIRE의 99%는 여덟 번째 성공도 셉니다. 연구에선 맞는 기준이지만, 공장에선 첫 번째에 되느냐가 돈입니다. 여덟 번 만에 끼운 그래픽카드는 공장 기준으로 불량품입니다. 경험이 첫 시도 성공률로 옮겨 가야 라이트의 법칙이 공장 비용까지 내려옵니다. (넥서스알파랩이 본 시각)

⚖️ 다른 시각

첫 시도 성공률이 핵심인데 공개되지 않았습니다. 99%가 여덟 번 허용 기준이라는 것만으로는 공장 적용 가능성을 판단할 수 없습니다.

연구진 스스로 숙제를 표시했습니다. 로봇이 명령문을 고치는 동안 비싼 로봇이 놀고, 에이아이가 막히면 장비가 멈춥니다. 연구진이 로봇 가동률과 에이아이 사용량을 별도 지표로 만든 건 그 비용이 무시할 수준이 아니라는 뜻입니다.

라이트의 법칙 자체의 한계도 있습니다. 이 법칙은 비행기처럼 같은 걸 반복해 만들 때 성립합니다. 로봇 과제는 매번 조금씩 달라서, 한 과제의 경험이 다른 과제로 얼마나 옮겨 가는지는 아직 증명 중입니다.

사람 시범 데이터가 바로 필요 없어지는 것도 아닙니다. ASPIRE는 코드로 동작을 짜는 방식이라, 손의 미세한 감각처럼 코드로 쓰기 어려운 영역에서는 여전히 사람 시범 방식이 쓰입니다.

🎯 결론

로봇 학습의 다음 교재는 사람의 시범이 아니라 로봇의 실패일 수 있습니다. 로봇의 경험이 처음으로 로봇 쪽에 쌓이기 시작했고, 라이트의 법칙이 로봇에서 돌기 시작했습니다. 다만 그 법칙이 공장 비용까지 내려오려면 "여덟 번 만에"가 "한 번에"로 바뀌어야 합니다. (넥서스알파랩이 본 시각)

앞으로 로봇 성공률 뉴스를 보실 때, 퍼센트 말고 몇 번 만에 됐는지를 보세요. 그 숫자가 연구와 공장의 거리입니다.

🍙 한입쌈밥

한 줄 요약 엔비디아 로봇이 사람 시범 없이 자기 실패 기록을 읽고 명령문을 고쳐 그래픽카드 장착 성공률 99%를 찍었습니다. 단 단계마다 여덟 번까지 재시도를 허용한 숫자입니다.

숫자 셋

밈으로 보면 예전 로봇: "실패했습니다" → 엔지니어: "영상 돌려볼게…" ☕☕☕ ASPIRE 로봇: "실패했습니다. 원인은 손목 각도. 고쳤습니다. 다시 합니다" 📝🔁 공장장: "그래서… 첫 번째에 됐어?" 🧐

지켜볼 지표 하나 ASPIRE의 첫 시도 성공률(pass@1) 공개 여부

아직 모르는 것 한 작업에서 쌓은 기술 목록이 전혀 다른 작업으로 얼마나 옮겨 가는지

다음에 볼 것 엔비디아가 실제로 오픈소스를 공개한 뒤, 대학·스타트업이 내놓는 재현 결과

정직하게 세 가지

하나. 99%는 하위 작업마다 최대 8번 재시도를 허용한 기준이며, 첫 시도 성공률은 공개되지 않았습니다.

둘. 실험은 실제 로봇 팔이지만 연구실 환경입니다. 공장 적용 사례는 아직 없습니다.

셋. 라이트의 법칙 적용, "로봇의 오답노트", "공장 기준 불량품"은 넥서스알파랩의 해석이며 연구진이 언급한 내용이 아닙니다. 언급 기업은 사실 서술이며 투자 추천이 아닙니다.

구조를 보면 돈이 보입니다. 본 글은 투자 추천이 아닙니다. 넥서스알파랩이었습니다.