요즘 피규어AI의 로봇 영상을 보면 어떤 생각이 드시나요? 스프레이를 정교하게 누르는 장면만 봐도 "저게 진짜 스스로 한 걸까?" 하는 의문이 먼저 들었습니다. 저 역시 처음 영상을 봤을 때는 솔직히 놀라웠지만, 동시에 일론 머스크가 왜 그렇게 경계하는지도 이해가 갔습니다. 휴머노이드 로봇이 이제는 단순히 걷고 춤추는 수준을 넘어 섬세한 손동작까지 구현하는 시대가 왔는데, 과연 이것이 진정한 자율성인지 아니면 정교한 학습의 결과물인지 판단하기가 쉽지 않습니다.
창발성, 로봇이 예상 밖의 행동을 하는 이유
로봇 기술에서 '창발성(Emergence)'이라는 개념을 들어보셨나요? 여기서 창발성이란 인간이 직접 프로그래밍하지 않았는데도 로봇이 학습 과정에서 스스로 새로운 능력을 발현하는 현상을 의미합니다. 쉽게 말해, 로봇이 수많은 시행착오를 거치며 인간이 예상하지 못한 방식으로 문제를 해결하는 능력을 갖추게 되는 것입니다.
전통적인 로봇 제어 방식은 모듈식, 코딩식 접근법을 사용했습니다. 이 방식은 엔지니어가 모든 상황에 대한 규칙을 미리 짜놓고, 로봇은 그 규칙대로만 움직이는 구조였습니다. 하지만 현실 세계는 예측 불가능한 변수로 가득합니다. 집안 청소를 예로 들면, 매번 가구 배치가 다르고 바닥 재질도 다르며 장애물도 제각각입니다. 이런 환경에서 모든 경우의 수를 코딩으로 대응하는 것은 사실상 불가능합니다.
그래서 구글의 자율주행 자회사 웨이모(Waymo)나 테슬라의 FSD(Full Self-Driving) 같은 시스템들이 주목받는 이유가 바로 여기에 있습니다. 이들은 딥러닝 기반의 엔드투엔드(End-to-End) 학습 방식을 채택했습니다. 엔드투엔드 학습이란 입력(카메라 영상)에서 출력(조향·가속)까지 중간 단계 없이 신경망이 직접 학습하는 방식입니다(출처: 한국자동차공학회). 이 방식의 핵심은 로봇이 인간의 개입 없이도 데이터를 통해 스스로 판단 기준을 만들어낸다는 점입니다.
제가 직접 자율주행 관련 세미나에 참석했을 때도 이 부분이 가장 큰 논쟁거리였습니다. 피지컬AI(Physical AI) 기업들은 지금이 창발성을 적극 활용할 시기라고 주장합니다. 로봇이 창의적으로 문제를 해결하도록 놔둬야 인간이 미처 생각하지 못한 효율적인 방법을 찾아낼 수 있다는 논리입니다. 실제로 피규어AI의 스프레이 분사 영상만 봐도, 만약 저 동작이 진짜 창발적 학습의 결과라면 상당한 기술적 성과입니다.
하지만 여기에는 명백한 위험이 따릅니다. 로봇이 예상치 못한 능력을 발휘하는 것은 긍정적일 수도 있지만, 반대로 예상치 못한 오작동이나 위험한 행동으로 이어질 수도 있기 때문입니다. 특히 물리적 힘을 가진 휴머노이드 로봇의 경우, 잘못된 판단 하나가 인간의 안전을 위협할 수 있습니다.
과대평가 경계, 진짜 자율성인가 학습된 반복인가
피규어AI의 기술을 지나치게 높게 평가하는 시각에는 분명한 경계가 필요합니다. 일론 머스크가 트위터에서 지적한 내용을 보면 그의 우려가 단순한 경쟁 심리가 아님을 알 수 있습니다. 영상 속에서 로봇이 보여준 스프레이 분사 같은 섬세한 동작이 반드시 고도의 지능을 의미하는 것은 아니기 때문입니다.
제 경험상 이런 데모 영상들은 대부분 통제된 환경에서 수백 번의 시행착오를 거친 결과물입니다. 이를 '과적합(Overfitting)'이라고 하는데, 특정 환경과 조건에서만 완벽하게 작동하도록 과도하게 학습된 상태를 의미합니다. 쉽게 말해, 시험 문제와 정답을 달달 외운 학생처럼 정해진 상황에서만 잘하는 것입니다. 실제 가정 환경은 조명, 습도, 물건 배치 등 변수가 훨씬 많습니다.
또 하나 간과할 수 없는 부분이 텔레오퍼레이션(Teleoperation), 즉 원격 조종 가능성입니다. 텔레오퍼레이션이란 인간 조종자가 원격으로 로봇의 동작을 실시간 제어하는 기술입니다(출처: IEEE Robotics & Automation Society). 보스턴 다이내믹스의 초기 영상들도 나중에 보니 상당 부분 원격 조종이 섞여 있었다는 사실이 밝혀진 바 있습니다. 영상 편집으로 실패 장면을 제거하고 성공 장면만 이어붙이는 것도 흔한 마케팅 기법입니다.
솔직히 이건 예상 밖이었는데, 제가 최근 로봇 공학 전시회에서 직접 본 휴머노이드들은 아직도 평평한 바닥에서 균형 잡기도 버거워했습니다. 백덤블링이나 쿵푸 동작 같은 건 미리 짜인 모션 시퀀스를 반복하는 수준이었고요. 그런데 갑자기 스프레이를 정교하게 누른다? 이건 단순 보행이나 점프와는 차원이 다른 미세 제어 기술입니다.
핵심 의문점은 다음과 같습니다:
- 정말로 로봇이 스프레이 압력, 분사 각도, 지속 시간을 스스로 계산했는가?
- 아니면 특정 위치와 힘 조절값이 사전에 입력된 스크립트를 실행한 것인가?
- 만약 스프레이 브랜드가 바뀌거나 분사구 형태가 달라져도 똑같이 작동할까?
이런 검증 없이 영상만 보고 "로봇이 진화했다"고 단정하는 건 위험합니다. 저 역시 기술 발전에는 긍정적이지만, 객관적 성능 지표와 독립적인 테스트 결과가 공개되기 전까지는 유보적인 입장을 유지하는 편입니다.
그럼에도 불구하고 2026년이 티핑포인트가 될 수 있다는 전망에는 어느 정도 동의합니다. 현재 로봇 기술 발전 속도를 보면, 특히 컴퓨터 비전과 햅틱 피드백 분야에서 괄목할 만한 성과들이 나오고 있거든요. 다만 그 발전이 '진정한 자율성'인지 '정교한 학습된 반복'인지는 여전히 논쟁의 여지가 있습니다.
결국 피규어AI를 포함한 모든 휴머노이드 로봇 기업들은 투명한 성능 공개와 제3자 검증을 통해 신뢰를 쌓아야 합니다. 마케팅용 데모 영상만으로는 진짜 기술력을 판단할 수 없습니다. 제 개인적인 생각으로는, 앞으로 로봇 기술을 평가할 때 "통제되지 않은 실제 환경에서 얼마나 일관되게 작동하는가"가 가장 중요한 기준이 될 것입니다. 그때까지는 화려한 영상보다 객관적 데이터에 주목하는 게 현명한 접근법입니다.