'생각하는 뇌'를 넘어 '행동하는 뇌'로

최근 AI 기술은 텍스트와 이미지를 생성하는 수준을 넘어, 현실 세계와 상호작용하는 Physical AI 시대로 진화하고 있다. 기존 LLM이 가상 세계의 '생각하는 뇌'였다면, Physical AI는 하드웨어를 통해 물리적 환경을 인지하고 과업을 수행하는 **'행동하는 뇌'**를 의미한다.

이 변화의 중심에는 다양한 로봇과 작업에 공통 적용 가능한 **Robot Foundation Model(RFM)**이 있다. 기존 로봇 AI가 특정 작업에 최적화된 정책(Policy)을 학습했다면, RFM은 다양한 환경과 로봇 형태에 적용 가능한 범용 지능을 구축하는 것을 목표로 한다.

RFM 연구는 크게 두 가지 기술적 방향으로 전개된다.

• VLA(Vision-Language-Action) 모델: 시각·언어 정보를 로봇의 행동으로 직접 연결한다. Gemini Robotics, NVIDIA GR00T N1, Physical Intelligence π0 등이 대표적이며, 최근에는 추론(Reasoning)과 촉각(Tactile) 신호 등을 결합해 고도화되고 있다.
• 월드 모델(World Model) 계열: 행동 이후의 미래 상태 변화를 예측한다. 비디오를 통해 물리 세계의 역학(Dynamics)을 학습하며, VLA가 놓치기 쉬운 물리적 변화 예측을 보완한다.

결국 RFM의 핵심은 시각과 언어를 넘어, 실제 물리 세계의 변화를 예측하고 그에 맞춰 정교한 행동을 생성하는 능력을 확보하는 데 있다.