이 블로그를 시작하는 이유

이 블로그의 첫 화면에는 로봇 한 대가 서 있습니다. 로봇의 머리나 팔을 눌러도 되고, 로봇 주변의 시뮬레이터나 클라우드를 눌러도 됩니다. 어디를 누르든 해당 부위의 기술을 다루는 강의로 연결됩니다.

이 그림 한 장에 이 블로그가 하려는 일이 담겨 있습니다. 앞으로 로봇 한 대를 중심에 두고, 로봇의 몸부터 그 주변까지 Physical AI 스택 전체를 차근차근 설명하겠습니다. Physical AI를 다루며 쌓은 여러 경험을 공유하면서, 제 생각과 지식도 정리해 보려고 이 블로그를 시작했습니다.

이 블로그의 구성

그림 1. 로봇 구성도. 홈 화면에서 로봇 몸의 다섯 부위(머리, 몸통, 팔과 손, 다리, 배낭)와 로봇 주변의 네 구성요소(리더암, 시뮬레이터, 엣지 서버, 클라우드)를 누를 수 있습니다.

이 그림은 공개된 로봇과 도구를 참고해 일반적인 구성으로 그렸습니다. 머리는 주변을 보고(인식), 팔과 손은 물건을 다루며(조작), 다리는 걸으면서 길을 찾습니다(보행·내비게이션). 몸통은 균형을 잡으면서 명령을 온몸에 전달하고, 등에 멘 배낭에는 로봇 안에서 계산을 직접 처리하는 컴퓨터(온보드 컴퓨터)가 들어 있습니다.

로봇 주변의 네 구성요소는 로봇 밖에서 로봇을 지원합니다. 리더암으로는 사람이 로봇을 직접 움직여 시연 동작을 기록하고, 시뮬레이터에서는 가상의 로봇을 훈련시키며 데이터를 수집합니다. 엣지 서버는 로봇에서 직접 실행하기에는 무거운 모델의 추론을 대신 처리하고, 클라우드는 수집한 데이터로 모델을 학습시킵니다. 로봇 한 대가 제대로 동작하려면 몸의 다섯 부위만큼이나 주변의 네 구성요소도 중요합니다: 데이터 수집과 학습, 일부 추론이 로봇 밖에서 이루어지기 때문입니다.

어느 부위를 누르든 그 부위의 기술을 네 단계로 나눈 강의가 열립니다.

부위마다 개요 강의부터 차례로 공개하겠습니다. 나머지 강의는 목록에 ‘공개 예정’으로 표시해 두었고, 완성되는 대로 하나씩 올리겠습니다.

로봇 몸의 부위와 주변 구성요소는 저마다 다른 주기로 작동합니다. 모터 드라이버의 전류 제어 루프는 보통 1초에 수천에서 수만 번 돌고, 모델을 새 데이터로 다시 학습시키는 일은 며칠에서 몇 주에 한 번꼴입니다. 속도가 제각각인 구성요소들이 어떻게 톱니바퀴처럼 맞물려 작동하는지는 별도의 글 한 편으로 다루겠습니다.

이 블로그를 쓰는 사람

저는 강화학습으로 로봇 조작을 학습시키는 연구로 이 분야에 들어왔습니다. 그때는 참고할 자료가 부족했던 점이 가장 어려웠습니다. 이 분야가 막 시작되던 무렵이었기 때문입니다. 큰 기업들이 VLA(시각·언어·행동 모델) 같은 구조를 발표하기도 전이었고, 트랜스포머도 Physical AI에서는 아직 활발하게 쓰이지 않았습니다.

지금 기준으로 보면 조금 오래된 경험일 수 있습니다. 그래도 그 시기를 겪어 봤기 때문에 보이는 것이 있다고 생각합니다. 요즘 널리 쓰이는 원격 조작(teleoperation), VLA, sim2real, real2sim, 강화학습이 어떤 문제를 해결하려고 시작되어 지금까지 발전해 왔는지 어느 정도 이해하고 있습니다.

지금은 산업 현장에서 활용할 수 있는 Physical AI를 연구·개발하는 엔지니어로 일하고 있습니다.

글을 쓰고 검수하는 방식

글 한 편을 쓰고 검수하는 데 일주일쯤 들입니다. 사실 첫 글로는 앞에서 예고한 글(구성요소들이 맞물려 작동하는 방식)을 올릴 예정이었습니다. 막상 써 보니 확인하고 다듬어야 할 내용이 많아서, 이 소개 글을 먼저 올리게 되었습니다.

천천히 쓰더라도, 독자가 재미있게 읽고 믿고 따라올 수 있는 글을 쓰고 싶습니다.

맺으며

저도 경험을 공유하면서 생각을 정리하는 중이라, 틀린 내용이나 더 나은 설명이 있다면 알려 주세요. 글마다 댓글을 달 수 있고, 공개하기 어려운 이야기는 비밀 댓글로 남겨 주셔도 됩니다. GitHub이나 이메일(소개 페이지 참고)로 연락 주셔도 좋습니다.

다음 글부터는 로봇과 그 주변을 이루는 구성요소들을 하나씩 골라 개요 강의로 정리하겠습니다.