물리 지능, LLM과 유사한 일반화 기능을 갖춘 로봇 모델 발표

Physical Intelligence가 공개한 π0.7은 LLM이 학습 데이터의 텍스트 조각을 재조합하듯, 훈련 과정에서 습득한 개별 스킬들을 새로운 상황에 맞게 재구성하는 로봇 파운데이션 모델이다. 핵심은 "조합적 일반화(compositional generalization)"로, 기존 로봇 학습이 특정 태스크에 과적합되어 조금만 환경이 바뀌어도 실패하던 한계를 넘어서려는 시도다. 시각-언어-행동(VLA) 구조를 기반으로 대규모 다양한 로봇 데이터를 사전학습한 뒤, 추론 시에는 본 적 없는 조합의 작업(예: "새로운 형태의 그릇을 낯선 싱크대에 넣기")을 기존 스킬들의 재조합으로 수행한다. 다만 연구진 스스로 "결함 포함(flaws included)"이라고 명시한 것처럼, LLM의 환각(hallucination)에 해당하는 비결정적 실패 — 물리적으로 그럴듯해 보이지만 잘못된 동작 — 가 관찰된다는 점이 솔직하게 공개됐다.

개발자 관점에서 이 발표의 의미는 로봇 소프트웨어 스택이 "규칙/상태머신 기반"에서 "파운데이션 모델 기반"으로 전환되는 흐름이 가속화되고 있다는 신호다. 웹/앱 개발자가 LLM API를 호출해 자연어 기능을 얹듯, 가까운 미래에는 로봇/임베디드 엔지니어가 로봇 파운데이션 모델을 호출해 매니퓰레이션 기능을 구현하게 될 가능성이 높다. 특히 한국의 제조·물류·서비스 로봇 업계에서 지금까지 수작업으로 튜닝하던 그립 전략, 경로계획 휴리스틱 등이 데이터 기반 모델로 대체될 수 있으며, 이는 MLOps 파이프라인, 로봇 데이터 수집·라벨링 인프라, 시뮬레이션 환경의 중요도가 웹 백엔드 못지않게 커진다는 뜻이다.

다만 소프트웨어 엔지니어가 실무에 바로 적용하기에는 아직 이른 단계다. LLM과 동일한 종류의 환각 문제가 물리 공간에서 발생하면 데이터 손상이 아니라 물리적 파손·안전 사고로 이어지므로, 기존 LLM용 가드레일(출력 검증, fallback) 패턴을 로봇 제어에 맞게 재설계해야 한다. 구체적으로는 모델 출력 뒤에 물리 제약 검증 레이어, 이상 동작 감지, 사람 개입(human-in-the-loop) 중단 경로를 반드시 둬야 하며, 평가 지표도 단순 성공률이 아니라 조합 일반화 커버리지와 실패 모드 분류까지 포함해야 한다.

개발자가 지금 취할 수 있는 액션은 세 가지다. 첫째, Physical Intelligence의 오픈 모델(π0 계열은 일부 공개돼 있음)과 Hugging Face LeRobot, Google RT-X 같은 오픈 데이터셋을 통해 VLA 모델 파인튜닝을 손에 익혀 두는 것. 둘째, 사내 자동화·로봇 프로젝트가 있다면 "스킬 단위 데이터 수집 표준"을 미리 설계해 두는 것 — 모델이 조합하려면 먼저 조합 가능한 단위 데이터가 있어야 한다. 셋째, AI 안전·검증 경험을 쌓아 두는 것으로, LLM 프롬프트 인젝션 방어와 유사하게 로봇 모델의 환각을 전제로 한 설계 역량이 앞으로 희소 자원이 될 가능성이 크다.