로봇공학의 병목은 더 큰 모델 하나가 아니라, 물리 세계에서 오래 버티고 만지고 실패를 복구하는 데이터와 기억의 체계에 있다.
• YC Robotics Club의 출발점은 냉정하다. AlphaGo, MuJoCo, Aloha, diffusion policy 이후에도 “내년이면 로봇이 해결된다”는 약속은 반복됐지만, 2026년 중반에도 Rosie the robot은 오지 않았고 현실은 데모의 해에 가깝다. 중요한 점은 실패 원인이 알고리즘 부재가 아니라 sim-to-real gap, 촉각 부족, teleop 데이터의 확장 한계, embodiment drift처럼 물리 세계가 만드는 누적 오차에 있다는 것이다.
• Physical Intelligence의 MAM은 로봇 정책에 memory를 넣어 긴 작업을 가능하게 하려는 시도다. 접시를 끝없이 닦거나 grilled cheese를 태우는 문제는 단순 실수가 아니라, 현재 관측만 보고 행동하는 로봇이 작업의 진행 상태와 시간을 이해하지 못한다는 신호이며, memory는 장기 작업 로봇을 데모에서 실사용으로 옮기기 위한 핵심 인터페이스가 된다.
관전 포인트는 로봇이 ‘생각하는 AI’의 다음 버전이 되는지가 아니라, memory, selective reasoning, sim-to-real RL, data infrastructure가 합쳐져 물리 세계의 반복 업무를 실제 사업으로 바꿀 수 있는지다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
__Good Vibe AI