실증적인 Use-Able 모델
U - User-centered 사용자 중심
S - Sustainable 확산, 확장 가능한 구조
E - Exportable 지역 → 전국 → 해외(ODA)로 이식 가능
A - Affordable 이해 할 수 있는 비용 구조
B - Based on Demand 수요에서 시작하는 콘텐츠
L - Living Infra 살아있는 실증 공간 (전시 아님)
E - Ecosystem-led 협의체로 생태계가 스스로 유지
(CES2026, 컨퍼런스)
로봇을 구매한다고 끝나지 않음. 통합설계·워크플로우 재정의·엔지니어 역량확보가 먼저 선행되어야 함
가까운 미래에 모든 사람이 로보티시스트가 될 것. 단, 로봇을 사면 끝나는 게 아니라 기업 워크플로우에 맞게 통합·훈련·운영해야함. 이미 로봇을 직접 만들지 않는 기업들도 로봇통합을 위해 엔지니어 배치 시작
AI, 로봇에 대해 C레벨 임원의 70%가 낙관적이고 신뢰가 높다고 했습니다. 반면 최전선 직원에 이르면 6.7% 였습니다. 아이러니하게도 바로 그 사람들이 일상에서 개선이 가장 필요한 곳을 가장 잘 알고 있는 사람들입니다. - Bill Briggs, CTO, Deloitte
교육은 진지하게 임해야 한다. 직훈급 교육은 단기라서 더욱.
기회의 균등. 그러나, 돈을 쏟아 부은 시설은 무용이 되어 가고, SI들의 납품 사례로만 남는다.
교육은 납품자가 알아서. 제한적이고 배워도 남지 못하며 확장도 연결도 안 된다.
비슷비슷한 구성들.
장비심의위원으로 참가했던 5년 전, 이 테이블 하나가 1.5억. 용접공정도 있었지만, 용접은 한 번도 안 했다 들었다. 심지어 ‘머신러닝 개발 교육플랫폼’도 있었는데……
로봇, AI 얼마나 빠르게 변하는 시대인지.
AI가 대세가 되었다.
피지컬AI. VLA는 솔깃하다. 비전이 필수인 시기에 현장 사용해도 될 정도의 성능이 학습과 추론을 통해 나온다. 그런데, 움직임이 이상하다. 전시회에 보인 것들은 쇼일 뿐. 실망했다.
직접 해보자. 따라 가지 못하면 AI쪽은 영영 못 할 수 있다는 불안감.
GPU 구하러 다니고 빌리고. 3개월. 설정하는 법이 노하우라고 숨기려 한다. 1주일 걸려 해결.
이게 진짜 제로샷. 로봇에 로봇언어로 얘기했다. 1배속. 실제 쓸 수 있는 VLA 솔루션.
Isaac Sim 안으로 재현. Real2Sim 을 먼저 하고.
Sim2Real 로 다시 전개. 툴 일 뿐인 로봇 종류 바꾸는 건 쉽다. 로봇은 이 솔루션에서 단지 하나의 툴일 뿐.
GPU 학습에 생각 외로 부하가 걸리지 않는다. 소버린AI 만드는 것도 아니고. 로봇 솔루션 학습, 추론에는 가동 부하 최적화하는 것이 중요할 뿐.
모 센터는 GPU 서버를 거액 들여 갖추고 연구원들의 놀이터가 되어 간다.
수퍼카가 필요한 게 아니라 숙련된 드라이버가 코스를 완주해 낸다. 가야 할 코스는 직선이 아니라 구불구불하므로.
환경을 시뮬레이션 하는 것이 NVIDIA 솔루션 덕분에 가능해 졌다. DGX로도 충분.
디지털트윈으로 로봇 뿐 아니라 현장을 가져 와야 학습 효과가 높다. 환경을 editable asset으로 변환하는 데 천만원 정도 요구한다. GPU 사용 노하우로 이틀 만에 포인트 클라우드 획득.
쓸 수 있는 기술, 정리해서 공유하고 확산할 수 있다. 해 보면 안다.
보다 실용적인 로봇교육 솔루션은 아세안 같은 지역에 제안해 볼까? 교육의 중요성을 공감하는 나라라면.
