iRobot 창업자: AI와 로보틱스 과장 hype에 속지 마세요

• iRobot의 창립자이자 MIT 로보틱스 교수 출신인 Rodney Brooks가 현재 AI와 로보틱스 분야의 과대광고에 대해 현실적 관점을 제시
• 휴머노이드 로봇에 대한 기대는 과장되었으며, 인간 형태의 로봇이 인간의 모든 능력을 재현할 수 있다는 가정은 잘못된 약속을 만들어냄
• 자율주행차, 로봇 등 실제 환경의 복잡성을 다루려면 화려한 데모보다 훨씬 긴 시간이 필요하며, 컴퓨터·인터넷 혁명처럼 AI 혁명도 수십 년이 소요될 전망
• Brooks는 현재 창고 자동화용 스마트 카트를 개발 중이며, 인간을 대체하기보다 인간의 작업을 보조하는 실용적 로보틱스를 추구
• AGI(인공일반지능)는 300년 후에나 가능할 수 있으며, 현재의 컴퓨팅 패러다임으로는 인간 지능을 완전히 구현하기 어려울 가능성이 있다고 강조

---

Brooks의 경력과 철학

• Rodney Brooks는 MIT 로보틱스 교수이자 MIT 컴퓨터과학 및 인공지능 연구소 전 소장 출신
• iRobot(Roomba 제조사), Rethink Robotics, 현재의 Robust.AI까지 세 개 회사를 창립
• 호주 출신으로 어린 시절 노동자 계급 가정에서 성장했으나 수학적 재능으로 일찍부터 "교수"라는 별명을 얻음
• 1961년 출판된 전기와 컴퓨터 관련 책을 읽고 회로와 컴퓨터를 만들려고 시도하며 로봇에 대한 열정을 키움
• 그의 회사들은 항상 인간이 통제권을 유지하도록 설계되었으며, 로봇은 인간을 돕는 역할에 집중

현재 프로젝트: Robust.AI와 스마트 카트

• Robust.AI는 물류 창고용 스마트 카트 Carta를 개발 중
  • 창고 근로자들은 하루 평균 3만 보(약 24km)를 걸으며 신체적 부담이 큼
  • Carta는 카메라로 위치를 파악하고 작업자가 필요한 물품 위치를 찾도록 도우며, 걷는 거리를 대폭 감소시킴
  • 작업자가 피킹을 마치면 카트가 자동으로 적재 장소로 이동하여 400피트 걷기를 대체
• 카트는 인간이 손잡이를 잡으면 즉시 인간이 통제권을 갖도록 설계
  • 슈퍼맨처럼 작은 힘으로 카트를 움직일 수 있도록 힘 증폭 기능 제공
  • 사다리 근처에서는 안전을 위해 접근하지 않으며, 통로가 막히면 중앙 시스템에 보고
• 단순하지만 신뢰할 수 있는 지능에 초점을 맞춤
  • 1980~90년대 기술을 에뮬레이션한 기존 손목 스캔 건 대비 인지적 부담 감소
  • DHL(최대 고객)과 Amazon 등 수동 창고에 로봇을 도입하는 것이 목표
• 이 시장은 4조 달러 규모이며 수십 년간 지속될 전망이지만, 섹시하지 않아 투자 유치가 어려움

로보틱스의 현실과 한계

기술 발전과 긴 꼬리 문제

• 현재 처리 능력, 센서, 모터 등 하드웨어는 크게 발전
  • 전기 스쿠터용 허브 모터를 사용해 10년 전보다 저렴하고 우수한 성능 확보
  • Nvidia GPU는 원래 그래픽 처리용이었으나 신경망 연산에 적합하다는 것이 우연히 발견됨
  • GPU는 SLAM(동시적 위치추정 및 지도작성) 등 비전 연산에도 유용
• 하지만 사람들은 자연 환경의 긴 꼬리(long tail) 문제를 과소평가
  • 1979년 자율주행차 강연을 처음 들었고, 1990년에는 독일에서 아우토반 주행 성공
  • 2007~2008년 DARPA 자율주행차 이후 "곧 어디서나 볼 수 있을 것"이라는 예측이 있었으나 거의 20년이 걸림
  • 현재도 작은 지리적 영역에서만 운영되는 이유는 발생 가능한 모든 상황의 긴 꼬리 때문

화려한 데모 vs 현실 환경

• 화려한 데모는 실제 환경을 다루지 못함
  • Waymo조차 여전히 인간 개입이 필요
  • Tesla의 택시 시스템에 대해 회의적: Elon Musk가 안전 운전자와 원격 운전자를 고용한다고 밝힘
• 기술이 완벽한 형태를 찾는 데는 오랜 시간이 필요
  • PC는 MS-DOS에서 현재 형태까지, 스마트폰도 Nokia와 Palm에서 현재까지 수십 년 소요
  • 자율주행도 채택까지 긴 시간이 필요

SLAM의 역사와 교훈

• 1985년 SLAM 논문 발표 당시, Brooks는 평생 동안 현재 수준의 Waymo가 나올 것이라고 예상하지 못함
• 초기 아이디어인 루프 클로징(loop closing) 은 중요했지만 구현은 불완전
  • 1년 후 다른 연구자가 개선 논문 발표
  • 1990년대 내내 매년 수백 편의 SLAM 논문이 나오며 점진적 개선
• 최근 5년 내에야 컴퓨터 비전으로 SLAM 구현 가능해짐 (이전엔 LIDAR 기반)
• 교훈: 모든 것은 예상보다 훨씬 더 많은 엔지니어링이 필요하며, 기술은 다른 기술이 성숙하기를 기다려야 함

휴머노이드 로봇의 과대광고

• 인간 형태의 로봇은 할 수 있는 것에 대한 약속을 만듦
  • Roomba는 바닥의 작은 원반으로 창문을 닦을 것이라는 기대를 주지 않음
  • 하지만 인간 형태는 인간이 할 수 있는 모든 것을 할 수 있다는 약속을 내포
• 이것이 휴머노이드가 매력적인 이유지만 놀라운 약속을 파는 것일 뿐
• 로봇 손의 문제
  • 많은 사람들이 로봇 손에 열광하며 중국 기업들도 손재주 있다고 착각
  • 하지만 인간이 손으로 하는 일을 재현할 방법이 없으며, 5개 손가락 형태가 최적이라고 생각해서는 안 됨
  • 5개 손가락 구조는 바다에서 육지로 올라온 최초 생물의 진화적 우연
  • 미래의 손재주 있는 도구는 말미잘처럼 많은 촉수를 가진 형태일 수 있음
• 인간의 복제가 최적 또는 비용 효율적 솔루션이 아님
  • 로봇과 AI를 올바르게 생각하는 방법은 외형만으로 판단하지 않는 것
  • 현재 기술로 하기 어려운 것들이 많으며, 과대광고는 이를 무시함

AI와 교육에 대한 견해

생성 AI와 질문의 중요성

• 생성 AI는 답변 기반에서 질문 기반 가치 체계로의 전환을 의미
  • 올바른 질문을 하는 능력이 평범함과 탁월함을 구분
  • 철학, 예술, 로보틱스, AI에서 질문할 수 있는 사람은 특별함
• 생성 AI는 오랫동안 유지된 관념에 도전
  • John Searle의 중국어 방 논증: 컴퓨터는 인간 의식을 가질 수 없다
  • ChatGPT에 중국어 입력을 넣으면 중국어로 답변하는 것을 보며 "중국어 방이 나타났다"고 평가
  • 언어 이해의 의미에 대한 도전
• 생성 AI는 정보와 상호작용하는 방식의 인코딩
  • 15년 전 설명했다면 "작동할 리 없다"고 했을 것
  • 작동한다는 것 자체가 놀라움

교육 시스템의 재고

• 독일 시스템처럼 직업 훈련과 지적 추구를 구분해야 함
  • 관광 경영 학사는 직업 훈련이지 지적 추구가 아님
  • 독일은 오랫동안 직업 훈련과 엘리트 대학을 분리
• 역사 교육의 문제점
  • "이런 일이 일어났다, 저런 일이 일어났다"는 단순 암기
  • 왜 일어났는지, 어떤 지적 아이디어가 이끌었는지 가르치지 않음
• MIT에서도 학생들이 실제로 무언가를 만들어보고 나서야 "그래서 저 수업에서 저걸 가르쳤구나"라고 깨달음
• 저널리즘이 최고의 교육
  • 마이크로컨트롤러, 임베디드 OS, 네트워크, 스위치, 컴퓨팅 등을 배움
  • 실제 사람과 실제 세계에 대한 기술의 영향도 학습
  • 대학은 이런 연결고리를 제공하지 못함

AGI와 계산 패러다임에 대한 회의

뉴턴의 연금술 비유

• Isaac Newton은 미적분 발명, 중력 법칙, 광학 연구 등 천재적 업적
  • 하지만 인생의 절반 이상을 연금술(납을 금으로 바꾸기) 에 투자
  • 당시 모든 사람들이 화학적 문제라고 생각했으나, 실제로는 원자핵 물리학 문제
  • Newton은 잘못된 기본 모델을 가지고 있었음
• Elon Musk가 로켓을 궤도에 올리려 할 때 Python 스크립트로는 불가능
  • 연료 효율적 연소, 질량, 액체 흐름, 고온 등 물리적 문제 해결 필요
  • 계산만으로는 물리적으로 물체를 움직일 수 없음

계산은 올바른 패러다임인가?

• 1945~1965년 사이 네 가지 분야가 등장
  • 신경과학, AI, 인공생명, 무생물발생론
  • 이들은 모두 계산을 주요 비유로 채택
• 하지만 계산이 우리 뇌에서 일어나는 일인가?
  • AGI는 300년 후에나 가능할 수 있음
  • 우리가 잘못된 종류의 "재료"를 다루고 있기 때문
  • Newton의 연금술처럼 실패할 운명일 수 있음

인간 지능의 한계

• 인간 지능의 무한한 힘에 대한 가정 문제
  • 범고래(Orca)는 매우 똑똑하고 잔인하며 문제 해결 능력이 있음
  • 얕은 물에서 물개를 잡기 위해 90도로 몸을 기울여 등지느러미를 숨김
  • 하지만 범고래가 제련소를 만들고 금속을 녹일 것이라고는 생각하지 않음
• 인간도 범고래처럼 자연적 한계가 있을 수 있음
  • 우리는 무한히 똑똑해서 모든 문제를 기술로 해결할 것이라고 생각
  • 하지만 인간에게도 도달할 수 없는 한계가 있을 수 있음

제조업의 미래와 기술 변화

중국 제조업과 공급망

• Brooks는 1990년대 후반부터 중국에서 제조 시작
  • 최근 Foxconn과 계약하여 대규모 로봇 생산 예정
  • 대규모 생산을 원한다면 중국/대만이 필수
• 중국 제조업의 강점은 공급망
  • 중국 제조 기업들은 말레이시아, 베트남 등에 공급망 구축으로 다각화
• 향후 50년 후에는 나이지리아가 기술 혁신의 중심이 될 것
  • 인구가 세계에서 큰 비중을 차지하고 해결해야 할 문제가 많음
  • 중국이 거대 인구와 문제 해결 필요성으로 경제 강국이 된 것과 같은 논리

3D 프린팅과 제조업 혁명

• 3D 프린팅이 제조업을 주도할 가능성
  • 아직은 아니지만 기계 부품에 사용 시작
  • 뉴질랜드 Electron은 로켓 모터를 3D 프린팅으로 제작 (고가치 제품이라 가능)
• 3D 프린팅이 보편화되면 공급망이 원자재 중심으로 변화
  • 중국 제조업의 강점인 부품 공급망 역학이 완전히 깨짐
  • 모든 항목이 궁극적으로 3D 프린팅될 것
• 제3세계에서 정보기술과 결제 시스템이 미국보다 빠르게 채택된 것처럼, 3D 프린팅도 제3세계에서 더 빠르게 확산될 것

제조업 일자리의 모순

• Brown University 졸업식 연설에서의 질문
  • "자녀가 공장에서 일하기를 원하는 부모가 있나요?" → 아무도 손을 들지 않음
  • "하수 처리 회사에서 일하기를 바라는 사람?" → 없음
• 제조업 일자리 상실을 한탄하는 것은 위선적
  • "우리를 위한 것이 아니라 가난한 사람들을 위한 것"
• BYD의 새 공장 사례
  • 샌프란시스코 크기의 공장에 4만 명만 고용
  • 나머지는 모두 BYD가 만든 로봇
  • 이것이 대규모 제조업의 미래
• 정치인들이 말하는 "제조업 일자리"는 로봇 혁명과 3D 프린팅을 고려하면 25년 후 매우 다를 것

기타 기술 발전

• AI를 재료 개발에 적용
  • 재료 특성을 예측할 수 있어 일일이 만들고 테스트할 필요 없음
• 재료 변화, 3D 프린팅, 로보틱스 외 다양한 기술이 결합될 것
• 정확히 어떻게 될지 모르지만 확실히 다를 것

AI 하이프 사이클과 현실주의

AI 역사의 반복

• Brooks는 자신을 현실주의자로 규정
  • AI 분야에서 수많은 하이프 사이클을 경험
  • 과거에는 대중적이지 않았지만 AI 실무자들 사이에서는 격렬한 논쟁과 비명이 오갔음
• 신경망이 현재 우세하지만 과거에도 4~5번 우세했다가 무너짐
  • 다른 것이 대신하고, 다시 돌아옴
• 에이전트 기반 AI의 예
  • 갑자기 모두가 에이전트 기반 AI를 내놓음
  • 6개월 전에는 없었던 것 → 마케팅이 현실보다 앞섬
  • 최초의 에이전트 AI 논문은 1959년 Oliver Selfridge가 발표
  • SOAR 등 여러 에이전트 기반 시스템이 있었고, 돌아올 때마다 개선됨

투자와 낭비

• 막대한 자금이 쏟아지고 있어 영향을 미칠 것
• 하지만 많은 부분이 낭비될 것
• 긍정적 측면: 네트워크 과잉 구축 사례
  • 네트워크가 과잉 구축되었지만 Google이 저렴하게 네트워크를 구축하고 검색을 제공할 수 있었음
  • 데이터 센터도 과잉 구축될 것
  • 생성 AI 모델 훈련의 붕괴 후 데이터 센터를 어떻게 사용할지 고민 필요
  • 비트코인 채굴은 아니지만, 똑똑한 사람들이 새로운 용도를 찾을 것
  • 현재 무명과 빈곤 속에서 연구하는 누군가가 붐을 일으킬 것

양자 컴퓨팅의 역할

• 향후 10년간 효과적인 양자 컴퓨터는 물리 시스템 시뮬레이션에 사용될 것
  • 고전적 계산을 훨씬 더 잘하는 것은 아직 먼 미래
• 과거 농담: "양자 컴퓨터가 언제 나올지 모르지만 핵융합으로 구동될 것 같다"
  • 이제 핵융합 접근법이 다양해지고 있음
• 당분간 양자 컴퓨터는 물리 시스템 시뮬레이션에 집중

결론: 현실적 낙관주의

• 외형만으로 판단해서는 안 됨
• 현재 기술로 매우 어려운 일들이 많음
• 로보틱스와 AI의 과대광고는 잘 모르는 것들을 무시함
• 인간의 복제가 최적 또는 비용 효율적 솔루션이 아님
• 로봇과 AI로 가득한 세상에서 인간은 잘 해낼 것이라는 믿음
• 기술 발전은 예상보다 훨씬 오래 걸리지만, 결국 우리 삶을 개선하는 방향으로 진화할 것

[GN⁺]

Hacker News 의견

• 한 가지 정말 인상 깊었던 인용문임: 로봇의 물리적 외형 자체가 ‘이 로봇이 할 수 있는 일’을 약속함. 예를 들어 Roomba는 작은 원반 형태라 바닥을 청소할 것이라 기대하게 되고, 창문 청소는 할 거라 기대하지 않음. 반면 인간형 로봇은 ‘인간이 할 수 있는 건 다 할 수 있다’는 약속을 하게 됨. 그래서 사람들에게 정말 매력적으로 다가옴—엄청난 약속을 팔고 있는 것임

  • 난 항상 언어모델에 대해서도 이와 비슷하게 생각함: 언어적 외관이 곧 ‘이 모델이 할 수 있는 일’을 암시함. Clippy는 작은 만화 종이 클립이기에 대단한 소설을 쓸 거라고 생각하지 않지만, 제한적인 도움은 줄 거라 기대함. 근데 인간 언어로 대화하면 ‘인간이 할 수 있는 건 다 할 수 있다’고 느껴져서, 이걸 엄청난 약속처럼 받아들이게 됨

  • 모든 회사가 인간형 로봇을 추구하는 이유는 우리가 이미 그 ‘폼팩터’ 위주로 세상을 구축했고, 진화적으로도 거기에 맞추었기 때문임. 완전 범용 디자인임. OpenAI가 LLM을 추구한 이유도 이와 비슷함. 처음엔 무리한 기대가 따라오겠지만, 투자 관점에서는 여전히 그 폼팩터를 시도해볼 만하다고 생각함. 실현 가능성만 있다면 말임

• “Brooks는 나이지리아가 인구 규모만으로 경제와 기술의 중심지가 될 거라고 믿고 있음”이라는 부분에서 웃음이 나옴. 인구가 크다고 경제대국이 된다는 순진한 가정 자체가 우습다고 생각함. 중국 공산당에 여러 이유로 비판적이긴 하지만, 지난 40년간 이룬 효과적이고 효율적인 거버넌스는 쉽게 복제할 수 없는 것임. 좋은 정부 운영이야말로 진짜 드문 자산임. 인구는 많지만 효과적인 거버넌스가 없는 인도처럼, 나이지리아가 중국만큼 잘 운영될 가능성은 0에 가까움

  • 인도는 인구는 많지만 좋은 거버넌스가 없다는 말에 동의할 수 없음. 인도인으로서, 독립 당시와 지금의 변화를 보면 정말 놀라운 업적을 이룬 것임

  • 중국은 나이지리아에 엄청나게 투자하고 있고, 최대 채권자가 중국임. 그래서 나이지리아 정부가 중국 공산당과 완전히 다르지도 않을 수 있음

  • 인도의 1인당 GDP 성장 흐름

  • 나이지리아에 대한 의견엔 동의하지만, 인도에 대해서는 다름. 인도 정부에도 매우 유능한 인력이 있다고 들음. 그리고 아프리카에서도 케냐처럼 급성장하는 국가가 존재함

• Brooks가 몇 년 전에 직접 게시한 내용과 거의 비슷함. 최근 HN에서도 다뤄졌음. 이미 자동 안내 카트(automated guided cart)를 판매하는 회사가 많음.<br>처음엔 인간형 로봇이 우습다고 생각했는데, 가격을 보고 생각이 바뀜. Unitree G1이 22,000달러로, 토요타 Corolla보다 쌈. Boston Dynamics처럼 비쌀 줄 알았던 하드웨어가 벌써 이 정도로 저렴해짐. 여전히 생산량이 적은 초기 제품이지만, 가격은 더 떨어질 거고, 인간형 로봇이 자동차보다 더 싸질 날이 올 것임.<br>개별 작업에선 필요 이상 많은 자유도를 제공하지만, 대량 생산으로 인한 비용 절감과 부품 교체의 이점이 훨씬 커질 것임. 아직 조작(maniulation) 문제는 남아있으나, 이 정도 합리적 가격과 표준화된 하드웨어로 더 많은 사람이 도전할 수 있을 것임. 이전 HN 논의

  • Unitree G1이 22,000달러로 보여도, 실제 대량 구매를 하려 하면 하드웨어, 도구, 개발키트 전부 포함해 1대당 8~10만 달러가 들어간다고 들음. 그리고 Brooks가 최근 올린 글이긴 함

  • 어떤 가격대에서도 조작 문제는 누구도 아직 못 해결했음. 대량 생산한다고 해결되는 게 아님

  • 이런 가격대를 보면 미국 로봇회사(예: Tesla)가 어떻게 이런 낮은 제조 비용과 경쟁할 수 있을지 의문임

• 이 분 정말 인상적임. 아마 Boston 출신이라 그런지, 로봇 분야에서 스타트업을 두 번이나 성공시킨 분인데 아이디어가 ‘섹시’하지 않아서 투자받기 힘들다는 게 현실임. 투자자들은 확실한 걸 원하지만, 두 번 크게 성공한 사람이라면 세 번째 성공 가능성도 높다고 생각함

  • VC를 겪어본 입장에선, 표면적인 말은 믿지 않음. 네 의견이 맞다고 생각함. 투자자들이 투자하고 싶어하지만, 본인이 요구하는 조건(예: 100만 달러에 200만 달러 밸류, 50% 지분)이 너무 비쌈. 그 경력이라면 투자자 누구든 이 딜 받고 싶어할 거임. 본인도 세 번째 스타트업 하려면 이 정도는 받아야 한다고 생각하는 거고, 투자자 입장에선 부담이 큼

  • 내 지인 중 정말 조용한 창업자가 있는데, 지난 20년 동안 비슷한 회사를 세 번(첫 두 번은 매각), 거의 같은 컨셉으로 창업함. 전례가 있다면 미래 성공 가능성이 있다는 것에 자금 시장은 큰 신뢰를 보냄.

  • VC들은 화려한 명성보단 새로운 스토리(혹은 ‘하이프’)를 원함. 오히려 명성이 불리하게 작용할 수도 있음. 그들은 숨은 보석, 자신들이 직접 발굴한 인재에 대한 보상을 선호함

  • iRobot은 중국 경쟁자에게 밀렸고, Rethink는 품질이 낮아서 초기에 실패했으며 Universal이 훨씬 나은 협동로봇을 만듦. 새로운 창업은 의미 없다고 봄. 보스턴만 해도 창고 자동화 스타트업이 이미 10개는 넘음

  • ‘성공’의 정의가 필요함. iRobot은 카테고리 리더였고 새로운 시장을 열었지만 실제로 흑자였던 적이 거의 없는 듯함. 현재는 중국사 제품에 절반 가격에 두 배 성능으로 밀리고 있음. 어쨌든 시장을 창출한 건 인정함. 두 번째 회사는 ‘부품 해체 수준’의 매각밖에 기록을 못 찾겠음. 이번 스타트업도 흥미롭긴 한데 이미 시장에 너무 많은 경쟁사가 존재함. 그래서 나로선 이 분이 진정한 성공을 한 적 없고, 이제는 이미 레드오션에서 활동중이라 판단함

• 인간형 로봇이 대규모로 가치 있으려면 AGI가 반드시 나올 필요는 없음. 텔레오퍼레이션(원격 조종)이 생각보다 과소평가되고 있음. 단기적으로는 전 세계 어딘가에 있는 사람이 원격으로 이런 로봇을 조종해 배달 등 여러 작업을 훨씬 저렴하게 수행하게 될 것임

  • 이런 방향이 정말 바람직한 일인지 의문임

  • (텔레오퍼레이션이) 효율을 진짜로 늘려주는 건 급여만 절감하는 부분밖에 없는 것 아님?

• “단순한 인공지능—지금 우리가 신뢰할 수 있게 구현 가능한 것임. 섹시하지는 않지만, 근로자들의 작업을 더 쉽게 하고 효율적으로 만드는 기술임.” 완벽한 요약이라고 생각함

• MIT에서 큰 강의 진행 경험이 있음. 오늘 아침 Uber 탔을 때 내가 어떤 도로에 있는지 기사에게 물었더니 전혀 몰랐음. 그냥 GPS만 따르는 것임. 문제가 생기면 스스로 해결할 생각을 못 함. 나도 막다른 골목(culdesac)에 살아서 Uber가 길을 찾기 힘듦. 음성 안내로 길 안내해봐도 기사들은 도로 표지판 자체를 안 읽음. 그냥 점(목적지)만 보고 와서 불평함. 실제 목적지는 접근 가능한 도로 기준으로는 다른 쪽임. 어떤 기사는 같은 잘못된 방향으로 두 번이나 돌다가 결국 취소함. 택시는 별로였지만, 그래도 기사들은 최소한의 지역 지식은 있었음

  • 어느 동네에서는 “가장 가까운 라우팅 가능한 주소”를 직접 확인하는 게 좋았음. 택시와는 아주 잘 맞는 방법임. 참고로 cul de sac은 정말 안 좋은 도로 구조이고, 이런 상황은 흔한 경로 문제임. 우리 동네는 구조적으로 소방 구조 차량이 오기 편하도록 지리정보와 주소체계를 의무화해 구분함. 하지만 모든 사람이 해당 공식 데이터를 참고하다 보니, 생각지도 못한 문제도 생김

• 단순한 로봇팔만 있어도 건설이나 농업처럼 세계 대다수 국가에서 산업화가 제대로 안 된 분야에 큰 도움이 될 수 있음. 예를 들어 유럽에선 인구 감소와 고령화로 농업이 버려지고 있음. 벽돌 쌓기 자체에 인간형이 필요하진 않지만, 저렴한 장비면 주택난 해결에도 보탬이 될 것임.<br>그리고 강력한 IT·센서·약간의 동작까지는 가능하지만, 자연 환경에서의 다양한 요구 조건이 너무나 많아서 ‘단일 범용 플랫폼’은 불가능함. 인간 효율도 떨어지는데 굳이 인간형이 왜 필요할까 생각듦. 대형 기업 또는 운영체계가 뒷받침하는 ‘모듈형 로봇 플랫폼’이 필요함

• 카트 자체에 제공된 affordance 덕분에 작업자가 고민할 일이 줄어듦. 현장 상황을 보면, 최신이라고 해도 여전히 사람들 손목에 80~90년대 캐릭터 기반 소프트웨어가 돌아가는 작은 화면, 스캔건만 들려줌. 실제로 어떤 번호, 어떤 작업을 해야 하는지 화면에서 읽어야 함. 결국 문자 해독 능력이 있는 노동자는 해고되고, 로봇에 맞춘 순응적인 유닛만 필요해질 거임

  • 그게 왜 더 나은 상황인지 궁금함

• “약속으로는 투자를 쉽게 받을 수 있는데, 실제 사업은 성장 한계가 있기 때문에 힘듦. 모르면 꿈을 계속 키울 수 있지만, 한계가 뚜렷해질수록 투자도 실질적으로 어려워짐” 관련 유튜브 영상