1. 10년 내 자율 로봇의 확산: Nvidia는 향후 10년 내에 아이폰만큼 많은 지능형 로봇이 세상에 존재할 것이라고 예측하며, 이를 위해 지금부터 로봇 플랫폼과 관련 기술을 개발해야 한다고 강조합니다.

2. GPT-3 수준의 로봇 모멘트: 향후 2~3년 안에 로봇공학에서 GPT-3와 같은 중요한 기술적 돌파구(즉, 시스템 1 저수준 동작 제어에서의 큰 발전)를 이룰 것으로 예상합니다. 이 시점에서 로봇은 '열다'와 같은 복잡한 동작을 다양한 상황에 맞춰 일반화할 수 있는 모델을 가질 수 있을 것입니다.

3. 로봇의 하드웨어 발전: Nvidia는 2024년부터 시작해 로봇 하드웨어가 점점 더 성능이 향상되고 가격이 하락할 것으로 예상합니다. 현재 로봇의 제조비용은 약 3만 달러로 예상되며, 향후 몇 년 동안 이 비용은 더욱 하락할 것으로 보입니다.

4. 시뮬레이션 데이터: Nvidia는 시뮬레이션을 통해 로봇 학습을 가속화하고 있으며, GPU를 이용한 시뮬레이션을 통해 실제 로봇보다 10,000배 더 빠르게 데이터를 수집할 수 있다고 설명합니다. 이 데이터는 향후 로봇 개발에서 중요한 역할을 할 것입니다.

5. 로봇의 현실 세계 도입: Nvidia는 향후 10년 동안 로봇이 가정에서 일상적인 집안일(세탁, 설거지, 요리 등)을 수행하고, 레스토랑, 병원, 공장에서 인간과 협력할 수 있을 정도로 발전할 것으로 기대합니다.

이 외에도 로봇의 저비용화, 기술적 확장성, 시뮬레이션 데이터와 실제 데이터의 조합 등 다양한 연구 및 개발 방향에 대한 논의가 이루어졌습니다.

 

로봇의 데이터 수집 전략: 로봇 공학에서 성공적인 전략은 인터넷에서 수집한 대규모 데이터, 시뮬레이션 데이터, 실제 로봇 데이터를 결합하여 사용할 필요가 있다고 강조됩니다. 특히, 시뮬레이션 데이터는 무한에 가까운 양으로 생성 가능하며, 더 많은 GPU를 투입할수록 데이터 수집 속도는 더욱 빨라질 것으로 예상됩니다.

로봇 시스템 2의 발전: 현재 시스템 1(저수준 동작 제어)에 집중하고 있지만, 시스템 2(고수준 추론 및 계획)는 이미 강력한 모델을 갖추고 있다고 보고 있습니다. 향후 로봇 시스템은 시스템 1과 시스템 2를 결합하여 복잡한 동작과 추론을 모두 수행할 수 있는 방향으로 발전할 것입니다.

단일 모델로의 통합: Nvidia는 궁극적으로 단일한 로봇 모델이 다양한 형태의 로봇과 작업에 일반화될 수 있을 것이라고 예측합니다. 즉, 현재의 특정 로봇 형태나 특정 작업에 최적화된 '전문가 모델' 대신, 다양한 작업과 환경에서 일반화된 '저널리스트 모델'이 미래의 로봇 공학을 주도할 것이라고 봅니다.

가상 세계와 현실 세계의 통합: 가상 세계에서 훈련된 AI 에이전트가 현실 세계에서도 동일하게 작동할 수 있는 기술적 돌파구가 있을 것으로 예상됩니다. 이를 통해 가상 세계에서 수집한 데이터와 훈련된 모델이 현실 세계에서 바로 적용되는 ‘제로샷’ 전환이 가능해질 것으로 보고 있습니다.

게임 내 AI NPC의 진화: Nvidia는 게임 내 비플레이어 캐릭터(NPC)가 고정된 스크립트에 따라 움직이는 현재의 방식에서 벗어나, 진정한 지능을 갖춘 AI 캐릭터로 진화할 것으로 기대합니다. 이 AI NPC들은 플레이어와의 상호작용을 기억하고, 각 플레이어에게 다른 경험을 제공할 수 있을 것입니다.