기술 과시보다 서비스 수준 협약(SLA), 운영 효율·신뢰성·매출이 먼저다
스케일이 병목… 현장 엔지니어를 늘리지 않고 ‘플릿’을 늘리는 법
LLM만으로는 부족해… 장기 자율성을 위한 ‘구조화된 시스템 레벨 자율성’


편집자주

AI는 ‘도입’의 단계를 지나 ‘현장’으로 이동하고 있다. 이제 성능 경쟁만으로는 설명되지 않는 질문들이 남는다. 실세계에서 작동하는 시스템을 만들려면 무엇을 쌓아야 하고, 어디서 병목이 생기며, 그 혜택은 누구에게 돌아가야 할까. ‘AI 석학에 바다이야기무료머니 게 듣다’는 AI 서울 2026 현장에서, 석학들의 문제의식으로 ‘전환의 조건’을 추적한다.





닉 호스는 옥스퍼드대에서 AI·로봇공학 교수로 재직하며, 옥스퍼드 로보틱스 인스티튜트(ORI)를 이끄는 연구 책임자다. ORI는 자율시스템과 10원야마토게임 로봇 지능 연구를 집약해 온 조직으로, 호스 교수는 이곳에서 현장에 배치 가능한 ‘장기 자율성’과 안전·신뢰성을 시스템 레벨에서 풀어내는 연구를 주도해 왔다. (이미지=젠스파크로 생성)


닉 호스는 옥스퍼드대에서 AI·로봇공학 교수로 재직하며, 옥스퍼드 로보틱스 인스티튜트(ORI)를 이끄는 연구 책 바다이야기프로그램 임자다. ORI는 자율시스템과 로봇 지능 연구를 집약해 온 조직으로, 호스 교수는 이곳에서 현장에 배치 가능한 ‘장기 자율성’과 안전·신뢰성을 시스템 레벨에서 풀어내는 연구를 주도해 왔다. 그의 발표가 ‘멋진 데모’보다 ‘현장에서 버티는 로봇’을 전면에 세우는 이유도, 로봇을 실세계 산업으로 확장하기 위한 조건을 오랫동안 다뤄 온 이력과 맞닿아 있다.
릴짱릴게임 이날 현장에서 호스 교수는 피지컬 AI를 ‘로맨틱한 미래’가 아니라 ‘운영되는 산업’으로 지목했다. 실세계에서 로봇이 돈이 되려면, 무엇보다 견고함과 신뢰성, 그리고 장기 운용 능력이 먼저라는 결론이다. 그러면서 호스 교수는 “시작부터 고객의 관점으로 돌아가자”고 주문했다.
“고객은 기술적 정교함보다 운영 효율과 신뢰성, 릴게임5만 그리고 매출을 더 중요하게 봅니다. “최신 신경망을 탑재했느냐보다 중요한 것은, 그 시스템이 현장에서 얼마나 안정적으로 성과를 내느냐입니다. 특히 수익성은 언제나 예민하게 평가됩니다.”

기술 과시보다 SLA, 운영 효율·신뢰성·매출이 먼저다




회복력 있는 자율 스시템, 산업 현장의 자율 로봇. 호스 교수는 로봇 산업과 관련해 “‘다음 멀티 트릴리언 달러(multi-trillion dollar, 수 조원 규모의) 산업’이라는 기대를 받으면서도, 실제 현장에서는 아주 보수적인 계산으로 평가된다”고 말했다. 연구자에게는 최신 모델이 매력적이지만, 고객은 ‘내 KPI(핵심성과지표)를 맞추는가’로만 본다는 것이다. (이미지=젠스파크로 생성)


호스 교수는 로봇 산업과 관련해 “‘다음 멀티 트릴리언 달러(multi-trillion dollar, 수 조원 규모의) 산업’이라는 기대를 받으면서도, 실제 현장에서는 아주 보수적인 계산으로 평가된다”고 말했다. 연구자에게는 최신 모델이 매력적이지만, 고객은 ‘내 KPI(핵심성과지표)를 맞추는가’로만 본다는 것이다. 호스 교수는 “‘로봇을 산다’는 것은 결국 ‘서비스를 산다’는 말과 같다”며 말을 이어갔다.
“고객으로서 제가 사고 싶은 로봇은, 제가 이미 염두에 두고 있는 서비스 수준 협약(SLA)을 실제로 충족하는 로봇입니다. 그리고 저는 제가 이미 관리하고 있는 핵심 성과 지표(KPI)를 충족하는지를 함께 봅니다. 결국 저는 ‘무엇을 어떻게 할지’를 아주 높은 수준의 사양으로 제시했을 때, 그 요구조건을 그대로 만족시키며 작동하는 로봇을 원합니다.”
호스 교수는 이 지점에서 피지컬 AI 담론의 중심을 바꾸자고 했다. ‘모델이 무엇을 할 수 있나’가 아니라 ‘시스템이 어떤 가치를 꾸준히 제공하나’가 핵심이라는 것이다. 그래서 가장 먼저 확보해야 할 것은 ‘배치 이후에도 성능이 유지되는 신뢰성’이라는 게 호수 교수의 지적이다.
“기술 시연이 한 번 성공하는 것은 그리 어렵지 않습니다. 문제는 같은 성능을 일주일, 한 달, 그리고 여러 현장에서 반복할 수 있느냐입니다. 실세계에서는 결국 운영이 경쟁력입니다.”

병목은 확장 과정에 있다, 현장 엔지니어를 늘리지 않고 ‘플릿’을 늘리는 법




로봇 플릿 관리 시스템. 호스 교수가 지목한 ‘진짜 병목’은 ‘확장’이다. 한 고객에게 납품해 성과를 내는 것과 여러 고객·여러 환경에서 동일한 품질로 운영하는 것은 완전히 다른 문제라는 것이다. 그 차이는 곧 비용으로 나타난다. 쉽게 말해 배치할 때마다 현장 엔지니어를 붙이는 방식은 확장할수록 손해가 커진다는 의미다. (이미지=젠스파크로 생성)


호스 교수가 지목한 ‘진짜 병목’은 ‘확장’이다. 한 고객에게 납품해 성과를 내는 것과 여러 고객·여러 환경에서 동일한 품질로 운영하는 것은 완전히 다른 문제라는 것이다. 그 차이는 곧 비용으로 나타난다. 쉽게 말해 배치할 때마다 현장 엔지니어를 붙이는 방식은 확장할수록 손해가 커진다는 의미다.
“수익성의 가장 큰 병목은 상용화 단계에서 로봇을 여러 현장에 수백 대 단위로 깔고도 같은 성능과 신뢰성을 유지하는 것입니다. 한 고객, 한 시장에서 동작하는 로봇을 여러 환경으로 확장하는 순간 난이도는 급격히 올라갑니다. 배치할 때마다 새 현장 엔지니어를 고용하는 방식으로는 규모화를 할 수 없습니다.”
그러면서 호스 교수는 이 문제를 ‘인프라 확장’에 비유했다. 서버를 늘릴 때 매번 사람이 붙지 않듯, 로봇도 시스템 차원에서 안정성을 만들어야 한다는 것이다. 결국 확장은 ‘현장 인력의 확장’이 아니라 ‘자율성의 확장’ 이어야 한다는 것이 호스 교수의 생각이다.
“우리는 사람이 붙는 방식으로 로봇을 확장하면 안 됩니다. 로봇은 인프라처럼 확장되어야 합니다. “그렇게 하려면 안전성과 신뢰성을 시스템 설계로 확보해야죠.”

LLM만으로는 부족… 장기적으로 ‘구조화된 시스템 레벨 자율성’이 필요




호스 교수는 이 접근이 실제 배치에서 검증되고 있다고 강조했다. 핵 시설, 융합로, 폐로 원전 같은 극한 환경에서 최소 인간 개입으로 작동하는 시스템을 구축해왔다는 설명이다. 결국 ‘회복력’은 현장에서 만들어지는 능력이다. (이미지=젠스파크로 생성)


호스 교수는 또한 ‘로봇에 LLM 하나만 얹으면 된다’는 단순화를 강하게 경계했다. 실세계는 제약이 많고, 그 제약은 종종 시간 축에서 나타난다. 다음 10초의 행동과 다음 10시간의 임무, 그리고 안전 귀환 계획은 같은 수준에서 해결되지 않는다. 그래서 호스 교수는 해법으로 ‘구조화된 시스템 레벨 자율성’을 제시했다.
“우리가 말하는 해법은 구조화된 시스템 레벨 자율성입니다. 구조화란 여러 구성 요소와 모듈을 계층적으로 결합하는 것을 의미합니다. 시스템 레벨이란 자율성이 단일 모델의 능력으로 환원되지 않는다는 뜻입니다.”
호스 교수가 설명한 구조는 ‘모델의 집합’이다. 월드 모델, 로봇 플랫폼 모델, 작업 모델을 결합해 의사결정 아키텍처를 구성하고, 이 아키텍처가 장기 임무를 관리한다. 핵심은 센서 입력을 해석하는 것을 넘어, 제약을 지키면서 목표를 달성하는 운영 로직을 세우는 일이다.
“우리는 월드 모델과 파운데이션 모델 같은 요소를 사용합니다. 그리고 로봇 플랫폼을 설명하는 모델, 작업을 설명하는 모델을 함께 사용합니다. 이 모델들을 결합해 의사결정 아키텍처를 만들고, 안전과 신뢰성을 확보하고 있죠.”
발표 말미, 호스 교수는 이 접근이 실제 배치에서 검증되고 있다고 강조했다. 핵 시설, 융합로, 폐로 원전 같은 극한 환경에서 최소 인간 개입으로 작동하는 시스템을 구축해왔다는 설명이다. 결국 ‘회복력’은 현장에서 만들어지는 능력이다.
“우리는 최소한의 인간 개입으로 장기간 작동하는 시스템을 구축해왔습니다. 핵 시설과 같은 고위험 환경에서도 반복적으로 운영될 수 있어야 합니다. 그것이 실세계 전환을 가능하게 하는 회복력입니다.”
노빅 총괄이 ‘두뇌’를, 조규진 교수가 ‘도시 적용’을, 닉 호스 교수가 ‘운영과 회복력’을 말하면서 ‘AI 석학에게 듣다’ 시리즈는 초반 피지컬 AI 3부작 ‘현장 전환의 조건’을 완성한다. 그런데 현장 전환이 커질수록, 다음 병목은 기술이 아니라 협업의 방식으로 이동한다. 이어지는 4편에서는 파이토치(PyTorch) 재단의 전무이사이자 리눅스재단 AI 총괄을 맡고 있는 매트 화이트의 발표를 통해 오픈소스·표준·라이선스가 왜 AI 산업의 확산을 결정하는지에 대해 알아본다.
저작권자 ⓒ Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지