[ 트렌드] [World Model 개념 정리 #1] Embodied AI — 신체를 가진 인공지능

핵심 질문: AI가 세상을 진짜 이해하려면 신체가 있어야 하는가?

이 글은 World Model 시리즈 1단계 개념 정리 문서입니다. 시리즈 #1~#20의 내용을 주제별로 가로질러 통합 정리합니다.

Embodied Cognition(신체화된 인지)이란?

"지능은 뇌에만 있는 게 아니라, 신체와 환경의 상호작용에서 나온다"

Embodied AI의 진화 타임라인

RT-2의 핵심 혁신: 행동을 언어로 표현

RT-2의 가장 혁신적인 아이디어는 로봇의 행동을 텍스트 토큰으로 변환한 것입니다.

입력: 카메라 이미지 + "사과를 집어"
  ↓ Vision-Language Model (55B 파라미터)
출력: [1, 128, 91, 241, 5, 101, 127, 1]  ← 로봇 행동 토큰!
  ↓
실제 로봇 팔이 사과를 집음

성과:

• 새로운 물건 성공률: 32% → 62% (거의 2배)
• 추상적 명령 이해: "2+1 위치에 놓아" → 계산 후 실행
• Chain-of-Thought 추론: "피곤한 사람에게 줄 음료" → 에너지 드링크 선택

주요 휴머노이드 로봇 비교

Embodied AI vs Disembodied AI

World Model에서의 위치

[World Model의 3가지 축]

이해(Understanding)     상상(Imagination)      행동(Action)
├── JEPA               ├── Dreamer            ├── RT-2
├── V-JEPA             ├── Genie              ├── Tesla Optimus
└── Predictive Coding  └── Sora               └── Figure 02
                                                  ↑
                                            Embodied AI가
                                            담당하는 영역

Embodied AI는 World Model의 "출력 단자"입니다. 이해하고 상상하는 것만으로는 부족합니다. 실제로 세상에 개입하여 결과를 확인하고, 그 피드백으로 세계 모델을 수정하는 것 — 이것이 진짜 지능의 완성입니다.

결론

• Embodied AI는 "신체가 있어야 진짜 지능"이라는 가설에서 출발
• RT-2가 증명: 웹 지식 + 로봇 경험 = 상식적 행동 가능
• Tesla Optimus, Figure 등 휴머노이드가 산업 현장에 진입 중
• 궁극적 목표: 이해(뇌) + 상상(꿈) + 행동(몸) + 기억(해마)

프레젠테이션(PPTX) 버전도 별도 제작되었습니다.