Robotic Foundation Models: Key Challenges in Physical AI

Session Overview

한국과 일본은 세계 최상위 제조 강국이지만 빠르게 심화되는 인력 부족 문제를 겪고 있습니다. 이러한 환경에서 인지능과 로보틱스를 결합한 Physical AI, 그리고 그 핵심인 Robotics Foundation Model(RFM)이 새로운 해법으로 부상하고 있습니다. 언어 중심의 LLM을 넘어, RFM은 제조·물류·서비스 등 다양한 산업에서 실제 물리적 작업을 대체·보조할 수 있는 차세대 인공지능 패러다임으로 제시됩니다.

Key Takeaways

• 아키텍처 전환 — 기존 접근과는 다른 RFM 중심 설계가 필요합니다.
• 대규모 실세계 데이터 — 산업 데이터를 어떻게 효과적으로 수집·정제·활용할지의 전략.
• 상호운용성 — 다양한 로봇 플랫폼에서 곧바로 적용 가능한 인터페이스/프로토콜 설계.
• 도메인별 확장 — 제조, 서비스 운영, 물류 등 각 도메인 특화 모델로 확장하는 로드맵.
• 비즈니스 임팩트 — 단순 자동화를 넘어 인간의 노동 일부를 대체/증강하는 수준으로 산업 현장의 생산성 곡선을 바꾸는 방법.

RLWRLD가 제시하는 비전은 ‘사람의 노동을 완전 대체하는 로봇’이 아니라, 인간에게 더 창의적이고 인간적인 시간을 돌려줄 수 있는 현실적 Physical AI입니다. 이는 한국과 일본 제조업의 재도약을 가능하게 하는 혁신의 방향을 보여줍니다.