‘범용(通才) vs 전문(专才)’ 대토론: 두 번의 투표 모두 노장(전문가) 측 승리
“年轻人赌的是scale,老将们算的是产线。台下的人用两次投票给这场代际之争画了句号。……两场投票输给专才,并不意味着通才叙事的失败,这反而表现了机器人行业的一次自我校准。基础模型的上限没人会怀疑,但躺在手术台上的时候,同样也没人愿意为上限买单。”
젊은 연구자들은 스케일(Scale)에 베팅하고, 노장들은 생산 라인을 계산한다. 청중은 두 번의 현장 투표로 이 세대 논쟁에 마침표를 찍었다. … 전문 모델 측이 이겼다고 해서 범용 서사의 실패를 뜻하는 것은 아니며, 오히려 로봇 산업계의 ‘자기 교정’을 보여준다. 파운데이션 모델의 상한선을 의심하는 사람은 없지만, 막상 수술대 위에 누웠을 때 그 ‘상한선’을 믿고 돈을 지불하려는 사람 역시 없다.
‘가벼운 것(AI)’에서 다시 ‘무거운 것(현장·가동시간·표준)’으로
“但总结完这一周的讨论,会发现人们又开始谈‘重’的东西了,谈产线的节拍、谈八小时的连续运行、谈谁付钱、谈标准和责任。”
하지만 일주일간의 논의를 정리해 보면, 사람들이 다시 ‘무거운’ 것들을 이야기하기 시작했다는 걸 알 수 있다. 생산 라인의 템포, 8시간 연속 가동, 누가 비용을 낼 것인가, 표준과 책임 같은 것들이다.
학계(3~5년) vs 산업계(10년)의 온도차 & 창업의 본질
“再看‘学界说三五年,产业说十年’的这个温差,这或许是健康的信号,做研究的人负责乐观,做生意的人负责冷静,两种人如今坐在同一个会场里认真吵架,行业成熟的样子莫过如此。……无论话题怎么变,共识就是具身智能不太缺好论文,缺的是把论文变成产品、把产品变成生意的人。”
‘학계는 3~5년, 산업계는 10년’을 말하는 이 온도차는 오히려 건강한 신호일지 모른다. 연구하는 사람은 낙관을 맡고, 사업하는 사람은 냉정을 맡아, 이 두 부류가 지금 같은 회의장에 앉아 진지하게 언쟁을 벌이고 있다. 산업이 성숙해지는 모습이란 이런 것이다. … 화제가 어떻게 바뀌든 공통된 결론은 체화 인공지능 분야에 좋은 논문이 부족한 게 아니라, 논문을 제품으로 만들고 제품을 비즈니스로 만드는 사람이 부족하다는 것이다.
“거대 모델이 로봇공학을 집어삼키지 못했다 — 중간층의 부활”
“在万众瞩目的 AGI 狂热大背景下,这近两千篇论文却释放了一个信号:大模型并没有‘吃掉’机器人学。恰恰相反,在经历了两年的端到端狂奔后,机器人研究正通过三维几何、符号推理和底层控制的‘中间层复兴’,试图在匹兹堡找回那个被像素和 Token 掩盖的物理灵魂。”
모두가 주목하는 AGI 열풍 속에서 이 2,000편 가까운 논문들은 하나의 신호를 보냈다. 거대 모델이 로봇공학(Robotics)을 ‘집어삼키지’ 못했다는 것이다. 정반대로, 지난 2년간의 엔드투엔드 질주를 겪은 뒤 로봇 연구는 3차원 기하, 기호 추론, 저수준 제어라는 ‘중간층의 부활’을 통해 픽셀과 토큰에 가려졌던 물리적 영혼을 피츠버그에서 되찾으려 하고 있다.
“반(反)엔드투엔드가 아닌, 시스템 엔지니어링과 계층의 재등장”
“因此,IROS 2026 出现的 Reasoning、Memory、Planner 和 Symbolic Constraint,与其说是在‘反端到端’,不如说机器人学正在重新发明大模型与低层控制之间的中间层。端到端没有简单失败,模块化也没有简单复辟。更准确的变化是:随着任务从单步抓取走向长时操作,从实验室环境走向开放世界,机器人系统正在重新出现层级。”
그러므로 IROS 2026에 등장한 추론, 기억, 플래너, 기호 제약은 ‘반(反)엔드투엔드’라기보다 로봇공학이 거대 모델과 저수준 제어 사이의 중간층을 재발명하고 있는 과정에 가깝다. 엔드투엔드가 단순히 실패한 것도, 모듈화가 단순히 복고로 돌아간 것도 아니다. 임무가 단일 스텝 파지에서 장기 조작으로, 실험실에서 개방 세계로 나아가면서 로봇 시스템에 다시 ‘계층(Hierarchy)’이 생겨나고 있는 것이다.
언어 모델과 로봇의 결정적 차이
“语言模型过去几年的成功,很大程度上来自把大量任务统一进一个模型。但机器人不同。它不仅要‘理解’,还要真正行动,而物理世界会把误差、延迟、接触和失败全部暴露出来。”
언어 모델의 지난 몇 년간 성공은 상당 부분 수많은 과제를 하나의 모델로 통합한 데서 비롯됐다. 하지만 로봇은 다르다. 로봇은 ‘이해’할 뿐 아니라 실제로 행동해야 하며, 물리 세계는 오차, 지연, 접촉, 실패를 남김없이 드러낸다.
아직 수렴되지 않은 아키텍처 — 모델과 제어 사이의 경계 다툼
“今年 IROS 还看不到一套已经收敛的具身智能架构。……这几条路线真正争夺的,其实是机器人系统里的边界:哪些问题应该交给模型,哪些状态必须显式预测,哪些反馈又根本来不及交给大模型处理。”
올해 IROS에서는 아직 하나로 수렴된 체화 인공지능 아키텍처가 보이지 않는다. … 이 여러 노선들이 진짜로 다투고 있는 것은 로봇 시스템 내부의 ‘경계선’이다. 어떤 문제는 모델에 맡겨야 하고, 어떤 상태는 명시적으로 예측해야 하며, 어떤 피드백은 거대 모델에 넘길 시간조차 없는가 하는 문제다.
“예측과 실행 사이의 메워지지 않은 간극”
“走完整个展馆后,会发现机器人依然会打球、跑步,也依然有足够吸引镜头的 Demo。但越来越多工作开始把时间花在那些没那么好看的部分:动作之后世界会不会按预期变化,预测错了能不能及时发现,策略给出答案以后,身体又能不能在真实的摩擦、碰撞和误差里把它执行出来。机器人离‘会想’越来越近,但真正决定它能不能进入现实世界的,仍然是预测和执行之间那一段没有被填平的距离。”
전시관을 다 둘러보면 로봇은 여전히 공을 치고 달릴 줄 알며 카메라를 끌어당기는 데모도 많다. 하지만 점점 더 많은 연구들이 ‘그렇게 멋져 보이지 않는 부분’에 시간을 쏟기 시작했다. 동작 이후 세계가 예상대로 변하는지, 예측이 틀렸을 때 제때 알아챌 수 있는지, 정책이 답을 내놓은 뒤 몸체가 실제 마찰·충돌·오차 속에서 이를 실행해 낼 수 있는지 등이다. 로봇은 점점 ‘생각할 줄 아는 단계’에 가까워지고 있지만, 현실 세계 진입을 결정짓는 것은 여전히 예측과 실행 사이의 메워지지 않은 간극이다.
화려한 데모에서 절제된 합리성으로
“这不是评审口味变了,而是整个机器人领域正在经历一次静默但深刻的范式迁移。……IROS的奖杯不会颁给最炫的Demo,而是颁给那个把‘应该怎么做’想清楚,并用最克制的方式把它做出来的团队。这或许就是技术走向成熟的标志——当狂奔的激情沉淀为沉静的理性,真正的突破才刚刚开始。”
이는 심사위원들의 취향이 바뀐 것이 아니라, 로봇 분야 전체가 조용하지만 깊은 패러다임 전환을 겪고 있음을 뜻한다. … IROS의 트로피는 가장 화려한 데모가 아니라, ‘어떻게 해야 하는가’를 명확히 고민하고 가장 절제된 방식으로 구현해 낸 팀에게 주어진다. 이것이야말로 기술이 성숙 단계로 접어들었다는 신호다.
※ 참고: 이 CSDN 글은 IROS 2026의 주요 테마(장기 기억·테니스·쟁반 균형)를 모티프로 필자가 각색해 쓴 에세이성 컬럼으로, 세부 논문 제목·수치는 실제 수상작(LT-Mem, LATENT, SteadyTray)과 다릅니다.