정리 노트물리 세계·현실 영향
장비가 아니라 세팅값을 쥔 사람이 품질을 가른다
숙련공의 암묵지를 어떻게 데이터로 바꿔 기계에 넣는가라는 하나의 문제로 조리 로봇과 농업 로봇이 함께 묶인다. 웍질 모션 3,800여 가지를 수집해 학습시킨 조리 로봇은 50년 경력 대가와의 블라인드 시식 대결에서 완패했지만, 업계가 잡은 합격선은 최고 품질이 아니라 '사람의 90% 수준에 맛이 일정하기만 하면 성공'이라는 재현성 기준이었다. 가장 시사적인 장면은 그릴 로봇으로, 원료도 장비도 그대로인데 온도 세팅값만 바꾸자 완전히 다른 결과가 나왔다. 성패를 가르는 것이 하드웨어가 아니라 파라미터를 쥔 숙련자의 개입이라는 뜻이다. 후반부의 3D 이미지 기반 유두 탐지 알고리즘과 과실의 크기·색상·개수를 구간별 분포로 통계 분석하는 예찰 로봇은 사실상 비전 검사·계측 파이프라인과 같은 구조다. 다만 '주방 일자리 80% 대체'나 '시장 4배 성장' 같은 수치는 출처가 제시되지 않는다.
기억할 것
- 모션 3,800여 가지를 조건별 프로파일로 나눈 것이 암묵지 데이터화의 핵심
- 합격선을 '사람 초과'가 아니라 '편차 없는 90%의 24시간 유지'로 재정의한다
- 같은 장비·같은 원료에서 설정값만 바꿔 결과가 갈린 A/B 장면이 가장 강한 근거
- 설비 도입 설계에 파라미터 튜닝 권한과 숙련자 참여를 반드시 포함해야 한다
이 글은 제가 여러 자료를 읽고 제 말로 다시 정리한 노트예요. 출처 링크를 달지 않는 대신, 사실 확인이 된 사건은 기록에 따로 있어요.