인공지능의 무대는 이제 화면 속 텍스트와 이미지 생성에서 물리 세계의 행동으로 확장되고 있습니다. 로봇은 다시 AI의 중심에 서고 있으며, 그 배경에는 시각, 언어, 행동을 하나의 흐름으로 연결하려는 VLA와 물리 환경 속 지능을 다루는 Physical AI가 있습니다.
이 책은 VLA가 카메라와 언어 명령을 해석해 실제 로봇 행동으로 변환하는 구조를 설명하고, 멀티모달 표현 학습, 행동 디코더, 로봇 데이터, 학습 방법, Sim-to-Real 전이까지 핵심 기술 흐름을 단계적으로 정리합니다. 또한 로봇 팔, 모바일 매니퓰레이터, 휴머노이드처럼 서로 다른 몸을 가진 로봇에 VLA가 어떻게 적용되는지도 살펴봅니다.
마지막으로 로봇 에이전트, 장기 작업 계획, 안전성과 평가 기준, 산업 생태계의 변화를 통해 Physical AI가 실제 현장에 배치되기 위해 필요한 조건을 다룹니다. 이 책의 초점은 단순히 "가능한 로봇"이 아니라, 안전하고 신뢰할 수 있으며 경제적으로 지속 가능한 다음 세대 로봇 지능을 이해하는 데 있습니다.
