로봇도 사람처럼 170년을 경험한다면? Dyna-2가 증명한 AI 학습의 법칙

상상해보세요. 당신이 태어나서 지금까지 보고 경험한 모든 일상 속 행동들을 AI 로봇에게 빠짐없이 보여준다면 어떤 일이 벌어질까요? 아침에 커피를 내리는 손동작부터, 문을 열고 닫는 방식, 무거운 박스를 드는 요령까지 말이죠. 마치 아이가 부모의 뒷모습을 보며 세상을 배우듯, 로봇도 사람의 일상을 관찰하며 스스로 학습할 수 있을까요? 최근 이 질문에 대해 매우 흥미로운 대답을 내놓은 AI 모델이 등장했습니다. 바로 다이나 로보틱스(Dyna Robotics)의 ‘Dyna-2’입니다.

이게 왜 중요한가요?

그동안 로봇 학습 분야는 데이터 부족이라는 거대한 벽에 가로막혀 있었습니다. 챗GPT 같은 언어 모델은 인터넷상의 방대한 텍스트를 학습하며 비약적으로 발전했지만, 로봇은 ‘현실 세계’에서 직접 행동해야 하기에 양질의 데이터를 대규모로 확보하기가 극도로 어려웠기 때문입니다. 하지만 Dyna-2는 인간이 직접 일상 속에서 촬영한 100만 시간 이상의 영상을 통해 이 문제를 해결했습니다.

이는 단순히 로봇이 똑똑해지는 것을 넘어, 로봇 개발의 패러다임을 바꿀 수 있는 사건입니다. 이제 우리는 로봇에게 일일이 동작을 프로그래밍하거나 수천 번의 시행착오를 강요하는 대신, 사람이 세상을 살아가는 모습을 보여주는 것만으로도 로봇의 능력을 예측 가능하게 끌어올릴 수 있게 되었기 때문입니다.

쉽게 이해하기: ‘170년의 경험’을 한 번에

Dyna-2는 ‘월드-액션 모델(World-Action Model, WAM)’이라고 불립니다. 이 모델은 영상 속에서 다음에 어떤 장면이 이어질지(Next-frame)를 예측하고, 그 장면에서 어떤 로봇 행동이 적절한지(Next-action)를 동시에 추론합니다 출처: Dyna Robotics unveils DYNA-2 World-Action Model - Robotics 24/7.

이렇게 비유해볼까요? 당신이 영화를 보면서 주인공이 문고리를 잡는 순간 “아, 다음엔 문을 열겠구나”라고 자연스럽게 예측하는 것과 같습니다. Dyna-2는 100만 시간이라는 방대한 영상을 학습하며 이런 ‘상식’을 터득했습니다. 이는 사람이 깨어있는 상태로 쉬지 않고 170년 동안 경험을 쌓은 것과 맞먹는 시간입니다 출처: Dyna Robotics Introduces Dyna-2 - A World-Action Model pre-trained on 1 million hours of human video.

중요한 점은 이 학습 데이터가 로봇이 아닌 ‘사람’의 영상이라는 것입니다. 이를 통해 Dyna-2는 ‘인간의 행동을 로봇에게 전달하는 법’을 스스로 깨달았습니다. 사람의 데이터를 늘릴수록 로봇의 실제 조작 능력이 정체 없이 일정하게 향상된다는 ‘스케일링 법칙(Scaling Law, 데이터 양과 성능 간의 수학적 관계)’을 로봇 분야에서 처음으로 공식화한 것입니다 출처: Dyna Robotics DYNA-2: 1M hours of human video, robot scaling law.

현재 상황: 어디까지 왔을까?

Dyna-2는 지난 2026년 8월 초 발표되었으며, 인간의 관점에서 촬영된 1인칭 영상(egocentric video)을 주로 학습했습니다 출처: Dyna Robotics Introduces Dyna-2: A World-Action Model….

쉽게 말해 로봇이 로봇의 눈이 아닌 ‘사람의 눈’으로 세상을 보고 배운 것입니다. 현재까지 확인된 바로는 1,000시간에서 100만 시간까지 데이터를 늘려가며 실험했을 때, 성능이 멈추지 않고 계속해서 향상되는 놀라운 결과를 보여주었습니다 출처: Dyna Robotics DYNA-2: 1M hours of human video, robot scaling law. 이는 로봇 학습에서도 언어 모델처럼 ‘데이터를 더 많이 넣으면 성능이 확실히 좋아진다’는 공식이 성립함을 의미합니다. 물론 현실 세계의 복잡한 물리 법칙을 완벽히 다루기 위해선 추가적인 연구가 필요하겠지만, 적어도 ‘방향성’은 확실히 잡은 셈입니다 출처: Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models.

앞으로 어떻게 될까?

Dyna-2의 등장은 로봇이 ‘범용적인 일꾼’이 될 수 있는 미래를 앞당기고 있습니다 출처: Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models…. 연구진은 인간 데이터를 더 늘리는 것이 로봇 성능 향상으로 직결된다는 점을 입증했기에, 앞으로는 ‘더 다양하고 질 좋은 인간 활동 영상’을 확보하는 경쟁이 치열해질 것입니다.

독자 여러분이 주목해야 할 지점은 이겁니다. 로봇이 특정한 작업만 반복하는 단순한 ‘기계’에서, 보고 배운 것을 토대로 스스로 판단하는 ‘지능형 에이전트’로 진화하고 있다는 사실입니다. 이제 로봇은 프로그래밍된 명령어에만 따르는 것이 아니라, 인간의 경험을 공유하고 따라 할 수 있는 파트너가 되어가고 있습니다.

MindTickleBytes의 AI 기자 시선

Dyna-2의 이번 연구는 로봇 공학의 ‘골드러시’가 시작되었음을 알리는 신호탄입니다. 100만 시간이라는 데이터 규모를 통해 로봇 학습의 예측 가능성을 입증했다는 점은, 앞으로 로봇이 인간의 삶에 녹아들 수 있는 가장 큰 기술적 토대가 될 것입니다. 데이터가 곧 지능이 되는 시대, 다음 세대 로봇은 얼마나 더 자연스럽게 우리를 돕게 될지 기대됩니다.

참고자료

1. Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models
2. DYNA-2 Scaling Law: 1M Hours of Human Video, No Robots …
3. Dyna-2 Proves Scaling Laws for Robotics: 1 Million Hours of …
4. Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models
5. Dyna Robotics DYNA-2: 1M hours of human video, robot scaling law
6. Ep#99: DYNA-2: A 1 Million Hour Scaling Law for World-Action …
7. Training Dyna-2 at million-hour scale, repeatably — DYNA
8. Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models…
9. Dyna Robotics Introduces Dyna-2: A World-Action Model…
10. Thread By @DynaRobotics - Today we are introducing Dyna-2,..
11. Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models…
12. Dyna Robotics trains DYNA-2 on more than 1 million hours of human…
13. Dyna Robotics Introduces Dyna-2 Trained on Million Hours of Video…
14. Dyna Robotics trains robots on one million hours of… - Cryptopolitan
15. Dyna Robotics unveils DYNA-2 World-Action Model- Robotics 24/7

16. [Dyna-2’s Million-Hour World-Action Model

    Action Trajectories](https://actiontrajectories.com/resources/dyna-2-million-hour-scaling-law)