라인이 멈추면 그건 지연이 아니라 수율이다. 클라우드를 한 번 거쳐야 제어가 되는 순간, 그 루프는 더 이상 공장의 것이 아니다. 그래서 산업용 AI는 엣지에서 돈다.

반응과 계획, 같은 박스

CoreVLA는 보고 잡는 쪽이다. 물체를 보고, 맥락을 이해하고, 행동한다. 집어 올리기, 잡기, 이동. System 1.

CoreLM은 계획과 설명을 담당한다. “왜 실패했나” “다음은 뭔가”. 도메인 언어 모델. System 2.

같은 디바이스에 있는 이유는 간단하다. 행동이 난 자리에서 바로 되물어야 한다. 클라우드 왕복하는 순간 루프가 깨진다.

클라우드만으로는 공장이 안 돌아간다

클라우드 AI는 많은 걸 해결했다. 하지만 공장은 다르다.

시간: 네트워크 왕복 지연이 실시간 제어를 막는다.

신뢰: 네트워크가 끊기면 로봇이 멈춘다. 공장은 멈추지 않는다.

주권: 생산 데이터를 밖으로 보내는 건 계약과 규제 문제가 된다.

비용: 플릿 규모로 클라우드 호출을 때리면 비용이 선형으로 붙는다.

NVIDIA Jetson Thor급 하드웨어(CoreEdge)에서 두 모델을 돌린다. 타협이 아니라 원칙이다.

제안은 모델, 허가는 시스템

CoreVLA가 행동을 제안하면, CoreLM이 필요하면 맥락을 보강한다. 그리고 모든 출력은 CoreOS를 거친다. 결정론적 안전 레이어다. 모델 출력과 액추에이터 사이.

모델이 제안하고, 시스템이 허가한다.

다음 포스트에서는 안전 아키텍처를 다룬다. 왜 아키텍처가 안전을 책임지는지, 데이터 플라이휠이 어떻게 도는지.

Core On Dynamics, 샌호세, 캘리포니아.