ICRA 2026 방문 후기

비엔나에서 열리는 ICRA 2026에 다녀왔다. 후기를 한 대화로 요약하자면 

명교수님👨‍💼 : 지원이는 비엔나에서 너무 행복해보이더라... 잘 돌아다녀서 보기 좋았어... 

다시 떠올려도 살면서 내가 이렇게 행복해도 되나, 싶을 정도로 즐거웠던 시간이었다. 학회 열심히 보고, 연구자들하고 커피챗도 적극적으로 하고 실컷 놀고 잊을 수 없는 시간을 많이 맞닥뜨린 출장이었다. 베뉴가 비엔나여서 더 특별했던 것 같다. 

출국 전에는 호다닥 포스터를 만들고 출력하고 출국 준비를 했다. 

내 첫 포스터... 🐸

핀에어를 타고 헬싱키에서 경유하면서 갔는데, 화이트 와인을 보틀로 줘서 좋았다. 

헬싱키 공항에는 무민이 가득!

좋은 정수기가 있어서 인상적이었다. 전반적으로 유럽이 플라스틱 병에 든 생수를 지양하는 듯..? / 스탑오버 3시간동안 나를 구원해준 요가실. 장시간 비행으로 찌푸둥한 몸을 풀기에 최고였음

RAS에서는 Member support program으로 Traverl grant를 지원해주는데, 감사하게도 선정되어서 숙소를 지원 받았다. 위치는 Austria Trend Hotel Ananas Wien. 

빈 오페라 하우스

고마워요 RAS...

호텔은 학회장과 조금 거리가 있는 Heiligenstadt에 있었지만 내부도 넓고 깨끗하고 조식도 맛있어서 무척 만족하며 지냈다. 

일요일 오전에 도착했는데, 마침 그 날 빈 무지크페라인에서 조성진 피아노 리사이틀이 있어서 스탠딩석으로 공연을 봤다. 나중에 빈 악우협회와 무지크페라인 황금홀에 대한 책을 봤는데, 이 홀이 특히 음향이 좋은 걸로 세계적으로 유명하다고 한다.

피아노 연주를 들을 때는 황금홀이 두둥실 떠오르는 것 같았다. 낯선 도시에서 처음 보는 사람들이 다같이 숨죽이며 이 순간을 공유하고 있다는 것에 감동을 받았다. 

아름다운 황금홀

6/2. 학회 첫 날!

플래닝을 사랑하게 되...

기념품으로 분야에  맞는 텀블러를 줬다. 물론 Motion & Path planning 💚

오전에는 농사로봇 워크숍을 들었다. 얘기 나눠보고 싶은 분이 있었는데 기회가 없어서 아쉽...

김아영 교수님 키노트도 들었다

하나 둘 셋 URL 화이팅!

포스터 발표날. 아침에 사람이 없어서 혼자 포스터 붙이고 있었는데, 어떤 분이 오셔서 도와주시고 사진도 찍어주셨다. 알고 보니 연구실 선배님의 친구... (우연) 감사합니다. (꾸벅)

포스터 세션은 즐거운 거구나!

포스터를 해 보는 건 처음이었는데 신기하게 내 포스터에 사람이 많았다! 같이 간 친구도 내 포스터가 유독 사람이 북적였다고 말해주었다.  
09:00~10:30이 할당된 시간이었는데 사람들이 계속 와 주셔서 11시가 조금 넘을 때까지 계속 대화를 했다. 관심 가져주시고 흥미롭게 들어주셔서 무척 고맙습니다. 

논문 봤는데 이런 저런게 궁금했다고 말씀해주시는 분도 계셨고, 발전 방향을 제안해주시기도 했다. 링크드인 친구도 맺고 새로운 사람도 많이 알게 되어서 즐거웠다. 교수님도 오다 가다 들러주셔서 사진 찍어주시고, 서면으로만 알고 지내던 연구자분도 방문해주셔서 무척 반가웠다. 정신없이 목이 찢어지게 말하다 보니 시간이 금방 갔다. 

w/ Maximilian Adang

그리고 이번 학회에서 Mac Schwager 교수님 연구실 연구원분을 만나서 너무너무 반가웠다.

지나가는데 내가 요새 하루 종일 보고 있는 Splat-Nav 실험실 사진이 붙어 있길래 눈이 휘둥그레져서 포스터를 봤더니 SINGER 논문 포스터였다. 당장 달려가서 한참 얘기하고, 그래도 더 물어보고 싶은 것들이 많이 남아서 며칠 뒤에 커피챗도 했다. GS Navigation 연구를 하면서 내가 궁금했던 많은 것들이 해소되는 시간이었다.  

이번에 내가 궁금했던 부분은, 왜 아직까지 GS-Navigation 관련 연구가 많지 않은지였다. GS 맵 자체를 만드는 연구는 내가 발을 담글 수 없을 정도로 CV/그래픽스 연구자들로 고여있는 것처럼 보이는데 생각보다 GS에서 매니퓰레이터 플래닝은 해도 로봇 내비게이션을 하는 연구는 충분히 많지 않아 보였다. 

내가 알기론 이 연구라는 동네는 <내가 생각하기에 괜찮은 아이디어는 이미 선행 연구가 있고, 없다면 그럴 만한 이유가 있어서 아무도 안 한 것...> 인데, 과연 그럼 GS-Navigation은 전자일까, 후자일까? 하는 것이 나의 의문이었다. 그리고 왜 이 연구가 없느냐 하는 것에 대한 추측은 내가 생각하기엔 도메인 갭이었다. 얘기를 좀 해보니 GS/CV하시는 분들은 도통 로봇 내비게이션에는 관심이 없으시다. 그들의 유일한 관심은 대체로 <어떻게 하면 더 예쁜 맵을 만들까?>하는 것. 그리고 플래닝하는 분들은 대체로 GS를 잘 모르신다. 그리고 GS를 알아도, 기존에 많이 해 왔던 Top-view occupancy map이나 KNN기반 그래프 고정관념을 깨기가 쉽지가 않다. (==나) 

Visual SLAM을 원래 많이 했던 공동연구자랑 얘기를 해 봐도, 그는 Keyframe 기반 robocentric view로 세상을 보는데 나는 Top view로 세상을 봐서 그런 관점의 차이가 흥미로웠다. 

아무튼 그래서 이번 학회에서는 눈에 불을 켜고 GS 관련된 포스터는 다 찾아다니고 사람들한테 많이 물어보기도 했는데, 일단 ICRA 2026 한정 GS 내비게이션 연구는 Exploration말고는 거의 없었다. 글서 막시밀리안 친구에게 여러 개를 물어봤다. 대략 기억하자면 이랬다. 

일단 그의 관심사는 0) GS를 시뮬레이션으로 이용하는 연구들 1) 더 좋은 GS 맵을 만들기 위한 viewpoint 선정을 위한 planning (Exploration 관점 : CVPR에 발표된 Magician같은 계역) 2) GS의 풍부한 semantic을 이용한 VLN이었다. 너네 연구실 (Mac Schwager 교수님) 사람들도 다 그래 ? 물어보니까 그렇다고 한다. 

Splat-Nav의 저자 Timothy Chen의 출판 논문 목록만 봐도, <Coverage optimization>, <Open-vocab w/ online semantic GS> 등이 있다. 왜 Point-to-point robust navigation은 안 해 ?라고 물어보니 "LiDAR가 있는데 왜?"라는 답변이 돌아온 것을 보니 여전히 Visual Navigation은 갈 길이 멀다. 

지향점이 조금 다른 것은 분명하다. GS는 주로 CV에 베이스가 있으신 분들이 많이 연구하다 보니 이걸 Robot navigation에 활용하기 위한 연구도 전세계 트렌드에 맞추어 VLA 혹은 더 선명한 맵 만들기에 집중하게 되는 것 같다고 이해했다. GS에서 point-to-point robust navigation을 한다 해도, 나이브하게 접근하면 결과물이 <짜잔, 장애물을 잘 피해서 갑니다!> 로 나올 가능성이 있어서 보는 사람 입장에서는 <애걔, 이건 40년 전부터 되던 거 아니야?> 라고 생각하게 되는 것이다. 

어쨌든 이 대화들로 인해 나의 의문점은 다소 해소되었는데, 스탠포드 연구실에서도 아직도 GS에서 길찾기 초기 패스는 Primitive 단위 Occupancy map으로 한다는 것이고, 그들의 관심사와 내 관심사는 다소 차이가 있으며 그 이유도 대강 알 수 있었다. 

그리고 너가 보기엔 미국 내의 GS navigation의 마켓 사이즈가 어떠냐, 너네 연구실에선 맵 어케 따냐 (아루코 마커를 쓴다고 함) 등등 더 물어봤다. 

+) 최근에
https://www.nianticspatial.com/robotics

Niantic Spatial for Robotics | Niantic Spatial, Inc.

이 회사를 봤는데, GS-Navigation에서 내가 그리는 꿈들이 어떤 것은 실현되어 있고, 어떤 것은 아직 없어서 아주 흥미롭게 보았다. 

아무튼 여러 세션을 듣고 포스터를 보고 대화도 나누며 그동안 혼자서 연구하며 궁금해했던 부분들이 많이 해소되었다. 추가로, 나는 VLA에 대한 내 입장을 아직 정하지 못 했어서 그 부분도 다른 연구자분들께 물어보면서 다녔다. 

로보틱스는 로보틱스만의 문제 접근법이 있고 AI는 AI의 문제 접근법이 있다고 생각하는데, VLA는 로보틱스에 AI적인 접근법을 채택하는 방법론처럼 생각되었기 때문이다. 내가 이 분야를 잘 알지는 못 하지만 기존의 방법들이 아직 많이들 <모듈화>를 채택한다는 점이 아쉽게 느껴졌다. 에이전트의 역할을 나눠 서로 다른 역할을 부여해서 태스크를 수행한다거나, 혹은 질문을 다르게 하는 등 Application 단계에서 많이 이루어지는 것 같아서 아직까지는 내 마음을 끄는 연구 접근법을 찾지 못 했다. Robotics가 AI의 연구성과를 받아서 응용되는 Downstream task같이 여겨지는 듯 하여 그것이 LLM의 성능에 의존적이라는 점이 아쉬웠다. 

그래서 여러 사람들한테 VLA에 대해 어떻게 생각하냐고 여쭤봤더니, 그래도 마음에 남는 답변은 로봇이 사람들이랑 같이 지내려면 비정형 태스크를 수행할 수 있어야 하지 않겠냐는 것이었다. 공장 로봇들은 정해진 물건만 집어서 정해진 장소에 놓지만 사람 사는 세상은 그럴 수는 없으니까 예상치 못 한 상황에 항상 대응할 수 있어야 하는데, VLA가 지금으로서는 가장 가능성있는 방법론으로 본다고 하셨다. 그 부분에서는 공감을 했고 VLA의 성능은 비약적으로 높아져서 금세 클로드 코드처럼 모두가 쓰게 될 것이라는 건 필연적 미래이지만 그 연구 분야에서 내가 어떤 의미를 찾을 것인지는 아직 잘 모르겠다. 그것은 내가 아마 앞으로 풀어야 할 문제겠지?

https://arxiv.org/pdf/2606.06556

이 논문을 추천받아서 읽어보려고 한다. 

 

그리고 추가로 포스터 중 가장 인상적이었던 연구는 <Continual Learning for Traversability Prediction With Uncertainty-Aware Adaptation>이었다. 

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11197661

https://ieeexplore.ieee.org/document/11197661/;jsessionid=10E7E867E7557973672FA8710979898F

ICRA에서 Robotics + Continual learning 주제로 있던 거의 단일한. 논문이어서 반가웠고, 그게 Traversability prediction이라서 더더욱 흥미가 갔다. Robotics에 TTA를 적용하는 건 한참 전부터 자연스럽게 내 마음속에 있던 주제인데, 그래서 연초에는 랩 내에서 TTA 스터디도 진행했으나 내가 GS에 빠지는 바람에 무기한 연기되었다. TTA는 Test time 중에 정답에 대한 힌트조차 얻기 어렵다는 게 보틀넥인데, 로봇은 (직접 찾아가서 알고 싶은 걸 알 수 있는)스스로 어린이니까, TTA의 근본적인 한계를 극복할 수 있는 가능성이 있지 않을까? 

 

Photo from Wien

영원히 반복될 꿈같은 비엔나...

슈테판 성당에서 소원을 빌었다