로브로스 "내년 상반기 휴머노이드 AI 모델 공개…제조·물류부터 공략"
휴머노이드 로봇 기업 로브로스가 내년 상반기 자체 휴머노이드 인공지능(AI) 모델을 공개한다. 범용 휴머노이드보다 제조·물류 현장에 사용할 수 있는 고성능 모델을 먼저 상용화하고, 현장에서 확보한 데이터로 적용 분야를 넓힐 계획이다. 임대규 로브로스 최고AI책임자(CAIO)는 최근 지디넷코리아 인터뷰에서 "2027년 상반기 자체 휴머노이드 AI 모델을 공개할 계획"이라며 "모델 자체 벤치마크 점수보다 로브로스의 휴머노이드 플랫폼 전체가 실제 산업 현장에서 작업을 끝까지 안정적으로 수행하도록 만드는 것이 목표"라고 밝혔다. "재사용성 높여 개발 비용 감축" 로브로스는 모델 성능을 평가할 때 현장 투입 가능성에 초점을 맞추고 있다. 임 CAIO는 "구체적인 성능 향상 수치는 아직 개발 중이라 공개하기 어렵다"면서도 "단순한 단일 동작 성공률보다 장시간 작업 성공률, 시야가 가려진 이후 복구 능력, 새로운 물체와 환경 적응력, 추론 지연과 동작 부드러움 등을 중요하게 평가한다"고 설명했다. 모델 개발 핵심 지표는 '재사용성'이다. 재사용성은 휴머노이드가 한 작업에서 익힌 조작과 이동 능력을 다른 작업에 얼마나 다시 활용할 수 있느냐다. 임 CAIO는 "물체를 잡고 옮기고 내려놓는 기본 능력을 물체 종류와 위치, 작업 환경이 달라져도 재사용할 수 있어야 범용성 가치가 생긴다"며 "제조·물류처럼 구체적인 산업 작업에서 출발해 검증된 능력 범위를 점차 넓히겠다"고 강조했다. 비용 절감도 기대하고 있다. 새로운 작업을 도입할 때마다 처음부터 대량의 데이터를 다시 모으는 대신, 이미 학습한 능력을 재사용해 3년 뒤에는 필요한 데이터와 적용 비용을 크게 낮추겠다는 것이다. 하드웨어와 AI를 함께 개발하는 풀스택 구조도 강점으로 꼽았다. 임 CAIO는 "자체 하드웨어와 AI를 풀스택으로 함께 개발하는 만큼, 자체 개발 휴머노이드 '이그리스(IGRIS)'에서 짧은 추론 지연과 안정적인 전신 동작을 구현하도록 최적화하고 있다"고 말했다. 임 CAIO는 "장기적으로 범용 휴머노이드를 지향하지만, 단기적으론 적용 가능한 현장에 우선 투입해 데이터를 확보하는 것이 중요하다"고 덧붙였다. 로브로스는 빠른 상용화를 위해 로봇 손 형태에도 유연하게 접근한다. 로브로스는 사람 손과 같은 5지(다섯 손가락) 형태만 고집하지 않는다. 장기적으로는 5지 핸드 연구개발을 이어가 사람 수준에 가까운 조작 능력을 확보한다는 목표지만, 당장은 저자유도 그리퍼로도 충분히 가치를 발휘할 수 있는 박스 운반 등에 휴머노이드를 적용한다는 방침이다. 텔레오퍼레이션·시뮬레이션·비디오 '3축' 데이터 파이프라인 로브로스는 데이터 확보를 위해 세 가지 축의 파이프라인을 구축했다. 첫 번째는 실제 로봇을 원격 조종하며 수집하는 텔레오퍼레이션 데이터다. 임 CAIO는 "실제 로봇이 작업하며 얻은 데이터라 학습에 유용하지만, 사람이 직접 로봇을 조작해야 해 양을 빠르게 늘리기 어렵다는 한계가 있다"고 설명했다. 두 번째는 물리 시뮬레이션에서 생성하는 합성 데이터다. 임 CAIO는 "로브로스는 '아이작 심' 위에 로봇의 정밀 모델을 구축하고, 실제 환경을 3D로 스캔해 디지털 트윈을 만드는 기술을 내재화하고 있다"며 "이 기술로 로봇을 정밀하게 동작시키고, 원하는 조건의 데이터를 빠르게 생성·증강할 수 있다"고 말했다. 그러면서 "다만 유연체나 유체, 유기체처럼 시뮬레이션하기 어려운 대상에는 아직 한계가 있다"고 덧붙였다. 아이작 심은 합성 데이터를 만드는 엔비디아의 시뮬레이션 소프트웨어다. 세 번째는 사람의 1인칭 시점 비디오 데이터다. 사람의 작업 영상에서 의미 있는 표현을 사전 학습한 뒤 로봇 데이터로 미세조정(파인튜닝)해, 실제 로봇 데이터 필요량을 줄이는 방식이다. 로브로스는 내년 상반기까지 시뮬레이션 데이터 80만 시간, 비디오 데이터 20만 시간 등 총 100만 시간 분량 데이터를 확보할 계획이다. 회사 측은 이 규모가 글로벌 프런티어 AI 연구소가 보유한 수준이라고 설명했다. 로브로스는 하드웨어와 제어, AI, 데이터 학습을 하나의 사이클로 연결하는 역량을 지향한다. 이를 위해 실제 로봇과 모델을 현장에 적용하는 과정에서 데이터 수집과 검수, 편집, 학습, 추론까지 비전문가도 피지컬 AI를 활용할 수 있도록 돕는 자체 소프트웨어 플랫폼을 구축하고 있다. 임 CAIO는 "이 플랫폼과 연계할 수 있는 국내 온디바이스 AI 칩 기업과 협업도 문을 열어두고 있다"고 말했다.
