【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스][위클리_피지컬AI] 로봇의 행동 정확도 개선에 나선 기업들 외

온카뱅크관리자

2026-11-12 20:07:25

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="9LKg59MVEI">
 [IT동아 강형석 기자] 생성형 인공지능(AI)이 세상을 바꿨다면, 피지컬 AI(실물 인공지능)는 세상을 뒤흔들 것으로 전망된다. 생성형 AI는 온라인상에서 원하는 결과물을 얻고 창의적인 활동을 가능케 하지만, 피지컬 AI는 산업현장부터 일상환경, 재해극복까지 사람이 하기 어려운 영역을 폭넓게 풀어낼 잠재력을 지녔기 때문이다. 현재 전 세계 기술 기업들이 피지컬 AI 경쟁에 뛰어들었고, 기술 개발도 활발하게 이어진다. [위클리_피지컬AI]는 지난 한 주간 주목받은 기술 기업 소식과 연구 성과를 다루고자 한다.
 <h3 contents-hash="3b42cd0001cd9795b8fbd28351ff464c93a549969b74fa1074f32ff35750cc58" dmcf-pid="Vg2NtVe4ss" dmcf-ptype="h3">NTT, 로봇의 실패를 예측하는 물리 기반 월드 모델 개발</h3>
 2026년 11월 11일, 일본 통신기업 NTT는 로봇이 실제로 팔을 뻗거나 물건을 옮기기 전에 행동의 결과를 미리 모의실험해 화물 붕괴나 물체 낙하 같은 사고를 막는 피지컬 AI 기술을 공개했다. 이 기술은 크기와 무게, 재질이 제각각인 공항 수하물을 자동으로 싣고 내리는 작업에 우선 투입되며, 물류 자동화 전문 기업인 무진(Mujin)과 함께 현장 실증에 돌입한다.
 <figure class="figure_frm origin_fig" contents-hash="be20295d3a129dd20d6b3bd7b442bb6556d257a2d40e1a0613b518de660f18bf" dmcf-pid="4aVjFfd8Dr" dmcf-ptype="figure">
 <img alt="NTT가 로봇의 행동 실패 상황을 예측해 사고를 막는 피지컬 AI 기술을 공개했다 / 출처=NTT" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/itdonga/20261112200602518iubd.jpg" data-org-width="800" dmcf-mid="zd9EUPLxmv" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/itdonga/20261112200602518iubd.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 NTT가 로봇의 행동 실패 상황을 예측해 사고를 막는 피지컬 AI 기술을 공개했다 / 출처=NTT
 </figcaption>
 </figure>
 현행 시각·언어·행동(VLA) 모델이나 모션 플래너는 카메라 영상과 언어 명령을 받아 로봇의 행동 후보들을 만들어내지만, 정형화되지 않은 낯선 물건들이 복잡하게 쌓여 있을 때 내린 행동이 주변 물건을 무너뜨릴지 사전에 판단하기 어려웠다.
 영상 생성 기반 월드 모델을 도입해 미래 모습을 예측하려 해도 한계는 존재했다. 일반적인 영상 생성 월드 모델은 물체의 질량이나 마찰력 같은 물리량을 명시적으로 계산하지 않고 픽셀 패턴만 모방하기에 생성된 예측 영상 속에서 물체가 갑자기 허공에서 사라지거나 기괴하게 찌그러지는 왜곡 현상이 발생한다. 학습 데이터에 없던 새로운 형태의 짐을 마주하면 충돌 예측 정확도는 더 떨어졌다.
 NTT 연구진은 이 문제를 해결하기 위해 기존 월드 모델에 물리 제어 어댑터(Physics Control Adapter)를 결합한 새로운 아키텍처를 설계했다. 이 어댑터는 카메라가 촬영한 초기 영상에서 각 물체의 3차원 위치, 회전 방향, 이동 속도, 추정 질량 등 물리적 속성을 먼저 추출한다. 이어 로봇이 취할 행동 후보들을 입력받아 고전 역학 법칙에 따라 물체들이 어떻게 움직이고 부딪힐지 물리량 변화를 계산하고, 이를 영상 생성 모델에 주입한다. 로봇 제어 소프트웨어가 여러 개의 행동 후보를 제시하면, NTT의 월드 모델이 각 후보에 대해 물리 법칙이 반영된 미래 예측 영상을 만들어내고 충돌 여부, 물체 낙하 위험, 적재물 붕괴 가능성을 점수로 매긴다. 로봇은 가장 높은 안전 점수를 받은 행동 하나를 골라 실제 모터 명령을 내린다.
 NTT는 공항 수하물 처리를 시작으로 물류 창고, 제조 공장, 건설 현장, 유통 매장 등 작업 환경이 수시로 바뀌는 산업 전반으로 물리 기반 월드 모델 기술 적용 범위를 확장할 계획이다.
 <h3 contents-hash="e9a77b3a3ace4a209822d8b7870052001d9ce4d05585e1156a539121c48c6863" dmcf-pid="xkPDuQoMIc" dmcf-ptype="h3">"정밀도·안전성 동시에" 구글 딥마인드, 제미나이 로보틱스 2.5 공개</h3>
 2026년 11월 10일, 구글 딥마인드는 시각·언어·행동 모델인 제미나이 로보틱스 2.5(Gemini Robotics 2.5)를 공개했다. 2026년 7월, 휴머노이드 전신 제어 기능을 담은 제미나이 로보틱스 2를 선보인 지 약 3개월 반 만에 내놓은 후속 모델이다. 캐롤리나 파라다(Carolina Parada) 구글 딥마인드 로보틱스 담당 부사장은 “이번 모델을 통해 로봇이 익힐 수 있는 일상 및 산업 작업의 범위를 200가지 이상으로 확대하고, 정밀한 손 조작 능력과 현장 신뢰성, 작업 안전성을 한 단계 높였다”고 밝혔다.
 구글 딥마인드는 로봇 제조사 앱트로닉(Apptronik), 완성차 기업 메르세데스-벤츠(Mercedes-Benz)와 손잡고 독일과 헝가리의 메르세데스-벤츠 조립 공장에 휴머노이드 로봇 아폴로 2(Apollo 2)를 투입했다. 현장에 배치된 아폴로 2는 22개의 관절 자유도를 갖춘 샤파(Sharpa)의 로봇 손을 장착하고 자동차용 브래킷 등 조립 부품을 집어 정해진 트레이에 분류해 담는 키팅(Kitting) 공정을 수행한 것으로 알려졌다.
 <figure class="figure_frm origin_fig" contents-hash="0a9c84418ddab8b2da22e260173dacc92ac68efa2f50e0c88eccdaab0a4ea2d2" dmcf-pid="YaVjFfd8mN" dmcf-ptype="figure">
 <img alt="구글 딥마인드가 제미나이 로보틱스 2.5를 공개했다 / 출처=구글" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/itdonga/20261112200603735qhdy.jpg" data-org-width="1012" dmcf-mid="qwaZeDSrsS" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/itdonga/20261112200603735qhdy.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 구글 딥마인드가 제미나이 로보틱스 2.5를 공개했다 / 출처=구글
 </figcaption>
 </figure>
 구글 딥마인드는 공장 작업의 정확도를 높이기 위해 두 개의 모델을 분업화하는 구조를 취했다. 두뇌 역할을 맡는 체화 추론 모델(Gemini Robotics ER 2)이 전체 작업 흐름과 주변 공간 상황을 파악해 다단계 계획을 세우면, 행동 모델인 제미나이 로보틱스 2.5가 양팔과 손가락의 미세한 궤적을 실시간으로 제어한다. 로봇이 부품을 집다가 미끄러지거나 잘못된 위치에 놓으려 하면 모델이 즉각 오류를 감지해 스스로 자세를 고쳐 잡는다.
 아폴로 2가 실제 생산 라인에서 96%의 부품 분류 성공률을 기록했다는 게 구글 딥마인드 측의 설명이다. 나머지 4%의 실패는 부품을 놓치는 조작 실수나 다른 상자에 넣는 의미론적 착오에서 비롯됐는데, 연구진은 향후 산업 현장의 무결점 기준인 99.9999%에 도달하기 위해 예외 상황(Edge Case) 극복에 주력할 방침이다.
 모델의 학습 속도와 조작 정밀도가 불과 몇 달 만에 급성장한 배경은 구글의 차세대 모델인 제미나이 4 아르곤(Gemini 4 Argon) 덕분이다. 구글 딥마인드 연구진은 제미나이 4 아르곤을 활용해 단일 카메라로 촬영한 실제 작업 장면 하나로부터 수천 가지의 가상 시뮬레이션 시나리오와 디지털 트윈 환경을 자동 생성했다. 이 가상 연습 데이터를 소량의 실세계 시연 데이터와 결합해 학습 병목을 해결했으며, 제미나이 4 아르곤이 로봇의 작업 실패 영상을 직접 분석해 원인을 짚어내고 개선책을 시험하는 과정까지 자동화했다.
 <figure class="figure_frm origin_fig" contents-hash="3f9acd909beb07e080990468aca328ded17c39d7263d2e75ce6cfaffad415962" dmcf-pid="Zc6EUPLxmL" dmcf-ptype="figure">
 <img alt="제미나이 4 아르곤의 로보틱스 연구 역량 사례 / 출처=구글" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/itdonga/20261112200604974rpgi.jpg" data-org-width="931" dmcf-mid="Bg9EUPLxDl" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/itdonga/20261112200604974rpgi.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 제미나이 4 아르곤의 로보틱스 연구 역량 사례 / 출처=구글
 </figcaption>
 </figure>
 그 결과 제미나이 로보틱스 2.5는 선물 상자 리본 묶기, 피펫으로 미세 액체 옮기기, 집게로 빵 집어 나르기, 빨래 개기처럼 형태가 흐물거리는 물체나 도구를 다루는 200개 이상의 고난도 과제에서 이전 세대 모델 대비 작업 성공률을 30%에서 100%까지 높였고, 작업 수행 속도도 20%~30% 단축했다. 정지된 자세에서 팔만 뻗었던 것에서 무게중심을 동적으로 조절하며 웅크리거나 몸을 굽혀 물건을 집는 전신 균형 제어 능력도 한층 매끄러워졌다.
 제미나이 로보틱스 2.5는 인간 작업자와 같은 공간을 쓰는 로봇을 위해 물리적·논리적 안전장치도 대폭 보강했다. 추론 시점 안내(Inference-Time Guidance) 기능을 적용해 작업 반경에 장애물이 나타났을 때 안전하게 과제를 완수하는 비율을 33% 높였고, 사람이 주변에 함께 있는 환경에서의 안전 작업 완료율은 43% 높였다. 사람의 손이나 장애물이 갑자기 끼어들면 로봇은 즉시 동작을 멈추고 위험 요소가 사라질 때까지 대기한 뒤 작업을 이어간다.
 구글 딥마인드는 악의적인 명령어로 로봇의 안전 수칙을 무력화하려는 시도를 막기 위해 로봇 탈옥 공격 평가 벤치마크인 아시모프-제일브레이크(ASIMOV-Jailbreak)를 개방형 코드(오픈소스)로 허깅페이스에 공개했다. 제미나이 4 아르곤 기반 체화 추론 시스템은 이 평가에서 99.5%의 탈옥 방어율을 기록해 이전 모델(82%)의 보안 수준을 대폭 앞질렀다.
 <h3 contents-hash="c8ffab7664c27793e27bba411b6b8879fb26d3759c0d301af5bfe67c7c09b64d" dmcf-pid="FNfA34J6Od" dmcf-ptype="h3">이기종 촉각 센서를 통합하는 파운데이션 모델 ‘링봇-터치’</h3>
 사람이 눈을 감고도 병뚜껑을 돌려서 열거나 얇은 종이를 집을 수 있는 이유는 손끝의 촉각 덕분이다. 로봇공학에서도 정밀 조작을 위해 촉각 센서를 도입하려는 시도가 이어졌지만, 시중에 나온 촉각 센서들은 압저항식(Piezoresistive), 자기식(Magnetic), 시각촉각식(Visuotactile) 등 작동 원리와 배열 구조가 제각각이라는 점이 발목을 잡았다. 센서마다 쏟아내는 데이터 형태가 전혀 다르다 보니 로봇 손의 센서를 바꿀 때마다 인공지능 모델을 처음부터 다시 학습시켜야 했고, 대규모 통합 데이터셋을 구축하기도 어려웠다.
 중국 앤트그룹 산하 체화형 AI 연구조직인 로비안트 연구진(빙 한 외 18명)은 2026년 11월 9일, 서로 다른 물리적 원리로 작동하는 촉각 센서들의 신호를 하나의 공통된 표현으로 묶어 로봇의 손재주를 높이는 촉각 파운데이션 모델 링봇-터치(Learning Heterogeneous Tactile Representation for General Dexterous Manipulation)를 제안했다.
 <figure class="figure_frm origin_fig" contents-hash="36ba7620cff74590953d0c9bead3ec3969ee7ee6fb746428b1996c1fec213ef6" dmcf-pid="pc6EUPLxIM" dmcf-ptype="figure">
 <img alt="링봇-터치의 개요 / 출처=링봇-터치 논문" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/itdonga/20261112200606192sxvw.jpg" data-org-width="1254" dmcf-mid="bOjYQAIkDh" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/itdonga/20261112200606192sxvw.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 링봇-터치의 개요 / 출처=링봇-터치 논문
 </figcaption>
 </figure>
 로비안트 연구진은 이종 센서들의 신호를 통합된 시공간 접촉 표현으로 변환하기 위해 4983시간 분량(46만 4431개 상호작용 에피소드, 약 13억 3000만 프레임)의 대규모 촉각 사전 학습 데이터를 구축했다. 데이터는 사람이 촉각 장갑을 착용하고 물체를 다룬 1인칭 기록과 다관절 로봇 손의 조작 기록을 아우른다.
 모델은 3가지 센서 양식을 표준화된 3채널 구조로 받아들인다. 자기식 센서는 3축(X, Y, Z) 촉각 측정값을 그대로 입력하고, 압저항식 센서는 스칼라 압력 측정값을 Z 채널에 배치한 뒤 X와 Y 채널을 0으로 채운다. 시각촉각식 센서 역시 원본 RGB 이미지를 넣는 대신 해독된 스칼라 변형량이나 강도 값을 Z 채널에 넣고 X와 Y를 0으로 설정해 입력 규격을 통일했다.
 학습 구조는 각 센서 양식별 전용 토크나이저와 공유 햅틱 트랜스포머(Haptic Transformer)를 결합한 결합 임베딩 예측 아키텍처(JEPA) 방식을 채택했다. 시공간적으로 가려진(Masked) 촉각 정보를 원시 신호 공간이 아닌 잠재 공간(Latent space)에서 예측하도록 자가 지도 학습을 수행, 센서의 물리적 차이를 넘어선 접촉 구조와 시간적 변화 특징을 추출한다.
 <figure class="figure_frm origin_fig" contents-hash="6d38821d0247a22204b7602a6b0e25bf5bb921890f830409dff279af0679a6de" dmcf-pid="zwMmqRNdI6" dmcf-ptype="figure">
 <img alt="링봇-터치의 성능을 샤파 웨이브(상단), X핸드1(아래) 등과 비교한 자료 / 출처=링봇-터치 논문" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/12/itdonga/20261112200607410xuna.jpg" data-org-width="1276" dmcf-mid="KOKg59MVDC" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/12/itdonga/20261112200607410xuna.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 링봇-터치의 성능을 샤파 웨이브(상단), X핸드1(아래) 등과 비교한 자료 / 출처=링봇-터치 논문
 </figcaption>
 </figure>
 이렇게 생성된 촉각 토큰은 플러그 앤 플레이(Plug-and-play) 성격을 지녀 디퓨전 폴리시(Diffusion Policy), 파이 0.5, 링봇-VLA, 티렉스(T-Rex) 등 다양한 로봇 행동 모델에 곧바로 결합된다. 경량화된 타이니(Tiny) 버전 인코더는 매개변수가 546만 개(5.46M)에 불과해 기존 행동 모델에 덧붙여도 전체 매개변수 증가량이 0.13%에서 0.16% 수준에 머문다. 따라서 타이니 버전 인코더는 온-디바이스 고주파 추론에 알맞다는 게 연구진 측 설명이다.
 로봇의 성능 검증은 샤파 웨이브(Sharpa Wave) 로봇 손 과제 20종과 로보테라 X핸드1(XHand1) 로봇 손 과제 6종 등 총 26가지 과제(과제당 20회 연속 시도)와 12가지 시뮬레이션 강화학습 과제로 진행됐다. 실험 결과 링봇-VLA 모델의 평균 성공률은 촉각 입력이 없을 때 48.3%, 원시 촉각 신호를 그대로 붙였을 때 56.5%였으나, 링봇-터치의 특징 표현을 결합하자 73.1%로 올랐다. 파이 0.5 모델 역시 무촉각 48.06%, 원시 촉각 결합 54.69%에서 링봇-터치 결합 시 69.87%로 상승하는 등 4종 모델 모두에서 무촉각 대비 평균 성공률이 약 14%에서 26%까지 상승했다.
 이 외에도 X핸드1에 장착된 자기식 촉각 센서는 사전 학습 데이터에 전혀 포함되지 않은 장비였음에도 링봇-터치의 가중치를 그대로 고정한 채 행동 모델만 시연 데이터로 학습시켜 곧바로 조작 성능을 끌어냈다. 이는 시각에 편중됐던 로봇 파운데이션 모델의 감각 영역을 범용 촉각 영역으로 확장한 연구라는 점에서 눈길을 끈다.
 IT동아 강형석 기자 (redbk@itdonga.com)
 사용자 중심의 IT 저널 - IT동아 (it.donga.com)
 </section> 
 </div> 
 Copyright © IT동아. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기