휴머노이드 로봇 기업 1X, 동작 결과 예측하는 '1X 월드 모델' 공개

휴머노이드 로봇을 실제 가정에 투입할 때 가장 큰 걸림돌은 개발 자체가 아니라 '검증'입니다. 어질러진 서랍 속 작은 주방 도구부터 하룻밤 사이에 바뀐 거실 가구 배치까지, 모든 변수를 실제 공간에서 일일이 테스트하려면 물리적으로 감당할 수 없는 시간이 듭니다.

휴머노이드 로봇 기업 1X는 자사 로봇 NEO의 안전한 가정 배치를 위한 로봇 세계 모델 '1X World Model(1XWM)'을 발표했습니다.

로봇이 물리적 행동을 취하기 전에 그 행동이 현실에 미칠 결과와 장면을 비트(bit) 단위의 가상 공간에서 미리 예측하고, 작업의 성공 여부까지 판정하는 기술입니다.

텍스트가 아닌 '정밀한 모터 궤적'으로 제어

기존 영상 생성 모델은 텍스트 프롬프트에 의존하지만, 로봇 시뮬레이션에서는 '컵을 잡아라' 같은 모호한 지시로는 부족합니다. 관절 각도가 몇 밀리미터만 어긋나도 결과가 완전히 달라지기 때문입니다.

1XWM은 실제 로봇 관절의 저수준 동작 궤적을 입력받아 미래를 시뮬레이션합니다. 초기 카메라 프레임과 로봇 관측값, 그리고 제어 궤적이 주어지면 미래 프레임의 잠재 표현을 예측하고, 최종 프레임의 상태 가치를 평가해 작업 성공률을 계산합니다.

동일한 시작 상태에서도 로봇이 머그잔을 집는지, 조리대를 닦는지, 뒤로 물러서는지, 혹은 에어기타를 치는지에 따라 전혀 다른 4가지의 물리적 미래를 생성해냅니다.

학습 데이터가 누적될수록 물리 법칙에 대한 이해도 정교해졌습니다. 데이터가 부족할 때는 에어프라이어 본체와 바스켓을 한 덩어리로 인식해 기기 전체를 카운터에서 떨어뜨리는 오류를 냈지만, 상호작용 데이터가 추가되자 바스켓이 레일을 따라 분리되는 역학 관계를 정확히 모델링하기 시작했습니다.

1X는 이를 정책 평가 엔진으로 즉시 활용하고 있습니다. 실제 성공률 차이가 15%에 불과한 두 제어 알고리즘이 있을 때, 70% 정확도의 1XWM만으로도 90%의 신뢰도로 더 나은 알고리즘을 가려낼 수 있었습니다.

다만 한계도 분명합니다. 1X는 학습 데이터에 전혀 등장하지 않은 화초 같은 낯선 물체와 상호작용할 때는 여전히 정확한 물리적 접촉을 시뮬레이션하지 못한다고 밝혔습니다.

왜 중요한가

우리는 1X의 이번 시도가 기존 물리 시ミュ레이터의 고질적인 한계를 우회한 영리한 선택이라고 봅니다.

전통적인 물리 엔진에서 천의 구김이나 주방 집기의 마찰력, 복잡한 물체 간의 접촉을 손수 코딩하는 작업은 지나치게 까다롭습니다. 1X는 이를 비디오 생성 및 잠재 공간 모델링으로 대체해 환경 구축 비용을 대폭 줄였습니다.

로봇 개발의 병목이 '물리적 공간에서의 테스트'에서 'GPU 기반 가상 롤아웃'으로 옮겨간다면, 제어 알고리즘의 개선 속도는 비약적으로 빨라집니다. LLM이 합성 데이터로 성능을 끌어올렸듯, 휴머노이드 로봇 역시 가상 세계 모델을 통해 데이터 병목을 깰 수 있는 가능성을 보여줍니다.

문제는 세계 모델 자체의 환각 위험입니다. 가상 모델이 미세한 마찰력이나 무게 중심을 잘못 예측하면, 시뮬레이션에서는 완벽했던 동작이 실제 환경에서 파손이나 사고로 이어질 수 있습니다. 학습되지 않은 일상 물건이 넘쳐나는 일반 가정에서 이 모델이 얼마나 신뢰할 수 있는 일반화 능력을 보여줄지가 관건입니다.