1X, 휴머노이드용 '월드 모델' 공개…영상 보고 토스트 굽기 자율 학습

지금까지 휴머노이드 로봇에게 집안일을 가르치려면 엔지니어가 VR 헤드셋을 쓰고 동작 하나하나를 원격으로 수십 번씩 시연해 주는 방식이 일반적이었습니다. 로봇 스타트업 1X는 로봇이 인터넷 영상을 직접 보고 동작을 깨우치게 만드는 방식을 시도하고 있습니다.

1X는 1월 13일 물리 기반의 인공지능 모델인 '1X 월드 모델(1X World Model)'을 공개했습니다. 이 모델은 대규모 영상 데이터와 텍스트 프롬프트를 결합해 가정용 휴머노이드 로봇 Neo가 현실 세계의 물리적 상호작용을 이해하도록 돕습니다. 이를 통해 사전에 별도의 훈련을 거치지 않은 작업도 스스로 시도할 수 있게 됩니다.

영상을 보고 물리 법칙을 깨우치다

1X의 창업자이자 CEO인 베른트 뵈르니히는 성명을 통해 수년간의 개발 끝에 Neo가 인터넷 규모의 비디오에서 지식을 얻고 이를 물리적 세계에 직접 적용할 수 있게 되었다고 밝혔습니다.

그는 사전 예시가 전혀 없는 상태에서도 텍스트 프롬프트를 새로운 물리적 동작으로 변환할 수 있는 능력이 확보되었으며, 이는 Neo가 스스로 학습하는 자율 학습의 출발점이라고 강조했습니다.

이 월드 모델은 단순한 동작 제어를 넘어 로봇의 사고 과정을 시각화해 주는 역할도 합니다. Neo가 특정 지시를 받았을 때 어떻게 행동하려고 계획하는지 내부 반응을 파악할 수 있어, 향후 성능 고도화를 위한 중요한 피드백 데이터를 제공합니다.

과장된 선언과 토스터의 현실

하지만 어떤 프롬프트든 바로 동작으로 바꿀 수 있다는 선언에는 분명한 과장이 섞여 있습니다. 테크크런치(TechCrunch)가 지적했듯 지금 당장 Neo에게 운전을 시킨다고 해서 평행 주차를 해낼 수는 없는 노릇입니다.

1X 대변인 역시 이후 설명을 덧붙이며, 월드 모델이 로봇에게 무엇이든 '시도해 볼 수 있는' 가능성을 열어준 것은 맞지만 실제로 완수한 동작은 여전히 매우 기본적인 수준에 머물러 있다고 밝혔습니다.

현재 Neo가 자율적으로 해낼 수 있는 일은 에어프라이어 바구니를 꺼내거나, 토스터에 식빵을 넣고, 사람과 하이파이브를 하는 정도의 간단한 동작들입니다. 1X는 이러한 작은 작업들을 성공적으로 완수하는 과정이 더 복잡한 동작을 수행하기 위한 기초 단계라고 설명했습니다.

이번 발표는 Neo의 상용화 일정과도 맞물려 있습니다. 1X는 지난 10월 가정용 Neo의 사전 예약을 시작했으며 올해 안에 고객 인도를 시작할 계획입니다. 구체적인 배송 일정이나 누적 예약 대수는 공개하지 않았으나 예약 규모가 예상을 뛰어넘었다고 덧붙였습니다.

왜 중요한가

가정용 로봇을 기다리는 소비자 입장에서 영상 기반 자율 학습은 매우 매력적인 방향성입니다. 집집마다 다른 가구 구조와 집기류를 엔지니어가 일일이 원격 훈련시키는 것은 불가능하기 때문입니다. 비디오를 보고 스스로 작동 방식을 익힐 수 있다면 로봇의 실용성은 비약적으로 커집니다. 하지만 토스터에 빵을 넣는 수준과 전반적인 가사 노동을 책임지는 수준 사이에는 여전히 큰 간극이 존재합니다. 올해 Neo를 처음 받아볼 사용자들 역시 당분간은 완성된 가사 도우미라기보다는 실험적인 기기를 경험하게 될 가능성이 높습니다.

로봇 산업 전체로 보면 데이터 수집 패러다임의 중대한 전환입니다. 사람이 직접 로봇을 원격 조종해 학습 데이터를 쌓는 방식은 비용과 시간 면에서 명백한 한계가 있었습니다. 인터넷에 널린 방대한 일상 영상을 물리 엔진의 교재로 활용할 수 있다면 데이터 수집 비용을 획기적으로 낮출 수 있으며, 테슬라 등 경쟁사들에게도 월드 모델 도입을 가속화하도록 압박할 것입니다.

우리는 1X가 기존 인터넷 비디오 자산을 활용해 데이터 병목을 우회하려는 전략을 매우 영리하게 세웠다고 봅니다. 다만 영상으로 물리 역학을 이해하는 것과 로봇의 모터와 그리퍼를 제어해 정밀한 접촉 마찰을 다루는 것은 완전히 다른 차원의 문제입니다. 물리적 감각 피드백이 완벽하지 않은 상태에서 시도에만 의존할 경우 오작동 위험이 큰 만큼, 단순한 동작 시도를 넘어 안전하고 일관된 수행 능력을 입증하는 것이 1X의 다음 숙제가 될 것입니다.