앤트로픽 4족 보행 로봇 실험: 클로드 오푸스 4.7, 인간보다 20배 빨라

2025년 8월, 앤트로픽은 로봇 공학 지식이 없는 사내 직원들에게 시판 사족보행 로봇(로봇 개)을 주고 창고에서 비치볼을 가져오게 하는 실험인 '프로젝트 페치(Project Fetch)'를 진행했습니다. 당시 최신 모델이던 Claude Opus 4.1의 도움을 받은 팀이 인간 단독 팀보다 월등히 빨랐지만, 모델 혼자 힘으로는 로봇에 연결하는 방법조차 찾지 못해 작동에 완전히 실패했습니다.

그로부터 1년도 지나지 않아 앤트로픽이 프로젝트 페치 2단계 실험 결과를 공개했습니다. 최신 Claude Opus 4.7을 투입하자 양상이 완전히 뒤집혔습니다.

코드 길이는 10분의 1, 속도는 인간보다 20배 빨라

이번 2단계 실험에서 연구원의 역할은 Claude Code가 실행되는 노트북을 로봇 개에 연결하고, 초기 프롬프트를 입력한 뒤 모델의 실행 명령을 승인하는 수준에 그쳤습니다.

사고 수준을 최대로 설정한 Opus 4.7은 비디오 및 라이다 센서 연결, 수동 조작 프로그램 작성, 공간 내 이동 궤적 추적, 비치볼 객체 인식까지 대부분의 과제를 자율적으로 해결했습니다.

그 결과, 과거 인간 팀이 완료했던 모든 과제에서 Opus 4.7은 가장 빨랐던 인간 팀보다 약 20배 빠르게 작업을 끝냈습니다. 두 인간 팀이 모두 성공했던 4가지 기초 과제 기준으로는 AI 도움을 받지 않은 인간 팀보다 37배 이상, 당시 Claude 보조를 받던 팀보다도 18배 이상 빨랐습니다.

코드 품질도 압도적이었습니다. 인간 엔지니어들이 다양한 연결 방식을 시도하며 시행착오를 겪었던 반면, Opus 4.7은 첫 시도에 정상 작동하는 코드를 작성해 냈습니다. 전체 코드 양도 과거 Claude 지원 팀이 작성한 분량의 10분의 1 수준에 불과했습니다.

물리적 피드백 루프라는 한계

하지만 모델도 프로젝트의 핵심인 비치볼을 실제로 회수해 오는 작업에는 실패했습니다.

인간은 패드를 쥐고 조작할 때 공이 굴러가는 방향을 보며 미세하게 힘과 각도를 조절합니다. Opus 4.7은 로봇 개를 공 뒤로 이동시켜 밀어낼 위치를 잡는 데까지는 성공했으나, 공을 섬세하게 밀어 베이스캠프로 가져오는 연속적인 물리 제어에는 미숙했습니다.

앤트로픽은 이번 진전이 로봇 제어를 위해 특화된 훈련을 거친 결과가 아니라, 일반적인 초거대 언어 모델의 스케일링 과정에서 자연스럽게 발현된 능력이라고 설명했습니다.

왜 중요한가

우리는 이번 발표가 AI 에이전트가 소프트웨어 화면을 벗어나 물리적 하드웨어로 진입하는 변곡점을 보여준다고 생각합니다.

코딩과 사이버 보안 분야에서 일어났던 패턴, 즉 모델이 사람을 돕는 단계에서 사람이 모델을 보조하는 단계를 거쳐 모델이 스스로 해내는 단계로의 전환이 로봇 제어 영역에서도 그대로 재현되고 있습니다.

하드웨어 개발자나 로봇 연구자 입장에서 센서 통신 프로토콜을 뚫고 초기 제어 파이프라인을 구축하는 번거로운 작업은 이제 Claude Code 같은 도구로 순식간에 끝낼 수 있게 되었습니다. 진입 장벽이 극적으로 낮아진 셈입니다.

다만 현실 세계의 미세한 물리 역학과 실시간 피드백 제어는 여전히 LLM의 역량 밖이라는 점도 분명해졌습니다. 상위 로직 설계와 센서 통합은 범용 LLM 에이전트가 맡고, 하위의 정밀 구동 제어는 전용 로보틱스 정책 모델이 담당하는 분업 구조가 당분간 유효할 것으로 보입니다.