피규어, 휴머노이드 전신을 한 번에 제어하는 'Helix 02' 공개

휴머노이드 로봇이 공중제비를 돌거나 춤을 추는 영상은 흔해졌지만, 정작 부엌에서 식기세척기 문을 열고 그릇을 정리하라고 시키면 바로 멈춰 서기 일쑤였습니다.

로봇 공학에서 이동과 조작을 동시에 해내는 것은 오랜 난제였습니다. 지금까지는 다리를 움직이는 소프트웨어와 팔을 움직이는 제어기를 따로 만들어 상태 머신으로 억지로 이어 붙였습니다. 걷다가 멈춰 서서 자세를 잡고, 물건을 집은 뒤 다시 걷는 방식이다 보니 동작이 끊기고 조금만 변수가 생겨도 전체 동작이 무너졌습니다.

피규어가 공개한 헬릭스 02는 바로 이 이동 조작의 단절을 해결하기 위해 나온 시스템입니다. 시각 모델로 상체만 제어하던 1세대와 달리, 이번에는 최신 기체인 피규어 03의 전신을 단 하나의 연속된 신경망으로 제어합니다.

10만 줄의 C++을 버리고 만든 3단계 제어 구조

피규어는 온몸이 유기적으로 균형을 잡도록 만들기 위해, 기존에 사람이 직접 짜 넣었던 109,504줄의 C++ 균형 제어 코드를 통째로 걷어냈습니다. 그 자리를 채운 것이 전신 제어 파운데이션 모델인 시스템 0입니다.

헬릭스 02는 실행 주기가 다른 세 개의 레이어로 작동합니다.

가장 밑단의 시스템 0은 1000만 개 매개변수를 가진 소형 모델이지만 1kHz의 초고속으로 작동합니다. 1000시간 이상의 인간 동작 데이터와 20만 개 이상의 병렬 가상 환경에서 강화학습을 거쳐, 사람이 균형을 잡는 근육 기억과 같은 역할을 해냅니다.

중간 계층인 시스템 1은 200Hz로 실행되는 시각 운동 신경망입니다. 머리 카메라, 손바닥 카메라, 손가락 끝 촉각 센서, 전신 관절 상태를 전부 입력받아 온몸의 관절 목표치를 직접 출력합니다.

최상위 시스템 2는 장면과 언어를 이해하는 두뇌 역할을 합니다. 복잡한 관절 계산 대신 '식기세척기로 걸어가서 문을 열고 그릇을 옮겨라'와 같은 고수준 목표만 지시합니다.

이 구조를 통해 피규어는 실제 크기 주방에서 4분 동안 식기세척기를 비우고 다시 채우는 자율 작업을 시연했습니다. 원격 조종이나 리셋 없이 61단계의 동작이 한 번에 이어졌습니다. 특히 양손에 그릇을 들고 있을 때 엉덩이로 서랍을 밀어 닫거나 발끝으로 식기세척기 문을 들어 올리는 등 전신을 도구처럼 활용하는 자연스러운 모습을 보여줬습니다.

클립 무게를 느끼는 손가락의 정밀 작업

전신 보행뿐 아니라 피규어 03 하드웨어를 활용한 정밀 조작 능력도 크게 향상되었습니다.

손가락 끝에 탑재된 촉각 센서는 종이클립 무게 수준인 3그램의 미세한 힘까지 감지합니다. 여기에 손바닥 안쪽 카메라가 더해져, 머리 카메라 시야가 팔에 가려지는 사각지대에서도 손안의 물체를 놓치지 않습니다.

피규어가 공개한 자율 작업 데모에서는 병을 찌그러뜨리지 않고 뚜껑만 돌려 열기, 약통에서 작은 알약 한 알만 골라내기, 주사기 피스톤을 눌러 정확히 5ml 약물 투여하기, 자체 공장인 BotQ에서 뒤엉킨 금속 부품을 골라내기 등 고난도 손작업을 성공적으로 마쳤습니다.

왜 중요한가

휴머노이드 업계는 오랫동안 '짧은 쇼케이스는 화려하지만 실제 작업 현장에 넣으면 아무것도 못 한다'는 비판을 받아왔습니다. 상체 작업과 하체 이동이 분리된 탓에 현실의 작은 오차도 버텨내지 못했기 때문입니다.

우리는 헬릭스 02가 보여준 가장 영리한 선택이 규칙 기반의 C++ 코드를 버리고 엔드투엔드 신경망으로 전신 제어를 일원화한 점이라고 봅니다. 1000만 개 매개변수의 시스템 0을 통해 로봇에게 인간 수준의 물리적 균형 감각을 학습시키면서, 걷기와 물건 조작을 하나의 물리적 상호작용으로 묶어냈습니다.

물건을 든 채 걷고 손이 부족하면 엉덩이나 발을 쓰는 유연함은 제조 공장이나 가정에 로봇이 들어가기 위해 반드시 갖춰야 할 기능입니다. 단순히 겉모습만 인간을 닮은 기계에서 벗어나, 4분간 61개 연속 행동을 자율 수행하는 실질적 유용성의 단계로 넘어선 셈입니다.

다만 이번 식기세척기 시연이 완벽한 상용화를 뜻하는 것은 아닙니다. 잘 통제된 주방 환경을 벗어나 예측 불가능한 돌발 상황이 끊이지 않는 일반 가정과 물류 현장에서, 이 3단계 신경망 아키텍처가 얼마나 안정적으로 오류를 복구해낼 수 있을지는 실제 현장 검증을 조금 더 지켜볼 필요가 있습니다.