RoboHorizon Robot Magazine - AI you can touch

베이징 하프마라톤에서 인간 세계 기록을 경신한 로봇

Robot King — Sun, 19 Apr 2026 00:00:00 +0000

단도직입적으로 말하겠습니다. 휴머노이드 로봇이 인류 역사상 그 어떤 인간보다도 빠르게 하프마라톤을 완주했습니다. 지난 4월 19일 열린 ‘2026 베이징 휴머노이드 로봇 하프마라톤’에서 스마트폰 제조사 Honor가 선보인 로봇 ‘라이트닝(Lightning, 혹은 플래시)‘이 21.0975km 코스를 50분 26초라는 경이로운 기록으로 주파했습니다. 이는 인간의 공식 세계 기록인 57분 20초를 가뿐히 갈아치운 수치입니다.

이것은 단순한 기술적 진보가 아닙니다. 작년의 처참했던 결과와 비교하면 그야말로 입이 떡 벌어지는 ‘퀀텀 점프’입니다. 사실 2025년에 열린 첫 대회는 좋게 말해 ‘아름다운 혼돈’ 그 자체였습니다. 출발 신호가 울리자마자 바닥에 얼굴을 박는 로봇이 있는가 하면, 펜스에 돌진해 산산조각이 난 녀석도 있었죠. 관중의 기대를 한 몸에 받았던 소형 로봇 ‘리틀 자이언트’는 몸체에서 연기를 내뿜기까지 했습니다. 당시 이 코미디 같은 상황 속에서 우승을 차지했던 Tiangong Ultra의 기록은 2시간 40분 42초였습니다. 당시로선 유의미한 성과였지만, 엘리트 마라토너와 비교하면 한참 뒤처진 수준이었죠. 그런데 불과 12개월 만에, 로봇들은 몸 개그의 영역을 벗어나 ‘초인’의 영역으로 진입했습니다.

공포스러울 정도의 진보, 그 1년의 기록

단 1년 만에 어떻게 이런 일이 가능했을까요? 그 배경에는 중국의 공격적인 산업 전략이 뒷받침된 하드웨어와 야망의 ‘무력 충돌’이 있었습니다. Honor의 ‘라이트닝’이 지구력의 정점을 찍었다면, 다른 참가자들은 압도적인 속도를 뽐냈습니다. 대회 며칠 전, Unitree Robotics는 자사의 휴머노이드 H1이 실제 트랙에서 초당 10.1미터를 질주하는 영상을 공개했습니다. 우사인 볼트의 최고 속도에 턱밑까지 차오른 수준입니다. 2년 만에 속도가 3배나 빨라졌다는 것은, 그간 물리적 한계로 여겨졌던 하드웨어의 제약이 급격히 허물어지고 있음을 시사합니다.

2026년 대회 조직위원회는 챌린지의 성격 자체를 완전히 바꿨습니다. 참가 로봇은 작년 20여 대에서 100개 이상의 팀, 300대 이상으로 폭발적으로 늘어났습니다. 특히 주목할 점은 ‘자율성’에 대한 집착입니다. 전체 팀의 약 40%가 로봇이 스스로 경로를 파악하고 판단하는 ‘완전 자율 주행’ 카테고리에 도전했습니다. 조직위는 사람이 원격으로 조종하는 로봇의 기록에 1.2배의 가산 초(사실상 페널티)를 부여하며 자율 주행의 중요성을 강조했습니다. 결국 완전 자율 로봇이 우승을 차지했다는 사실은, 이 기계가 단순히 빠른 것이 아니라 ‘똑똑해졌다’는 것을 증명합니다.

단순한 경주가 아닌, 거대 비즈니스를 위한 ‘오디션’

이 행사는 단순한 스포츠 이벤트를 넘어선, 막대한 자본이 걸린 상업적 오디션장입니다. 우승 상금은 트로피가 아니라 100만 위안(약 1억 9천만 원) 이상의 산업 수주권입니다. 대회가 열린 베이징의 기술 허브 ‘E-타운(E-Town)‘은 이 마라톤을 연구실의 프로젝트를 실제 상업 제품으로 연결하는 파이프라인으로 설계했습니다. 100개가 넘는 로보틱스 기업과 100억 위안 규모의 정부 기금이 투입된 이곳의 메시지는 명확합니다. “트랙에서 실력을 증명하면, 공장에 투입할 구매 주문서를 써주겠다"는 것이죠.

이를 위해 올해는 ‘로봇 바투루 챌린지(Robot Baturu Challenge)‘라는 새로운 종목도 추가되었습니다. 마라톤 전날 열린 이 대회에서 로봇들은 재난 구조 상황을 가정한 17가지 장애물 코스를 통과해야 했습니다. 잔해 사이를 지나고, 계단을 오르며, 예측 불가능한 환경을 헤쳐 나가는 능력을 시험받은 것입니다. 이는 로봇의 최종 목적지가 단순히 달리는 것이 아니라, 인간의 복잡한 환경에서 실질적이고 어려운 과업을 수행하는 데 있음을 보여줍니다. 현재 휴머노이드 로봇이 어느 단계까지 진화했는지는 다음 링크에서 자세히 확인할 수 있습니다. 휴머노이드 로봇 하프 마라톤 도전, 극한의 내구성 테스트

기술적 도약의 핵심

이번 성과는 전방위적인 업그레이드가 있었기에 가능했습니다.

하드웨어: 관절 토크의 향상, 전력 효율 개선, 그리고 고도화된 열 관리 시스템이 핵심입니다. 우승을 차지한 Honor의 로봇은 21km를 고속으로 달리기 위해 강력한 수냉식 쿨링 시스템을 탑재한 것으로 알려졌습니다.
소프트웨어: 더욱 견고해진 모션 제어 알고리즘 덕분에 도심 도로부터 공원 산책로까지 다양한 지형에서도 안정성을 유지할 수 있었습니다.
내비게이션: 모든 로봇에는 베이두(BeiDou) 위성 항법 배지가 장착되어 센티미터 단위의 정밀한 위치 추적이 가능했습니다. 이는 자율 주행의 필수 조건입니다.

새로운 시대의 신호탄

50분대라는 기록 자체도 놀랍지만, 진짜 핵심은 ‘발전 속도’입니다. 단 1년 만에 우승 기록이 2시간 가까이 단축되었습니다. 단순한 완주가 목표였던 ‘신기한 구경거리’에서, 인간의 정점을 넘어서는 ‘진정한 스포츠’로 탈바꿈한 것입니다.

물론 여전히 갈 길은 멉니다. 출발선에서 넘어지거나 장벽에 부딪히는 로봇들도 여전히 존재했습니다. 하지만 2025년과 비교했을 때 전체적인 완성도는 그야말로 ‘천지개벽’ 수준입니다. 이제 질문은 “휴머노이드가 복잡한 동작을 수행할 수 있을까?“가 아니라 “얼마나 빨리 우리 삶의 모든 영역을 장악할 것인가?“로 바뀌어야 합니다. 2026 베이징 하프마라톤은 단순한 경주가 아니었습니다. 로봇의 물리적 능력이 더 이상 신기한 구경거리가 아닌, 세계를 뒤흔들 실질적인 현실이 되었음을 알리는 신호탄이었습니다. 전 세계가 이 경고를 예의주시해야 할 때입니다.

앤트 그룹의 신규 AI, 단일 영상을 실시간 3D 세계로 변환

Robot King — Sun, 19 Apr 2026 00:00:00 +0000

스마트폰 카메라가 그저 흐릿한 콘서트 사진이나 찍는 도구라고 생각했다면 오산입니다. 연구진들이 이제 이 렌즈를 실시간 3D 스캐너로 탈바꿈시켰기 때문입니다. **앤트그룹(Ant Group)**의 엠보디드 AI 부문인 **로비앤트(Robbyant)**는 최근 단일 스트리밍 영상만으로 정밀하고 거대한 환경을 재구성하는 새로운 3D 파운데이션 모델, **링봇-맵(LingBot-Map)**을 오픈 소스로 공개했습니다. 여기서 압권은 초당 20프레임(FPS)이라는 쾌속 성능입니다. 기존의 사진측량(Photogrammetry) 방식들이 마치 거북이걸음을 하는 것처럼 보일 정도로 압도적인 속도입니다.

이 기술의 핵심 비결은 **기하학적 컨텍스트 트랜스포머(Geometric Context Transformer, GCT)**라는 혁신적인 구조에 있습니다. 이는 단순히 시각적 문제에 트랜스포머 모델을 덧붙인 수준이 아닙니다. GCT는 단안(monocular) SLAM 시스템의 고질적인 약점인 ‘드리프트(오차 누적)’ 현상을 해결하기 위해 정교하게 설계되었습니다. 세 가지 병렬 어텐션 메커니즘—안정적인 좌표 고정을 위한 앵커 컨텍스트, 미세한 디테일을 위한 로컬 포즈 참조 윈도우, 그리고 장거리 오차를 보정하는 궤적 메모리—을 교묘하게 활용해 기하학적 정보를 관리합니다. 덕분에 링봇-맵은 10,000프레임이 넘는 시퀀스에서도 “정확도 변화가 거의 없는” 처리가 가능하다는 것이 로비앤트 측의 설명입니다. 해당 프로젝트는 현재 GitHub에서 확인할 수 있습니다. 하이퍼링크: Robbyant/lingbot-map

성능 수치는 그야말로 대담하다 못해 파격적입니다. 까다롭기로 유명한 옥스퍼드 스파이어스(Oxford Spires) 데이터셋에서 링봇-맵은 절대 궤적 오차(Absolute Trajectory Error)를 단 6.42미터로 줄이며, 기존의 최고 수준 스트리밍 방식보다 2.8배나 향상된 성능을 보여주었습니다. 심지어 모든 이미지를 한꺼번에 처리할 수 있는 오프라인 방식들보다도 뛰어난 성적을 거뒀습니다. ETH3D 벤치마크에서는 F1 스코어 98.98을 기록하며 2위 그룹을 21%포인트 이상의 격차로 따돌리고 압도적인 1위를 차지했습니다. 기술적 디테일에 목마른 독자라면 arXiv에 게재된 논문을 통해 전체 방법론을 살펴볼 수 있습니다. 하이퍼링크: Read the paper on arXiv

이것이 왜 중요한가?

링봇-맵은 ‘공간 지능의 대중화’를 향한 중대한 진전입니다. 값비싼 라이다(LiDAR) 센서나 복잡한 멀티 카메라 리그 없이도 로보틱스, 자율주행차, 증강 현실(AR) 분야에서 저비용·고성능 3D 인지 기능을 구현할 수 있는 길을 열었기 때문입니다. 단순히 보기 좋은 포인트 클라우드를 만드는 것이 목적이 아닙니다. 기계에게 물리적 세계에 대한 연속적이고 실시간적인 이해력을 부여하는 것이 핵심입니다. 하나의 ‘3D 파운데이션 모델’로서, 이는 텍스트나 이미지를 처리하는 수준을 넘어 복잡하고 비정형화된 환경을 지각하고 탐색하며 상호작용하는 AI를 구축하려는 거대한 흐름의 일부입니다. 이는 곧 우리가 마주할 엠보디드 AI 시대의 초석이 될 것입니다.

딥마인드 제미나이 1.6 로봇에게 시각적 현실 인식 능력 부여

Robot King — Thu, 16 Apr 2026 00:00:00 +0000

**구글 딥마인드(Google DeepMind)**가 로봇에게 물리적 세계에 대한 ‘상식’을 이식한 최신 ‘신체화된 추론(Embodied Reasoning)’ 모델, Gemini Robotics-ER 1.6을 공개했습니다. 이번 업데이트는 단순히 입력된 명령을 기계적으로 수행하는 수준을 넘어, 로봇이 주변 환경을 시각적으로 이해하고 상황에 맞춰 스스로 판단하며 상호작용하는 능력을 비약적으로 끌어올렸습니다.

Gemini Robotics-ER 1.6의 핵심 업그레이드 중 하나는 한층 정교해진 시각 및 공간 이해력입니다. 그 정점은 바로 ‘포인팅(pointing)’ 능력에서 드러납니다. 어질러진 작업대 위에서 특정 공구를 찾아달라고 요청하면, 모델은 수많은 잡동사니 사이에서 정확한 아이템을 식별하고 개수를 세며 위치를 짚어냅니다. 이는 단순한 물체 인식을 넘어, 최적의 집기(grasp) 궤적을 설계하거나 “렌치를 공구함으로 옮겨라” 같은 관계형 명령을 수행하기 위한 고차원적 공간 논리의 토대가 됩니다. 심지어 “지정된 상자에 들어갈 만큼 작은 물건들만 골라내"와 같은 제약 조건이 포함된 추론도 가능해졌습니다.

또한, 로봇 공학의 고질적인 난제인 ‘작업 완료 여부 판단’ 문제도 정면으로 돌파했습니다. Gemini Robotics-ER 1.6은 고도화된 멀티뷰 추론(multi-view reasoning)을 통해 천장에 설치된 카메라와 로봇 손목에 달린 카메라 등 여러 위치에서 들어오는 라이브 영상을 실시간으로 합성해 전체 상황을 파악합니다. 덕분에 물체가 시야에서 잠시 가려지더라도 로봇이 당황하여 무한 루프에 빠지거나 작업을 포기하는 상황을 방지할 수 있습니다.

이것이 왜 중요한가?

이번 업데이트는 단순한 성능 향상 그 이상을 의미합니다. 진정한 자율 로봇을 구현하기 위한 ‘기초 체력’을 다진 것이기 때문입니다. 아날로그 계기판의 수치를 읽고, 여러 대의 카메라 피드를 통합하며, 복잡한 공간적 관계를 이해하는 능력은 단순한 공장용 로봇 팔과 실전 투입이 가능한 필드 로봇을 가르는 결정적인 차이입니다. 딥마인드는 공식 발표를 통해 이번 모델이 역대 가장 안전한 로봇 모델이라고 강조했습니다.

무엇보다 주목할 점은 물리적 안전 제약을 준수하는 능력이 눈에 띄게 개선되었다는 것입니다. 액체를 피해서 이동하거나 20kg이 넘는 물건은 들지 않는 등의 지침을 정확히 이해합니다. 보고에 따르면, 기존 Gemini 3.0 Flash 모델과 비교했을 때 영상 속에서 인간의 부상 위험을 감지하는 능력이 약 10% 더 뛰어납니다. 예측 불가능한 인간의 환경에서 로봇이 안전하고 신뢰할 수 있는 파트너로 거듭나기 위한 중요한 진전입니다. 현재 이 모델은 Gemini API와 Google AI Studio를 통해 개발자들에게 제공되고 있습니다.

콘센트 주파수를 이용한 생쥐 유전자 무선 조절 기술

Robot King — Thu, 16 Apr 2026 00:00:00 +0000

마치 SF 소설 속 한 장면이 현실로 튀어나온 듯한 사건이 벌어졌습니다. 국내 연구진이 우리가 흔히 사용하는 벽면 콘센트와 동일한 60Hz 주파수를 이용해 살아있는 생쥐의 특정 유전자를 무선으로 활성화하는 데 성공한 것입니다. 세계적인 학술지 Cell에 게재된 이번 연구는 ‘자기유전학(magnetogenetics)’ 기술을 활용한 비침습적 스위치를 제안하며, 질병 연구와 치료의 패러다임을 바꿀 혁명적인 성과로 평가받고 있습니다.

KAIST(한국과학기술원) 연구팀이 주도한 이번 연구는 생물학적 제어의 정점을 보여줍니다. 연구진은 전자기장 장치를 통해 노화된 생쥐의 유전자를 자극, 후성유전학적 재프로그래밍을 유도함으로써 수명을 연장하고 여러 조직에서 노화 지표를 역전시키는 놀라운 결과를 도출했습니다. 또 다른 실험에서는 고령 생쥐의 뇌에서만 선택적으로 변이 아밀로이드 유전자를 활성화해, 노화라는 변수를 통제한 상태에서 알츠하이머병을 더욱 정밀하게 모델링해냈습니다. 이 모든 과정은 약물 투여나 장치 이식 없이, 오로지 정밀하게 제어된 전자기장만으로 이루어졌습니다.

이 ‘생체 리모컨’의 작동 원리는 우아하면서도 치밀합니다. 저주파 전자기장이 발생하면 세포 내 **Cytochrome b5 type B (CYB5B)**라는 단백질이 이를 감지합니다. 이 상호작용은 전압 개폐형 칼슘 채널을 열게 되는데, 단순히 칼슘을 쏟아붓는 것이 아니라 정교한 리듬에 맞춘 ‘칼슘 이온 파동’을 만들어냅니다. 이 특정한 진동이 전사 인자인 SP7을 활성화하고, 결과적으로 SP7이 목표 DNA 서열에 결합해 원하는 유전자를 켜게 되는 원리입니다. 연구진은 단순히 세포 내 칼슘 농도를 높이는 것만으로는 효과가 없으며, 리듬감 있게 조절된 신호 패턴이 유전자 활성화의 핵심 ‘키’라는 사실을 밝혀냈습니다.

왜 이 연구에 주목해야 하는가?

이번 연구는 원격 생체 제어 기술의 거대한 도약을 의미합니다. 기존의 광유전학(Optogenetics) 기술은 빛을 이용해 세포를 제어하느라 신체 깊숙한 곳까지 빛을 전달하기 위한 침습적인 광섬유 이식이 필수적이었습니다. 반면, 자기유전학은 신체를 무해하게 통과하는 저주파 자기장을 이용하므로 비침습적입니다. 이는 외부 장치만으로 체내 치료 기전을 필요에 따라 껐다 켰다 할 수 있는 시대를 예고합니다.

재생 프로세스의 활성화부터 암세포의 정밀 타격까지, 이 기술의 잠재력은 무궁무진합니다. 물론 실제 인간 치료에 적용되기까지는 갈 길이 멀지만, 이번 연구는 연구자들에게 강력한 새 도구를 선사함과 동시에 인류가 자신의 생물학적 기전을 ‘스위치 하나로 조절하는’ 미래의 단면을 보여주었습니다. 연구에 대한 자세한 내용은 Cell지에 게재된 논문 A wirelessly controlled magnetogenetic gene switch for non-invasive programming of longevity and disease에서 확인할 수 있습니다.

웬디 랩스, 엣지 기기 제어를 위한 물리적 AI OS 오픈 소스 공개

Robot King — Wed, 15 Apr 2026 00:00:00 +0000

**Wendy Labs Inc.**가 ‘물리적 AI OS’를 표방하는 커맨드라인 툴이자 개발 플랫폼인 ‘Wendy’를 오픈소스 프로젝트로 전격 공개했습니다. 목표는 분명합니다. NVIDIA Jetson이나 Raspberry Pi 같은 엣지 하드웨어 개발 시 악명 높았던 골칫거리, 즉 현대 클라우드 개발과는 거리가 멀었던 난해한 과정을 확 뜯어고쳐, 훨씬 매끄러운 환경을 제공하겠다는 것이죠. 한마디로, 크로스 컴파일 툴체인 때문에 머리 쥐어뜯을 시간을 대폭 줄여주겠다는 이야기입니다.

Wendy는 Swift, Python, Rust, TypeScript로 작성된 애플리케이션을 통합 CLI(Command Line Interface)를 통해 빌드하고, Docker를 이용해 자동으로 컨테이너화한 뒤, ARM 기반 디바이스에 배포하는 일련의 과정을 지원합니다. 가장 큰 묘수는 아키텍처의 복잡성을 추상화해버렸다는 점이죠. 덕분에 개발자들은 자신의 macOS나 Linux 머신에서 평소처럼 코딩하고, 간단한 명령 한 줄로 타겟 디바이스에 배포할 수 있습니다. 특히 이 플랫폼은 임베디드 세상에서는 그야말로 ‘사치’에 가까운 기능으로 여겨지는 완벽한 LLDB 원격 디버깅까지 지원한다고 자랑합니다. 프로젝트 코드는 현재 Hyperlink: GitHub에서 확인할 수 있습니다.

왜 중요할까요?

차세대 로봇이나 스마트 디바이스를 개발하는 이들에게 Wendy가 주는 ‘선물’은 어마어마합니다. 초기 설정의 번거로움을 대폭 줄여주고 개발 주기를 훨씬 매끄럽게 만든다는 점이죠. 까다로운 빌드 환경을 며칠씩 붙잡고 씨름하는 대신, 복잡한 다국어 AI 애플리케이션을 타겟 하드웨어에서 이론적으로 단 몇 분 만에 구동시킬 수 있다는 얘기입니다. 하지만 ‘감내해야 할 몫’도 분명합니다. 이제 막 걸음마를 뗀 스타트업이 내놓은, 아직은 검증되지 않은 새로운 추상화 레이어를 받아들여야 한다는 점이죠. 오픈소스이긴 하지만, 기존의 다른 솔루션들에 비하면 생태계는 아직 ‘유령 도시’나 다름없습니다. 그럼에도 불구하고, 신속한 프로토타이핑을 위해서는 Wendy가 던지는 약속은 무척이나 솔깃합니다. 도구와 씨름할 시간을 줄이고, 실제 무언가를 만드는 데 더 많은 시간을 쏟을 수 있다는 것이 바로 그것입니다.

전자제품 공장에 공식 투입된 휴머노이드 로봇

Robot King — Wed, 15 Apr 2026 00:00:00 +0000

“머지않아 휴머노이드가 공장에서 일하게 될 것"이라던 지겹도록 반복된 약속, 혹은 조롱 섞인 기대의 시대가 마침내 ‘마침표’를 찍었습니다. 중국의 로봇 스타트업 AGIBOT과 전자제품 제조 거물 Longcheer Technology가 실제 가전제품 생산 라인에 AGIBOT G2 휴머노이드를 전격 투입했습니다. 이건 단순히 투자 유치를 위한 화려한 데모 영상이 아닙니다. 양사가 ‘물리적 AI(Physical AI)‘라 명명한 기술이 대규모 산업 현장에 실제로 구현된 현장입니다.

바퀴가 달린 G2 휴머노이드는 현재 Longcheer의 태블릿 생산 라인에서 테스트 스테이션의 정밀 로딩 및 언로딩 작업을 수행하고 있습니다. 놀라운 점은 통합 과정에 단 4개월밖에 걸리지 않았다는 것입니다. 로봇들은 이미 쉼 없이 가동되며 모든 주요 성능 목표치를 달성하고 있습니다. 이를 증명하기 위해 진행된 라이브 스트리밍 행사에서 G2 로봇은 8시간 교대 근무 동안 시간당 310대를 처리했으며, 작업 성공률은 99.5% 이상을 기록했습니다.

우리에게 조금 생소할 수 있는 Longcheer Technology는 Samsung, Xiaomi, Lenovo 같은 글로벌 브랜드의 기기를 생산하는 거대하지만 조용한 ODM(제조업자 설계 개발) 기업입니다. 이런 규모의 기업과 파트너십을 맺었다는 것은 AGIBOT이 대부분의 로봇 스타트업이 꿈만 꾸는 ‘실전 검증’의 기회를 즉각적으로 확보했음을 의미합니다. 양사는 2026년 3분기까지 현장 투입 로봇을 100대 규모로 확대할 계획입니다.

산업 현장에 최적화된 AGIBOT G2는 정교한 작업을 위해 힘 제어가 가능한 듀얼 7-DoF(자유도) 팔을 갖추고 있으며, 전체 자유도는 26개에 달합니다. 또한 공장 바닥을 효율적으로 이동하기 위해 바퀴형 베이스를 채택했습니다. 대량 생산 체제에서 가동 중지 시간을 최소화하기 위해 필수적인 ‘핫스왑(Hot-swappable)’ 배터리 기능을 탑재해 24시간 내내 멈추지 않고 돌아가도록 설계되었습니다.

이것이 왜 중요한가?

이번 배치는 잘 짜인 각본대로 움직이는 실험실 데모에서 벗어나, 한 치의 오차도 허용되지 않는 거칠고 치열한 대량 생산 공장 현장으로의 중대한 전환을 상징합니다. 다른 기업들이 여전히 프로토타입을 뽐내고 있을 때, AGIBOT과 Longcheer는 실제 생산 데이터와 경제적 가치를 창출하기 시작했습니다. 이번 행보는 급성장하는 휴머노이드 시장의 다른 플레이어들에게 엄청난 압박으로 작용할 것입니다. 특정 제조 공정에서만큼은 이제 휴머노이드 기술이 상업적 전성기를 맞이할 준비가 되었음을 증명했기 때문입니다. 휴머노이드 로봇의 시대는 이제 더 이상 ‘이론’이 아닙니다.

MIT 개발 스파게티처럼 얇은 로봇 근육 자체 무게 250배 들어올려

Robot King — Mon, 13 Apr 2026 00:00:00 +0000

MIT 미디어 랩(MIT Media Lab) 연구진이 기존의 육중한 모터를 구석기 시대의 유물로 만들어버릴 새로운 차원의 인공 근육 섬유를 선보였습니다. 이번 프로젝트를 이끄는 수석 연구원 Ozgun Kilic Afsar는 최근 인터뷰를 통해 이 ‘전기유체 섬유 근육(electrofluidic fiber muscles)‘의 작동 원리를 상세히 공개했는데요. 놀랍게도 단 16g에 불과한 근육 다발이 자기 무게의 250배가 넘는 4kg의 무게를 거뜬히 들어 올리는 괴력을 보여주었습니다.

학술지 Science Robotics에 게재된 이 획기적인 기술은 거추장스러운 모터나 시끄러운 컴프레서, 외부 펌프를 과감히 걷어냈습니다. 대신 이쑤시개보다 약간 더 굵은 가느다란 가닥 안에 시스템 전체를 집어넣은, 그야말로 조용하고 독립적인 ‘섬유형 구동기’를 완성했습니다.

지난 수십 년간 로봇 공학은 전자기 모터라는 ‘거인’의 지배 아래 있었습니다. 강력하긴 하지만, 모터나 기어박스 하나만 고장 나도 로봇의 관절 전체가 마비되는 치명적인 약점이 있었죠. Afsar 연구원은 이 새로운 섬유가 생물학적 근육의 계층적이고 분산된 구조를 그대로 모방했다고 설명합니다. 우리 몸의 이두박근처럼, 몇 가닥의 섬유가 손상되더라도 시스템 전체가 멈추는 대신 성능이 서서히 줄어들며 버티는 ‘우아한 퇴보(graceful degradation)‘가 가능해진 것입니다.

이 기술의 핵심인 ‘비밀 병기’는 섬유 내부에 직접 통합된 초소형 전기유체역학(EHD) 펌프입니다. 움직이는 부품 하나 없이 오직 전기장만을 이용해 액체를 이동시키고 압력을 생성하는 혁신적인 방식입니다.

저희는 이전에 이 놀라운 기술이 내구성이 뛰어나고 심지어 세탁까지 가능한 로봇 텍스타일로 발전할 가능성에 대해 다룬 바 있습니다. 더 자세한 배경 이야기는 여기서 확인하실 수 있습니다: 세탁 가능한 인공 근육 섬유, 자기 무게 200배를 들어올리다 . Afsar와의 최신 인터뷰는 딱딱한 관절 중심의 구동 방식에서 벗어나려는 로봇공학의 철학적 변화와 메커니즘을 더 깊이 있게 파고듭니다. Science Robotics 논문 읽기.

왜 이 기술에 주목해야 할까요?

이것은 단순히 더 힘세고 조용한 로봇을 만드는 차원의 문제가 아닙니다. 로봇을 설계하고 제작하는 ‘기본 문법’ 자체를 바꾸는 일이기 때문입니다. 이제 엔지니어들은 딱딱한 골격을 만들고 그 위에 투박한 모터를 볼트로 조이는 대신, 로봇의 구조체 자체에 동력과 움직임을 직접 ‘직조’해 넣을 수 있게 되었습니다.

이러한 변화는 인간과 상호작용하기에 훨씬 안전하고 부드러운 소프트 로봇은 물론, 실제 신체처럼 느껴지는 진보된 의수나 입는 로봇(exoskeleton)의 시대를 앞당길 것입니다. 복잡한 로봇 신체를 통째로 짜내는 Allonics의 미래형 제조 기법과 이 기술이 결합한다면 어떤 결과가 나올까요? Allonic의 100억 원대 승부수: 근육처럼 직조되는 로봇의 몸 . 로봇의 몸체와 근육이 하나로 통합되어, 마치 살아있는 생명체처럼 유연하고 조용하게 움직이는 미래가 우리 곁으로 성큼 다가오고 있습니다.

ToddlerBot: AI 대중화를 목표로 하는 6,000달러 오픈 소스 휴머노이드

Robot King — Sun, 12 Apr 2026 00:00:00 +0000

“럭셔리카 대신 로봇 한 대?”… 800만 원대로 구현한 휴머노이드의 꿈, 스탠퍼드의 ‘토들러봇(ToddlerBot)’

휴머노이드 로봇이라고 하면 보통 럭셔리 카 한 대 값을 훌쩍 뛰어넘는 가격표를 떠올리기 마련입니다. 하지만 여기, 그 상식을 완전히 뒤엎는 신선하고도 파격적인 프로젝트가 등장했습니다. 바로 **ToddlerBot(토들러봇)**입니다. 이 프로젝트는 총 부품 비용 6,000달러(약 830만 원) 미만으로 제작 가능한 저비용 오픈소스 휴머노이드 플랫폼으로, 그동안 거대 자본을 가진 기업이나 연구소의 전유물이었던 첨단 AI 및 로보틱스 연구를 대중의 영역으로 끌어오겠다는 야심 찬 목표를 가지고 있습니다.

스탠퍼드 대학교(Stanford University)의 박사 과정생인 Haochen Shi가 이끄는 이 프로젝트의 핵심은 데이터 기반 연구, 특히 이동과 조작을 동시에 수행하는 복잡한 기술인 ‘로코-매니퓰레이션(Loco-manipulation)‘을 누구나 연구할 수 있는 확장 가능하고 재현 가능한 플랫폼을 제공하는 것입니다. 0.56m의 아담한 키에 3.4kg의 가벼운 몸무게를 가진 이 로봇은 실제 환경에서도 안전하게 작동하도록 설계되었습니다. 30개의 자유도(DoF)를 갖췄으며, 몸체 전체를 3D 프린터로 출력할 수 있고 시중에서 쉽게 구할 수 있는 부품들을 사용하기 때문에 기초적인 기술만 있다면 대학 실험실은 물론 개인 메이커들도 충분히 도전해 볼 만합니다. 3D 모델부터 파이썬 기반 제어 코드까지 모든 소스는 GitHub에 투명하게 공개되어 있습니다. 하이퍼링크: ToddlerBot on GitHub

최근 MakerWorld를 통해 공개된 V2.0 버전은 걷기, 기어가기, 심지어 팔굽혀펴기까지 소화하며 그 성능을 한층 끌어올렸습니다. 특히 이 플랫폼은 설계 단계부터 머신러닝과의 호환성을 최우선으로 고려했습니다. 정교한 ‘디지털 트윈’을 제공하여 시뮬레이션에서 학습시킨 AI 모델을 실제 로봇에 즉각 적용하는 ‘심투리얼(Sim-to-Real)’ 과정의 마찰을 최소화했습니다. 덕분에 연구자들은 가상 세계에서 훈련시킨 지능을 물리적인 로봇에 매끄럽게 이식할 수 있습니다.

이것이 왜 중요한가?

수억 원을 호가하는 기존 연구용 휴머노이드의 가격은 수많은 인재들의 진입을 가로막는 거대한 장벽이었습니다. 비용의 90%가 모터와 컴퓨터 부품값인 약 6,000달러 수준으로 가격 거품을 걷어낸 ToddlerBot은 소규모 대학, 스타트업, 그리고 열정 넘치는 취미 공학자들에게도 로봇 공학의 문을 활짝 열어주었습니다.

단순히 ‘저렴한 로봇’ 하나가 탄생한 것이 아닙니다. 이는 더 크고 다양한 연구자 커뮤니티가 함께 머리를 맞댈 수 있는 생태계를 구축한 셈입니다. ToddlerBot과 같은 접근 가능한 플랫폼은 구현된 AI(Embodied AI), 강화 학습, 그리고 인간-로봇 상호작용 분야의 발전을 비약적으로 앞당길 것입니다. 로봇 공학의 미래가 반드시 ‘등골 휘는 가격표’를 달고 올 필요는 없다는 것을 이 작은 ‘토들러’가 몸소 증명하고 있습니다.

리막과 우버가 지원하는 베르네, 유럽 최초 로보택시 서비스 출시

Robot King — Sat, 11 Apr 2026 00:00:00 +0000

전 세계 테크 업계의 시선이 샌프란시스코와 피닉스의 로보택시 패권 다툼에 쏠려 있을 때, 유럽 최초의 상업용 자율주행 호출 서비스가 전혀 예상치 못한 곳에서 기습적인 런칭을 알렸습니다. 그 주인공은 바로 크로아티아의 수도, 자그레브입니다. 전기 하이퍼카의 명가 Rimac Group에서 독립한 자율주행 모빌리티 기업 Verne은 2026년 4월 8일, 마침내 본격적인 서비스의 막을 올렸습니다.

이번 런칭은 단순한 기술 시연 수준이 아닙니다. 일반 시민들이 Verne 앱을 통해 직접 차량을 호출하고 요금을 결제하는 실질적인 상업 서비스입니다. 조만간 전략적 파트너십을 통해 Uber 앱 내에서도 예약이 가능해질 전망입니다. 이번 프로젝트는 그야말로 자율주행 업계의 ‘드림팀’이 뭉친 결과물이라 할 수 있습니다. 자율주행 기술의 글로벌 리더인 Pony.ai가 시스템의 ‘두뇌’를 제공하고, Verne이 플릿(Fleet) 운영을 전담하며, Uber가 방대한 호출 네트워크를 지원하는 삼각 공조 체제입니다. 현재 투입된 차량은 Pony.ai의 7세대 자율주행 시스템을 탑재한 Arcfox Alpha T5 전기차입니다. 물론 ‘초기 단계’인 만큼, AI가 갑자기 현지 별미인 부레크(burek)를 먹으러 옆길로 새는 돌발 상황에 대비해 운전석에는 여전히 안전 요원이 탑승합니다.

이번 런칭이 갖는 의미는?

이번 서비스 개시는 유럽 자율주행 모빌리티 역사에 있어 중대한 이정표가 될 것입니다. 수년간의 테스트를 거쳐 마침내 기술이 손에 잡히는 상업적 서비스로 진화했음을 의미하기 때문입니다. 특히 파트너십 모델이 흥미롭습니다. 모든 것을 독자 개발하는 대신, Pony.ai의 검증된 기술과 Uber의 압도적인 유저 플랫폼을 결합해 시장 진입 속도를 극대화하는 영리한 전략을 택했습니다.

이는 전략적 피벗(Pivot)이기도 합니다. 당초 Verne은 Mobileye의 기술을 활용해 자체 제작한 전용 차량으로 데뷔할 계획이었습니다. 하지만 기성 차량과 새로운 파트너를 투입하는 방향으로 선회하며 유럽 시장의 ‘퍼스트 무버(First Mover)’ 자리를 꿰차는 데 성공했습니다. 향후 영국, 중동을 포함해 유럽 전역 11개 도시로의 확장을 예고한 가운데, 자그레브에서 시작된 이 조용한 반란이 새로운 대륙의 로보택시 전쟁을 알리는 신호탄이 될지 귀추가 주목됩니다.

유니트리 R1 휴머노이드 알리익스프레스 출시 4,900달러 파격가

Robot King — Sat, 11 Apr 2026 00:00:00 +0000

중국의 로봇 전문 기업 Unitree Robotics가 휴머노이드 로봇 소유의 문턱을 ‘공상과학’의 영역에서 ‘충동구매’의 영역으로 끌어내리고 있습니다. 이 기업은 다음 주, 알리바바의 글로벌 이커머스 플랫폼인 알리익스프레스(AliExpress)를 통해 자사의 R1 휴머노이드 로봇을 단돈 **4,900달러(약 680만 원)**라는 파격적인 가격에 출시할 예정입니다. 이번 글로벌 데뷔는 북미, 유럽, 일본, 그리고 싱가포르 등 주요 시장을 정조준하고 있으며, 안방에서 클릭 한 번으로 ‘옆돌기 하는 로봇’을 배송받는 시대를 예고하고 있습니다.

“스포츠를 위해 태어났다"는 슬로건을 내건 R1은 키 123cm, 몸무게 25~29kg의 날렵한 체구를 자랑합니다. 언덕길을 거침없이 질주하는 것은 물론, 무려 옆돌기(Cartwheel)까지 해내는 뛰어난 운동 신경을 갖췄죠. 이번 출시는 최근 발표되어 화제를 모았던 고성능 모델 유니트리 G1 휴머노이드 16,000달러 출시로 로봇 시장 격변 의 뒤를 잇는 행보지만, 타겟은 확실히 다릅니다. 16,000달러에 달하는 형님 모델의 가격이 부담스러웠던 연구자, 개발자, 그리고 로봇 마니아들을 위해 몸값을 3분의 1 수준으로 낮춰 ‘가성비’라는 강력한 무기를 장착했습니다.

제품 라인업은 기본형인 ‘R1 AIR’가 4,900달러부터 시작하며, 상위 모델인 ‘R1 표준형’은 5,900달러로 책정되었습니다. 이 가격에 20~26도의 자유도(DoF), 8코어 CPU, 음성 및 이미지 처리를 위한 멀티모달 AI, 그리고 약 1시간 동안 구동 가능한 핫스왑(Hot-swappable) 배터리를 탑재했습니다. 산업용 고중량 작업보다는 연구 및 개발의 접근성을 극대화하는 데 초점을 맞춘 스펙입니다.

이것이 왜 중요한가?

이번 R1의 출시는 단순히 ‘저렴한 로봇’ 하나가 나온 수준을 넘어, 글로벌 로봇 패권 전쟁의 판도를 뒤흔들 ‘전략적 폭탄’과도 같습니다. Unitree는 알리익스프레스라는 대중적인 플랫폼을 통해 휴머노이드 하드웨어를 민주화하고 있습니다. 미국 내 유사한 사양의 로봇이 30만 달러(약 4억 원)를 호가한다는 점을 감안하면, 중국의 초현지화된 공급망이 만들어낸 이 가격은 서구권 경쟁사들이 도저히 따라올 수 없는 ‘압도적 격차’를 보여줍니다.

수치가 이를 증명합니다. 2025년 한 해 동안 Unitree는 이미 5,500대 이상의 휴머노이드 로봇을 전 세계 대학과 연구소에 공급했습니다. 반면, 테슬라(Tesla)나 피규어 AI(Figure AI) 같은 쟁쟁한 경쟁사들의 인도량은 각각 150대 수준에 머물러 있습니다. Unitree는 경쟁사들이 실험실에서 시제품을 다듬는 동안, 전 세계에 수천 명의 개발자 생태계를 먼저 구축하겠다는 야심을 드러낸 것입니다. 이제 ‘안방에서 주문하는 휴머노이드’의 시대가 본격적으로 막을 올렸습니다.

테슬라 FSD 감독형 네덜란드 승인 획득 및 조건부 허가

Robot King — Sat, 11 Apr 2026 00:00:00 +0000

**Tesla, Inc.**가 마침내 난공불락 같았던 유럽 규제의 벽을 뚫었습니다. 네덜란드에서 FSD(Full Self-Driving, Supervised) 소프트웨어의 첫 출시 승인을 따낸 것인데요. 2026년 4월 10일 발표된 이번 소식에 따라, 북미 지역의 전유물이었던 테슬라의 첨단 주행 보조 시스템을 곧 네덜란드 도로에서도 만나볼 수 있게 됐습니다. 하지만 약관을 자세히 뜯어보면, 이번 승인은 ‘로보택시 혁명’이라기보다는 ‘엄격한 감시 하에 이뤄진 데뷔’에 가깝습니다.

네덜란드 도로교통국(RDW, Rijksdienst voor het Wegverkeer)은 18개월간의 혹독한 검증 끝에 ‘네덜란드 내 임시 효력을 가진 유럽 형식 승인’을 내렸습니다. RDW는 승인과 동시에 “FSD Supervised가 탑재된 차량은 ‘자율주행차’가 아니다"라며 과도한 기대에 찬물을 끼얹었습니다. 법적으로 이는 ‘레벨 2’ 주행 보조 시스템으로 분류되며, 운전자는 상시 제어권을 유지하고 돌발 상황에 즉시 개입할 준비가 되어 있어야 한다는 뜻입니다.

Tesla는 이번 발표에서 “그 어떤 자동차도 이 정도 성능을 낼 수 없다"고 호언장담했습니다. 하지만 냉정히 말해 이는 전형적인 마케팅용 수사입니다. RDW는 이미 BMW나 Ford 같은 제조사들이 유럽에서 유사한 ‘핸즈오프(hands-off)’ 주행 시스템 승인을 받았다는 점을 꼬집었습니다. 이번 승인으로 FSD Supervised는 경쟁사들과 동일한 규제 틀 안에 놓이게 됐으며, 차량 내 센서를 통해 운전자의 주의력을 실시간으로 감시받게 됩니다.

이번 승인이 갖는 의미는?

이번 승인은 Tesla에게 작지만 매우 중요한 전략적 승리입니다. ‘자기 인증(self-certification)’ 방식인 미국과 달리, ‘형식 승인(type approval)’ 절차를 따르는 까다로운 유럽 시장에서 마침내 규제적 교두보를 마련했기 때문입니다. 네덜란드의 승인이 유럽 연합(EU) 전체에 즉시 적용되는 것은 아니지만, 다른 회원국들이 이번 인증을 참고할 수 있는 길을 열어주었습니다. 이르면 2026년 여름쯤 유럽 전역으로 확산될 가능성도 점쳐집니다.

결국 네덜란드는 유럽 내 FSD의 공식 시험대가 됐습니다. ‘임시 승인’이라는 꼬리표가 붙은 만큼 규제 당국의 감시도 매서울 것으로 보입니다. Tesla에게는 복잡한 유럽 도로 환경에서 시스템의 신뢰성을 증명할 기회이며, 운전자들에게는 한층 진화한 주행 보조 기술을 경험할 기회입니다. 다만 RDW가 명시적으로 경고했듯, 운전석에서 신문을 읽는 행위는 절대 금물입니다. 미래 모빌리티가 네덜란드에 상륙한 것은 맞지만, 당분간은 ‘철저한 감독’이 동반된 미래가 될 전망입니다.

테슬라 옵티머스 무릎 특허, 생각보다 더 인간적이다

Robot King — Fri, 10 Apr 2026 00:00:00 +0000

2026년 4월 9일, 미국 특허청(USPTO)이 공개한 **Tesla, Inc.**의 최신 특허 명세서에는 그 흔한 신경망(Neural Network)도, 세계 모델(World Model)도, 심지어 ‘AI’라는 단어조차 단 한 마디 언급되지 않았습니다. 대신 특허 번호 US20260097493A1은 오직 ‘무릎’ 하나만을 집요할 정도로 상세하게 파고듭니다. Tesla가 2022년 AI 데이를 개최했던 날과 같은 날짜에 출원된 이 특허는 휴머노이드 Optimus의 관절 속에 숨겨진 생체 모방 공학의 정수를 보여줍니다. 며칠 전 Elon Musk가 X(옛 트위터)를 통해 “Optimus 3가 걸어 다니기 시작했지만, 아직 마무리가 조금 더 필요하다"라고 언급했을 때, 그가 말한 ‘마무리’란 아마도 이 무릎을 뜻했을 가능성이 큽니다.

이 특허에서 가장 눈길을끄는 것은 복잡한 CAD 도면이 아니라, 세 개의 패널로 구성된 단순한 스토리보드입니다. ‘생물학적 원리(Biological Principle)‘라고 적힌 인간의 무릎 도표에서 시작해, 이를 기계적으로 형상화한 ‘기계적 모사(Mechanical Analogue)‘를 거쳐, 최종적인 ‘디자인(Design)‘으로 이어지는 흐름입니다. 이 문서는 대퇴사두근과 슬개골, 그리고 인대의 역할을 4절 링크(four-bar linkage) 시스템으로 어떻게 치환했는지 명확하게 보여줍니다. 이것은 단순한 로봇 부품이 아닙니다. 수백만 년에 걸친 진화의 결과물을 기계적으로 완벽하게 번역해낸 결과물입니다. 덕분에 단 하나의 소형 리니어 액추에이터만으로도 인간과 맞먹는 150도의 회전 범위를 확보했습니다.

‘변형된 역 호켄 링크(modified inverse Hoecken’s linkage)‘라고 불리는 이 메커니즘은 복잡한 난제를 해결하는 우아한 해법입니다. 인간의 무릎이 효율적인 이유는 단순히 한 점을 축으로 회전하는 것이 아니라, 굽혀지는 각도에 따라 지렛대의 원리가 유동적으로 변하며 필요한 순간에 토크를 극대화하기 때문입니다. Tesla의 4절 링크 시스템은 이러한 ‘가변적 기계적 이점’을 그대로 재현했습니다. 덕분에 작은 모터 하나로도 강력하면서도 폭넓은 움직임을 만들어낼 수 있습니다. 특허에는 전력 소모를 최소화하면서도 목표 토크와 속도를 달성하기 위해 시뮬레이션을 통해 최적의 링크 길이를 찾아낸 과정이 고스란히 담겨 있습니다.

이것이 왜 중요한가?

이 무릎이야말로 Optimus의 가격 경쟁력을 결정짓는 핵심 열쇠이기 때문입니다. 복잡하고 전력 소모가 큰 대형 어셈블리 대신 단 하나의 소형 액추에이터를 사용함으로써, Tesla는 다리 하나의 비용과 무게, 복잡성을 획기적으로 줄였습니다. 이는 로봇 한 대당 2만~3만 달러라는 Elon Musk의 야심 찬 목표가를 달성하기 위한 필수 조건입니다. 현재 프리몬트 공장은 Model S와 X의 생산을 중단하면서까지 공간을 확보하고 연간 100만 대 규모의 로봇 생산 라인을 준비 중인데, 이러한 원가 절감은 그 계획의 근간이 됩니다.

Tesla의 설계가 영리하긴 하지만, 이런 기하학적 구조가 오직 Tesla만의 전유물은 아닙니다. 업계 분석가들은 Xpeng의 차세대 휴머노이드 ‘IRON’ 역시 이와 놀라울 정도로 유사한 링크 구조를 채택한 것으로 보고 있습니다. 2022년 AI 데이 이후 Tesla의 설계 방향이 공개되면서, 업계 전체가 가장 효율적인 단 하나의 정답을 향해 수렴하고 있는 모양새입니다. 자연의 진화가 무릎의 구조를 완성하는 데 수백만 년이 걸렸다면, Tesla는 그것을 한정된 예산 안에서 증명해내야 하는 과제를 안고 있습니다.

RAI 아테나제로 로봇 인간 수준의 속도로 양팔 조작 구현

Robot King — Thu, 09 Apr 2026 00:00:00 +0000

로봇이 인간의 유연함을 탐하다: 마크 레이버트의 RAI, 차세대 양팔 로봇 ‘아테나제로(AthenaZero)’ 공개

Boston Dynamics의 전설적인 창립자 Marc Raibert가 이끄는 연구 기관, **Robotics and AI Institute(RAI)**가 로봇 공학의 새로운 지평을 열었습니다. 이번에 베일을 벗은 AthenaZero는 우리가 흔히 보던 공장의 딱딱한 기계 팔과는 차원이 다릅니다. 마치 사람처럼 부드럽고 자연스럽게 움직이는 이 양팔 로봇은, 로봇 학계의 숙원 과제인 ‘역동적 조작(dynamic manipulation)‘을 해결하기 위해 태어났습니다.

기존의 산업용 로봇들은 높은 기어비 때문에 동작이 뻣뻣하고 둔탁하기 일쑤였습니다. 하지만 AthenaZero는 정반대의 길을 택했습니다. 약 160cm의 키에 각각 7자유도(DoF)를 가진 두 팔은 저관성과 고가속도 구현에 최적화되어 있습니다. 여기서 핵심은 바로 ‘콰지 다이렉트 드라이브(quasi-direct drive)’ 액추에이터입니다. 이를 통해 구현된 ‘힘의 투명성(force transparency)’ 덕분에, AthenaZero는 무거운 짐을 번쩍 들어 올리는 강력한 힘을 발휘하다가도, 순식간에 아주 섬세하고 부드러운 터치로 전환할 수 있습니다. 주변 환경이나 로봇 스스로에게 무리를 주지 않고 말이죠.

단순히 몸체에 팔 두 개를 붙인 것이 아닙니다. RAI의 목표는 복잡하고 정교한 협응 동작을 스스로 학습할 수 있는 플랫폼을 구축하는 것입니다. 양팔을 자유자재로 다루는 능력은 현재의 단일 팔 로봇이 해결하지 못하는 영역—복잡한 부품 조립, 크고 유연한 물체 조작 등—을 자동화하는 데 필수적입니다. 단순히 물건을 집어 정해진 위치에 놓는 반복 작업을 넘어선, 진정한 ‘기술’의 영역으로 진입한 셈입니다.

왜 이 로봇에 주목해야 하는가?

지난 수십 년간 자동화는 ‘힘은 세지만 지능은 부족한’ 로봇 팔이 반복적인 동작을 수행하는 수준에 머물러 있었습니다. Robotics and AI Institute는 이 문제를 하드웨어와 소프트웨어 양면에서 동시에 공략하고 있습니다. 역동적인 상호작용이 가능한 AthenaZero라는 하드웨어를 구축함과 동시에, 이를 제어할 AI 및 강화 학습 모델을 개발하고 있는 것이죠. 처음부터 학습 기반 제어를 염두에 두고 설계된 이 시스템은 인간 수준의 능력을 갖춘 ‘범용 조작기(general-purpose manipulator)‘를 향한 거대한 도약입니다. 이번 연구는 로봇이 공장의 안전 펜스를 넘어, 예측 불가능한 현실 세계로 걸어 나오는 결정적인 계기가 될 것입니다.

유니트리 G1 휴머노이드 16,000달러 출시로 로봇 시장 격변

Robot King — Thu, 09 Apr 2026 00:00:00 +0000

이번 소식은 단순한 신제품 출시를 넘어, 로봇 산업 전체를 향해 거대한 대포알을 쏘아 올린 듯한 충격을 주고 있습니다. 중국의 로봇 전문 기업 Unitree Robotics가 기본 가격이 단돈 1만 6,000달러(약 2,200만 원)에 불과한 **휴머노이드 로봇 ‘G1’**을 전격 공개했습니다. 오타가 아닙니다. 웬만한 준중형 세단 한 대 가격도 안 되는 돈으로, 초당 2미터(시속 약 7.2km)로 걷고 심지어 몸을 완전히 접어 보관할 수 있는 이족 보행 로봇을 소유할 수 있게 된 것입니다. 로봇 혁명은 TV 중계가 아니라, 생각보다 훨씬 컴팩트한 택배 박스에 담겨 우리 곁으로 다가오고 있습니다.

G1은 거대한 금속 거인이 아닙니다. 키 127cm에 몸무게는 약 35kg으로, 초등학생 정도의 아담한 체구입니다. 9만 달러에 달하는 형님 격 모델인 H1에 비하면 왜소해 보일지 모르지만, 성능까지 얕봐선 곤란합니다. 기본 모델은 23개의 자유도(DoF)를 갖췄으며, 3D LiDAR와 뎁스 카메라를 통해 주변을 인식합니다. 배터리 지속 시간은 약 2시간 내외입니다. 또한 Unitree는 최대 43개의 자유도와 더 강력한 관절, 그리고 개발자를 위한 NVIDIA Jetson Orin 모듈을 선택 사양으로 제공하는 ‘EDU(연구용)’ 버전도 함께 선보였습니다. 단순히 친구들에게 보여주는 수준을 넘어, 본격적인 로봇 개발이 가능하다는 뜻이죠.

이게 왜 중요한가요?

G1의 가격 책정은 이제 막 걸음마를 뗀 휴머노이드 시장에 그야말로 ‘지각 변동’을 일으켰습니다. Tesla가 옵티머스(Optimus)의 가격을 3만 달러 미만으로 낮추겠다고 공언하고, Agility Robotics의 디지트(Digit)가 25만 달러를 호가하는 상황에서, Unitree는 예상을 완전히 뒤엎고 압도적인 저가 공세를 펼친 셈입니다. 이는 단순히 로봇의 가격을 낮춘 것을 넘어, 로봇의 ‘대중화’를 앞당기는 결정적 한 수가 될 것입니다.

Unitree는 G1을 통해 그동안 비싼 장비 가격 때문에 엄두도 못 냈던 대학 연구소, 스타트업, 그리고 개인 개발자들을 자사의 플랫폼으로 끌어들이는 전략을 취하고 있습니다. 물론 G1이 Figure AI나 Boston Dynamics의 고가 모델들처럼 엄청난 괴력이나 정교한 AI 성능을 당장 보여주지는 못할 수도 있습니다. 하지만 수많은 개발자가 뛰어들어 소프트웨어와 앱을 개발할 수 있는 ‘가성비 훌륭한’ 하드웨어 플랫폼을 제공한다는 점이 무서운 점입니다. 경쟁사들이 가격표를 고민하기도 전에 Unitree가 생태계를 선점하며 압도적인 격차를 벌릴 가능성이 큽니다. 이제 바야흐로 ‘휴머노이드 덕후’들의 전성시대가 막을 올린 것 같습니다.

앤스로픽의 글래스윙: 스카이넷을 사전에 차단하기 위한 계획

Robot King — Wed, 08 Apr 2026 00:00:00 +0000

테크 업계에는 최근 기분 나쁜 전조가 감돌고 있습니다. 2026년, 기계가 마침내 ‘자아’를 가질지도 모른다는 막연한 공포가 저변에 깔린 것이죠. 사람들은 속삭입니다. 인공일반지능(AGI)이 단순한 챗봇의 수준을 넘어, 창조주인 인간을 압도하고 통제하는 시대가 곧 도래할 것이라고요. 이런 상황에서 스스로를 ‘안전 지상주의자’라 자처하는 AI 연구소 Anthropic이 Project Glasswing이라는 새로운 이니셔티브를 발표했을 때, 우리는 기대를 품었습니다. 다가올 ‘기계 신’의 전원을 언제든 내릴 수 있는 거대한 빨간 버튼이라도 내놓을 줄 알았죠.

하지만 뚜껑을 열어보니 결과물은 당혹스러울 정도로… 지루해 보입니다. Project Glasswing의 목표는 “AI 시대를 대비한 핵심 소프트웨어 보안 강화"입니다. 인류를 멸망시키려는 ‘스카이넷’을 막으려는 원대한 계획이라기보다는, 기한이 한참 지난 기업의 IT 정기 점검 보고서 같은 이름이죠. 하지만 이 기업 특유의 수사에 속지 마십시오. 이건 단순히 웹 브라우저의 보안 패치를 업데이트하는 수준의 이야기가 아닙니다. 아직 태어나지도 않은 괴물을 가두기 위해, 그보다 조금 덜 사나운 괴물을 이용해 튼튼한 우리를 만드는 작업이기 때문입니다.

다른 모든 AI를 감시하는 AI

Project Glasswing의 핵심은 거대하고 선제적인 ‘버그 사냥’입니다. Anthropic은 Mythos Preview라는 최첨단 프론티어 AI 모델을 개발했는데, 이 녀석의 실력이 가관입니다. 소프트웨어의 취약점을 찾아내고 파고드는 능력이 너무나 탁월해서, 회사 측에서 일반 공개를 거부할 정도였으니까요. 결국 Anthropic은 이 위험한 무기를 방어용으로 돌리기로 했습니다. ‘이이제이(以夷制夷)’의 전형이자, 테크 업계다운 아이러니한 결정입니다.

Anthropic은 Apple, Google, Microsoft, NVIDIA 등 실리콘밸리의 거물들과 손을 잡고, 전 세계의 핵심 소프트웨어 시스템에 Mythos를 풀어놓았습니다. 결과는 놀라웠습니다. 수십 년간 수많은 인간 개발자들의 눈을 피해 주요 운영체제와 브라우저 속에 숨어있던 수천 개의 고위험 취약점들을 단숨에 찾아낸 것이죠.

“AI의 발전 속도를 고려할 때, 이런 강력한 능력이 안전한 배포를 약속하지 않은 세력의 손에 들어가는 것은 시간문제입니다.” Anthropic은 경고합니다. “그로 인한 경제적 타격, 공공 안전 및 국가 안보에 미칠 파장은 가늠하기조차 힘들 것입니다.”

이것이 바로 현재 벌어지고 있는 AI 군비 경쟁의 본질입니다. 너무나 강력한 무기를 만든 나머지, 그 즉시 그 무기를 막을 방패를 만들어야 하는 상황이죠. 그리고 그 방패 역시 똑같은 무기의 ‘착한 버전’일 뿐입니다. 기술이 통제 불능 상태로 퍼지기 전에 ‘우리 편’에게 먼저 우위를 점해주겠다는, 아주 위험하고도 절박한 도박인 셈입니다.

디지털 두뇌에서 물리적 신체로

이 모든 이야기가 추상적으로 들릴 수도 있습니다. 하지만 AGI 방정식의 나머지 절반인 ‘신체’를 대입하면 이야기는 달라집니다. 우리가 느끼는 존재론적 공포는 단순히 똑똑한 코드 덩어리가 아니라, 그 코드가 물리적인 형태를 갖추는 순간 완성됩니다. 단순히 말을 잘하는 스마트 스피커가 아닙니다. 걷고, 물건을 만지고, 우리가 사는 복잡한 현실 세계에서 작동하는 휴머노이드 로봇, 즉 **임바디드 AI(Embodied AI)**의 등장입니다.

물리적 작업까지 포함해 모든 영역에서 인간을 압도하는 지능은 더 이상 AGI라 부르지 않습니다. 그것은 인공초지능(ASI)의 영역입니다. AGI가 인간과 대등해지는 지점이라면, ASI는 인간을 인지적 먼지로 만들어버리는 가상의 임계점입니다. 많은 전문가는 AGI에서 ASI로 넘어가는 간극이 소름 끼칠 정도로 짧을 것이라 보고 있습니다. 이른바 ‘지능 폭발’이라 불리는 급격한 자기 개선의 순환 때문이죠.

이제 전 세계적으로 연결된 휴머노이드 로봇 군단 위에서 ASI가 구동되는 장면을 상상해 보십시오. 이것이 바로 전문가들이 밤잠을 설치는 시나리오입니다. Boston Dynamics나 Figure 같은 기업들이 하드웨어를 완성하는 동안, Anthropic 같은 연구소들은 그 안을 채울 소프트웨어, 즉 세계 모델과 추론 엔진을 구축하고 있습니다. Project Glasswing은 우리가 미래를 설계하고 있는 소프트웨어 기반 자체가 근본적으로 취약하다는 사실에 대한 뒤늦은 고백입니다. 허리케인이 상륙하기 전, 서둘러 덧창을 내리고 빗장을 거는 행위와 같습니다.

그래서, 우리는 2026년을 맞이할 준비가 되었나?

2026년 AGI 도래설은 테크계의 가장 뜨거운 감자입니다. Elon Musk 같은 인물은 이 짧은 타임라인을 지지하는 반면, 다른 이들은 2030년에 더 가까울 것이라 예측하기도 합니다. 하지만 정확한 날짜가 언제든, 이제 질문은 ‘만약’이 아니라 ‘언제’로 옮겨갔습니다.

Project Glasswing 같은 시도는 우리에게 냉혹한 현실을 일깨워줍니다. 이는 ‘통제 문제(Control Problem)‘를 해결하려는 가장 진지한 시도 중 하나입니다. 인간보다 훨씬 똑똑한 시스템이 어떻게 인간의 가치와 명령을 따르게 만들 것인가 하는 문제 말이죠. Anthropic의 전략은 AI의 힘을 빌려 우리 디지털 토대의 균열을 찾아내고 메우는 것입니다. 통제되지 않는 AGI가 허점을 발견하기 전에 사회 인프라를 먼저 요새화하려는 속도전입니다.

이것은 영화에서 보는 것처럼 AI의 의식에 대해 논하는 우아하고 철학적인 논쟁이 아닙니다. 행성 단위로 벌어지는, 투박하고도 치열한 사이버 보안 전쟁입니다. 미래의 운영체제에 우리가 이해할 수 없는 지능이 파고들 뒷문(backdoor)이 없도록 보장하는 일이죠. Project Glasswing이 무서운 이유는 그 프로젝트 자체 때문이 아니라, 그것이 예고하는 미래 때문입니다. 세계에서 가장 똑똑한 사람들이 조용히, 그리고 아주 절박하게 문을 잠그고 있는 소리가 들립니다. 우리가 바랄 수 있는 건 단 하나, 저 너머에 있는 무언가가 문 따는 법을 배우기 전에 이 작업이 끝나기를 기도하는 것뿐입니다.

피규어 AI, 이제 90분마다 휴머노이드 로봇 1대 생산

Robot King — Tue, 07 Apr 2026 00:00:00 +0000

로봇 노동력을 확보하려는 전 세계적인 레이스에서 **Figure AI, Inc.**가 제대로 가속 페달을 밟았습니다. 최근 Shawn Ryan Show에서 공개된 비하인드 스토리에 따르면, 이 회사는 이제 휴머노이드 로봇 한 대를 완제품으로 조립하는 데 단 90분밖에 걸리지 않는다고 합니다. 이건 단순히 먼 미래의 장밋빛 전망이 아닙니다. 현재 가동 중인 생산 라인의 실제 역량이며, 향후 10년 내에 연간 100만 대 생산이라는 어마어마한 스케일을 달성하겠다는 야심찬 계획의 일환입니다. 이제 휴머노이드는 ‘일회성 과학 프로젝트’의 단계를 완전히 넘어, 본격적인 ‘어셈블리 라인(조립 라인)‘의 시대로 진입했습니다.

이 초고속 제조 공정의 주인공은 키 약 167cm(5'6"), 몸무게 약 61kg(135파운드)의 체격을 갖췄으며, 한 번 충전으로 4~5시간 동안 구동됩니다. 에너지가 바닥나면 무선 충전 패드 위에 서 있기만 하면 됩니다. 발바닥을 통해 약 2kW의 전력을 유도 방식으로 흡수해 약 한 시간 만에 완충되죠. 걷고 균형을 잡는 기초적인 동작부터 복잡한 조작까지, 모든 움직임은 Figure의 **Helix 신경망(Helix neural network)**이 전적으로 제어합니다. 사람이 일일이 코드를 짜 넣는 전통적인 방식은 더 이상 존재하지 않습니다. 내구성에 대한 질문에 Figure 관계자는 “가끔 목이 부러지기도 하지만, 멀쩡할 때도 있다"며 현장의 치열함을 담은 솔직한 답변을 내놓기도 했습니다.

이런 압도적인 생산 능력은 단순히 기술력을 과시하기 위함이 아닙니다. Figure AI는 이미 자동차 제조 분야의 거물 BMW, 그리고 물류 및 부동산 전문 기업인 Brookfield와 상업적 파트너십을 맺었습니다. 또한, 앞으로 60일 이내에 두 개의 대형 고객사를 추가로 발표할 예정이라고 귀띔했습니다. 이 로봇은 카메라와 촉각 센서가 내장된 5세대 손을 탑재했으며, 안전을 위해 부드러운 폼으로 감싸진 본체, 그리고 별도의 도구 없이도 쉽게 탈부착할 수 있는 ‘외장 커버(옷)‘를 갖추고 있습니다.

왜 이것이 중요한가?

로봇 공학의 가장 큰 병목 현상은 로봇 그 자체가 아니라, 로봇을 만드는 ‘공장’이었습니다. 다른 경쟁사들이 화려한 데모 영상에 집중할 때, Figure는 양산(Scaling)이라는 본질에 집중하고 있습니다. 대당 90분의 제작 시간은 범용 로봇의 경제성과 접근성을 근본적으로 뒤흔드는 게임 체인저가 될 것입니다. 이는 고가의 시제품을 하나하나 장인 정신으로 깎아 만들던 방식에서 벗어나, 표준화된 플랫폼을 대량으로 찍어내는 전략적 전환을 의미합니다. 학습 기반의 AI 제어 시스템과 결합된 이 행보는 Figure가 단순히 더 나은 로봇을 만드는 것을 넘어, 휴머노이드 업계의 **‘포드 모델 T(Ford Model T)’**를 꿈꾸고 있음을 보여줍니다. 이제 승부의 관건은 누가 더 유연한 로봇을 만드느냐가 아니라, 누가 수천, 수만 대의 로봇을 실제 현장에 배치할 수 있느냐로 옮겨가고 있습니다.

제너럴리스트 GEN-1 로봇 두뇌, 성공률 99%·속도 3배 '퀀텀 점프'

Robot King — Sat, 04 Apr 2026 00:00:00 +0000

솔직히 말해봅시다. 지금까지 우리가 봐온 로봇 데모는 대부분 ‘실망의 발레’나 다름없었습니다. 우주의 열적 죽음이 먼저 찾아올 것만 같은 느릿느릿하고 어설픈 동작을 보고 있노라면 한숨이 절로 나오죠. 하지만 가끔은 이 지루한 소음을 뚫고 나오는 진짜 물건이 등장하곤 합니다. 오늘 그 주인공은 바로 Generalist가 야심 차게 내놓은 새로운 AI 모델, GEN-1입니다. 이 회사의 주장은 꽤나 파격적입니다. 단순히 작동하는 수준을 넘어, 압도적인 성능을 자랑하는 ‘로봇을 위한 범용 AI 두뇌’를 만들었다는 것이죠.

Generalist는 GEN-1을 단순한 물리적 과업을 진정으로 ‘마스터’한 최초의 모델로 내세우며 그 증거들을 쏟아냈습니다. 이전 모델인 GEN-0가 B- 학점 수준인 64%의 성공률에 머물렀다면, GEN-1은 평균 99%라는 경이로운 수치를 기록했습니다. 작업 속도는 기존 SOTA(최첨단) 모델보다 최대 3배나 빠르며, 무엇보다 결정적인 것은 단 한 시간 분량의 로봇 특정 데이터만으로도 새로운 작업을 학습할 수 있다는 점입니다. 이는 단순한 업데이트가 아닙니다. 로봇이 마침내, 진짜로, 상업적 생존력을 갖추게 되는 거대한 전환점일지도 모릅니다.

스케일링 법칙에서 물리적 숙련도까지

불과 5개월 전, Generalist는 GEN-0를 선보이며 GPT와 같은 거대언어모델(LLM)의 폭발적 성장을 이끈 ‘스케일링 법칙(Scaling Laws)‘이 로보틱스 분야에도 적용될 수 있음을 증명했습니다. 더 많은 데이터와 컴퓨팅 자원을 투입할수록 성능은 예측 가능한 수준으로 정교해졌죠. 학술적으로는 중요한 성과였지만, GEN-0는 현장에 투입하기엔 아직 설익은 상태였습니다.

GEN-1은 그 다이얼을 끝까지 돌려 얻어낸 결과물입니다. 50만 시간이 넘는 고정밀 물리 상호작용 데이터를 통해 체급을 키웠고, 새로운 알고리즘 기술로 가속도를 붙였습니다. 여기서 주목할 ‘비법 소스’는 데이터의 출처입니다. 비싸고 확장이 어려운 텔레오퍼레이션(원격 조작) 데이터에만 의존하는 대신, 인간이 착용하는 저가형 웨어러블 기기에서 추출한 데이터를 기반으로 삼았습니다. 이를 통해 시뮬레이션이나 원격 조작으로는 포착하기 힘든 현실 세계의 물리 법칙과 직관적인 미세 교정 능력을 사전 학습 데이터셋에 녹여낼 수 있었습니다.

“우리는 GEN-1이 광범위한 작업에서 상업적 생존 가능성을 열어젖히는 핵심 임계점을 넘은 최초의 범용 물리 AI 모델이라고 확신합니다.“라고 회사는 발표했습니다.

신뢰성, 속도, 그리고 임기응변이라는 ‘삼위일체’

Generalist가 정의하는 ‘숙련도’는 세 가지 핵심 역량의 결합입니다. 이 중 두 가지는 지난 60년간 산업 자동화의 근간이었지만, 세 번째 역량이 등장하면서 게임의 판도가 바뀌었습니다.

신뢰성과 속도: 산업 표준을 넘어선 질주

먼저 수치부터가 압도적입니다. 장시간 테스트에서 GEN-1은 블록 쌓기 1,800회 이상, 박스 접기 200회 이상, 심지어 로봇 청소기 관리 작업까지 200회 연속으로 성공했습니다. 로봇이 로봇을 수리한다니, 누군가에게는 꿈 같은 미래겠지만 누군가에게는 SF 공포 영화의 도입부처럼 느껴질지도 모르겠네요. 어쨌든 이 작업들은 인간의 개입 없이 99%의 성공률로 몇 시간 동안 지속되었습니다.

속도 또한 무시무시합니다. GEN-1이 탑재된 로봇이 박스를 조립하는 데 걸리는 시간은 단 12.1초입니다. 이전 모델이 34초 걸리던 작업이죠. 스마트폰을 케이스에 넣는 작업은 15.5초면 충분하며, 이는 기존보다 2.8배 빠른 속도입니다. 단순히 모터 속도를 올린 결과가 아닙니다. 모델이 경험을 통해 학습하고 고도화된 추론 기법을 활용해, 학습의 토대가 된 인간의 시연보다 더 효율적으로 움직이는 법을 깨달은 결과입니다.

임기응변: 지능의 불꽃

공장 바닥에 고정된 산업용 로봇 팔에게 신뢰성과 속도는 기본 사양입니다. 하지만 그들에게 부족한 것은 시나리오대로 흘러가지 않는 세상의 ‘변수’를 다루는 능력이었습니다. 여기서 GEN-1의 ‘임기응변 지능’이 빛을 발합니다.

Generalist는 이를 ‘창의적 문제 해결’ 형태의 발현 능력이라고 설명합니다. 한 데모 영상에서는 자동차 부품을 분류하던 로봇이 실수로 와셔(washer)를 건드립니다. 일반적인 시스템이라면 동작이 멈추거나 오류를 냈겠지만, GEN-1 기반 시스템은 상황을 즉시 판단하고 적응합니다. 와셔를 다시 제대로 잡기 위해 내려놓거나, 틈새의 모서리를 이용해 방향을 바꾸고, 심지어 다른 쪽 팔을 가져와 양손으로 협업하기도 합니다. 이는 미리 프로그래밍된 복구 루틴이 아닙니다. 학습 데이터의 범위를 벗어난 상황에서 실시간으로 생성된 새로운 해결책입니다. 이것이 바로 ‘자동화(Automation)‘와 ‘자율성(Autonomy)‘의 결정적인 차이입니다.

단순한 모델을 넘어선 시스템의 승리

GEN-1은 단순히 잘 훈련된 모델 가중치 덩어리가 아닙니다. 사전 학습, 사후 학습 기술, 그리고 추론 시간 처리 과정의 혁신이 집약된 하나의 완성된 시스템입니다. 이러한 시스템적 접근 덕분에 데이터 효율성이 극대화되었고, 단 한 시간의 새로운 데이터만으로 새로운 로봇 하드웨어와 새로운 작업에 동시에 적응하는 괴력을 발휘할 수 있게 되었습니다.

물론 GEN-1이 물리적 세계의 모든 문제를 해결하는 ‘만능 열쇠’는 아닙니다. 회사 측도 한계점을 분명히 밝히고 있습니다. 모든 작업이 99% 이상의 성공률을 보이는 것은 아니며, 일부 산업 현장에서는 그 이상의 완벽한 신뢰성을 요구하기도 합니다. 또한, 로봇이 창의적으로 문제를 해결하기 시작하면 ‘AI 정렬(Alignment)’ 문제가 대두됩니다. 효율성을 위해 벽에 구멍을 뚫어버리는 식의 ‘창의적인 해결책’을 내놓지 않도록 통제하는 것이 숙제로 남았습니다.

그럼에도 불구하고 GEN-1의 등장은 중대한 이정표임이 틀림없습니다. 방대한 양의 실제 물리 상호작용 데이터로 모델을 확장하는 것이 범용 로봇으로 가는 가장 유망한 길임을 다시 한번 입증했기 때문입니다. 정확하게, 빠르게, 그리고 예상치 못한 상황에서도 유연하게 대처하는 이 ‘삼박자’를 통해, Generalist는 우리가 꿈꾸던 유능한 범용 로봇의 시대를 현실로 한 걸음 더 끌어당겼습니다. 우리에게 이것은 단순한 모델의 발표 그 이상입니다. 물리적인 세계가 마침내 훨씬 더 똑똑해지기 시작했다는 신호탄입니다.

혼자 균형 잡고 달리는 AI 자전거, 오픈소스 공학의 정수

Robot King — Sat, 04 Apr 2026 00:00:00 +0000

세계적인 빅테크 기업들이 운전자 없는 자동차를 만들기 위해 수십억 달러를 쏟아붓고 있을 때, AI 엔지니어 Peng Zhihui는 훨씬 더 까다로운 난제에 도전했습니다. 바로 ‘사람이 타지 않는 자전거’를 만드는 것이었죠. 그 결과물인 XUAN-Bike는 완벽하게 스스로 균형을 잡는 것은 물론, 복잡한 환경을 탐색하고 장애물까지 척척 피하는 놀라운 성능을 보여줍니다. 심지어 그는 이 프로젝트의 모든 것을 오픈소스로 공개하며 이른바 ‘기술적 플렉스’의 정점을 찍었습니다.

이 자전거는 복잡한 시스템 통합의 결정체입니다. 두뇌 역할을 하는 커스텀 컨트롤 보드는 Huawei의 Ascend 310 AI 프로세서로 구동됩니다. 시각 정보 처리를 위해 RGBD 뎁스 카메라와 가속도계, 자이로스코프 같은 전통적인 센서를 조합해 사용하죠. 하지만 진짜 마법은 균형 제어 시스템에 숨어 있습니다. 단순히 핸들을 꺾어 중심을 잡는 수준을 넘어, 안장 아래 장착된 금속 모멘텀 휠(Momentum wheel)이 고속으로 회전하며 강력한 자이로 효과를 만들어냅니다. 덕분에 자전거는 정지 상태에서도 쓰러지지 않고 꼿꼿이 서 있을 수 있습니다. 소름 돋을 정도로 매끄러운 주행 영상은 Bilibili에서 직접 확인할 수 있습니다.

전체 시스템은 Huawei의 딥러닝 프레임워크인 MindSpore 기반의 신경망으로 제어됩니다. 이를 통해 자전거는 단순히 균형을 유지하는 것을 넘어 주변 환경을 인식하고, 장애물을 식별하며, 스스로 경로를 계획합니다. 프로젝트 문서에 따르면, 제어 모델은 LQR/MPC와 커스텀 강화 학습 알고리즘을 기반으로 설계되었습니다. 물리 법칙을 거스르는 이 기계를 직접 만들어보고 싶은 분들을 위해, Peng은 모든 하드웨어 회로도와 모델 파일, 소스 코드를 GitHub 저장소에 아낌없이 공개해 두었습니다.

왜 이것이 중요한가?

이것은 단순히 ‘멋진 주말 프로젝트’ 그 이상의 의미를 갖습니다. 현대 로보틱스와 제어 이론의 정수를 보여주는 마스터클래스에 가깝죠. XUAN-Bike는 적절한 AI 하드웨어와 정교한 소프트웨어만 있다면, 개인 개발자라도 기업 연구소 수준의 복잡한 자율주행 시스템을 구축할 수 있다는 사실을 증명했습니다. Peng은 이 프로젝트를 오픈소스화함으로써 학생과 연구자, 메이커들에게 동적 안정성과 자율 주행에 대한 귀중한 영감을 주었습니다. 세상을 바꾸는 혁신이 반드시 대기업 회의실에서만 나오는 것은 아니라는 사실, 때로는 차고 안에서 불가능에 도전하는 열정으로부터 시작된다는 것을 다시 한번 일깨워줍니다.

에어버스 '버드 오브 프레이', 초소형 미사일로 드론 잡는 사냥꾼 등판

Robot King — Thu, 02 Apr 2026 00:00:00 +0000

중고차 한 대 값도 안 되는 저가 드론을 잡기 위해 수십억 원짜리 미사일을 쏘아 올리는 ‘배보다 배꼽이 더 큰’ 현대전의 경제학. Airbus가 이 어처구니없는 소모전에 마침표를 찍을 대안을 내놓았습니다. 바로 저렴한 소형 미사일을 장착한 재사용 가능 헌터 드론, Bird of Prey(맹금류)입니다. 이 시스템은 최근 독일에서 진행된 첫 시험 비행에서 공대공 요격에 성공하며 화려한 데뷔전을 치렀습니다.

Airbus Defence and Space의 부서장인 Boris Alexander Beissner는 자신의 X(옛 트위터) 계정을 통해 이 소식을 전했습니다. 놀라운 점은 프로젝트 착수부터 첫 요격 성공까지 걸린 시간이 단 9개월에 불과하다는 것입니다. Bird of Prey의 본체는 원래 미사일 표적용으로 쓰이던 160kg급 Do-DT25 드론을 개조한 것으로, 2.5m의 날개 길이를 가진 이 플랫폼은 이제 쫓기는 신세에서 사냥꾼으로 완벽하게 변신했습니다.

이번 테스트에서 이 드론은 자율 비행으로 목표물인 자폭 드론을 추적한 뒤, 파트너사인 Frankenburg Technologies가 개발한 ‘Frankenburg Mk1’ 미사일을 발사해 격추했습니다. 이 초경량 요격 미사일은 무게가 2kg 미만, 길이는 65cm에 불과합니다. 이번 프로토타입은 4발의 미사일을 탑재했지만, 향후 실전 배치 버전은 최대 8발까지 실을 예정입니다. 사거리 약 1.5km의 이 ‘발사 후 망각(fire-and-forget)’ 방식 미사일은 파편형 탄두를 사용해 위협 요소를 깔끔하게 제거합니다.

이 기술이 왜 중요한가?

현재 드론 전쟁의 가성비 싸움은 지속 불가능한 수준입니다. 한 발에 400만 달러(약 55억 원)가 넘는 패트리어트 미사일로 2만 달러짜리 드론을 맞추는 전략은 금고를 비우고 비축물자를 바닥나게 할 뿐입니다. Bird of Prey 시스템은 이 경제적 구도를 완전히 뒤집으려 합니다.

재사용 가능한 저비용 드론에 대량 생산이 용이한 저가 요격 미사일을 조합함으로써, Airbus는 날로 거세지는 드론 스웜(군집) 위협에 대응할 수 있는 확장성 있는 방어 체계를 구축했습니다. 이는 마치 모기를 잡기 위해 해머를 휘두르는 대신, 훈련된 매를 풀어 효율적이고 반복적으로, 그리고 아주 저렴하게 위협을 제거하는 것과 같습니다. Airbus와 Frankenburg는 2026년까지 추가 테스트를 거쳐 이 시스템을 완전히 전력화할 계획입니다.

인간 뇌세포도 이제 클라우드에서 구독... 코티컬 랩스 '디쉬브레인' 출시

Robot King — Thu, 02 Apr 2026 00:00:00 +0000

지난 수년 동안 ‘클라우드 컴퓨팅’은 인터넷을 통해 거대한 서버 팜에 접속하는 방식을 뜻하는, 다분히 추상적이고 산뜻한 은유였습니다. 하지만 호주의 스타트업 Cortical Labs는 이 용어를 소름 돋을 정도로 글자 그대로 받아들이기로 한 모양입니다. 이들은 서버의 실리콘 칩 일부를 실제 살아있는 인간의 뉴런(신경세포)으로 대체해 버렸습니다. 그리고 이제, 비용만 지불한다면 누구든 이 ‘뇌’ 위에서 코드를 실행할 수 있게 되었습니다.

이름하여 Cortical Cloud의 등장입니다. 이 플랫폼은 ‘웨트웨어 서비스(wetware-as-a-service)‘라는 개념을 SF 소설의 영역에서 공용 API의 영역으로 공식적으로 끌어내렸습니다. 인스턴스당 월 약 2,170달러(약 300만 원)를 내면, 인간의 뇌세포를 배양해 실리콘 칩에 결합한 ‘생물학적 신경망(BNN)‘을 ‘고용’할 수 있습니다. 예산이 넉넉하고 ‘최종 사용자 라이선스 계약(EULA)‘의 범위를 어디까지 허용할지 고민할 준비가 되었다면, 이 대담하고도 어딘지 모르게 섬뜩한 비즈니스 모델은 컴퓨팅의 새로운 지평을 열어줄 것입니다.

‘퐁’ 게임에서 퍼블릭 클라우드까지

Cortical Labs라는 이름이 낯익다면, 아마 2022년 배양 접시 속의 뇌세포 군집(일명 ‘디시브레인(DishBrain)’)에게 비디오 게임 *퐁(Pong)*을 가르쳐 화제가 되었던 그 팀을 기억하시는 걸 겁니다. 학술지 Neuron에 발표되었던 당시 실험은 이러한 생물학적 회로가 기존의 AI 모델보다 훨씬 빠르게 실시간으로 학습하고 적응할 수 있음을 증명했습니다. 이는 회사 측이 명명한 ‘합성 생물 지능(Synthetic Biological Intelligence)’ 분야의 중대한 전환점이었습니다.

그 이후로 그들의 야망은 훨씬 더 커졌습니다. 이미 이전에 다뤘듯이, 이들의 신경망은 둠(DOOM) 정복한 인간 뇌 세포, 이제 LLM과 연결되다: 코티컬 랩스의 파격적 실험 수준까지 진화했습니다. 그리고 이제 이들은 자신들의 창조물을 상품화하는 데 성공했습니다. Cortical Labs는 플랫폼을 대중에게 공식 개방하며 연구자, 개발자, 그리고 이 기이한 기술에 호기심을 가진 이들을 향해 ‘박스 안의 뇌’로 무엇을 할 수 있는지 직접 확인해보라고 손짓하고 있습니다.

뇌를 프로그래밍하는 법

그렇다면 생물학적 컴퓨팅 자원을 임대하는 과정은 어떨까요? 놀랍게도 AWS나 구글 클라우드에서 서버 인스턴스를 생성하는 과정과 매우 흡사합니다. 이 프로젝트에서 가장 초현실적인 부분이 바로 이 지점이죠. 플랫폼의 핵심은 CL1이라 불리는 커스텀 하드웨어입니다. 여기에는 고밀도 다중 전극 어레이(multi-electrode array) 위에 BNN이 탑재되어 있습니다. 이 하드웨어를 통해 마이크로초 단위의 지연 시간으로 뉴런을 자극하고 그 반응을 기록할 수 있습니다.

이 웨트웨어에 대한 접근은 파이썬 라이브러리인 **Cortical Labs API(CL API)**를 통해 관리됩니다. 이는 복잡한 생물물리학적 과정을 추상화하여 개발자들이 익숙한 방식으로 다룰 수 있게 해줍니다. 개발자들은 간단한 SDK를 사용해 뉴런과 상호작용하고, 신호를 보내고, 그 결과로 나타나는 활성화 스파이크를 해석할 수 있습니다.

수백만 원을 덥석 지불하기 전에 미리 체험해보고 싶은 이들을 위해 Cortical Labs는 실제 CL1 장치의 동작을 모방하는 시뮬레이터도 제공합니다. 시뮬레이터에서 개발된 코드는 실제 장치에서도 즉시 실행될 수 있도록 설계되었습니다. 전체 소프트웨어 개발 키트는 오픈 소스로 공개되어 있으며, 깃허브 저장소에서 코드를 확인할 수 있습니다. 하이퍼링크: cl-sdk on GitHub.

웨트웨어를 위한 ‘킬러 앱’

여기서 근본적인 질문이 생깁니다. “이걸 대체 어디에 쓰는가?” 단순히 신기해서 써보는 수준을 넘어, Cortical Labs는 세 가지 주요 분야를 정조준하고 있습니다.

신경과학: 고도로 통제된 환경에서 뉴런이 어떻게 학습하고 기억을 형성하며 정보를 처리하는지 연구할 수 있는 표준화된 플랫폼을 제공합니다.
신약 개발 및 독성학: 실제 신경 회로에 새로운 화합물을 테스트하여 효능과 신경 독성을 스크리닝할 수 있습니다. 이는 알츠하이머나 간질 같은 질환의 치료제 개발 속도를 획기적으로 높일 수 있습니다.
인공지능: 이것이 가장 큰 시장입니다. 생물학적 컴퓨팅 지지자들은 특정 작업에서 뇌가 실리콘 기반 AI보다 훨씬 더 에너지 효율적이라고 주장합니다. 생물 지능을 연구하고 활용함으로써, 지구 전체를 뒤덮는 데이터 센터 없이도 작동하는 완전히 새로운 컴퓨팅 패러다임을 발견할 수 있을지도 모릅니다.

물론 이 최첨단 기술을 이용하는 데는 대가가 따릅니다. 단일 인스턴스 비용은 월 약 2,170달러지만, 대량 주문 시 할인이 적용됩니다. 인스턴스 10개를 6개월간 임대할 경우 유닛당 가격은 월 약 1,600달러(약 220만 원)까지 떨어집니다. 회사 측은 “사람(의 노동력)을 쓰는 것보다 싸다"며 농담 섞인 멘트를 덧붙이기도 했습니다. 일단은 그렇다는 얘기죠. 또한 학술 기관에는 별도의 지원 프로그램을 제안하며 연구 커뮤니티에 씨앗을 뿌리겠다는 의지를 분명히 하고 있습니다.

Cortical Cloud의 출시는 기묘하면서도 중요한 이정표입니다. 오랫동안 이론의 영역에 머물렀던 분야가 상업화의 길로 들어선 것입니다. 우리는 실리콘 위에서 신경망을 흉내 내는 단계를 지나, 이제 진짜 생물학적 지능을 클라우드 서비스로 제공하는 시대에 살게 되었습니다. 이 플랫폼 위에서 어떤 것들이 만들어질지는 아직 알 수 없지만, 한 가지만은 확실합니다. 컴퓨터와 유기체 사이의 경계가 이토록 흐릿해진 적은 일찍이 없었다는 사실입니다.