“피지컬AI, 10시간 이상 버텨야 산업용"…투모로로보틱스 상용화 시동

[이데일리 신영빈 기자] 로봇이 한두 번 작업을 잘하는 것만으로는 산업용 로봇이라고 부르기 어렵다. 제조·물류 현장에서는 수십 시간 동안 멈추지 않고 일정한 성능을 유지하며 일할 수 있어야 한다. 피지컬 인공지능(AI)의 상용화 역시 결국 ‘얼마나 잘하느냐’보다 ‘얼마나 오래 안정적으로 일하느냐’가 관건이다.

장병탁 투모로로보틱스 대표는 최근 이데일리와 만나 “현장에서는 로봇이 계속 작업할 수 있어야 한다”며 “실제로는 10시간 이상 계속 돌아가야 하고, 한 번 잘하는 것이 아니라 그 시간 전체의 생산성이 중요하다”고 말했다.

장병탁 투모로로보틱스 대표 (사진=신영빈 기자)

투모로로보틱스는 올해 말 로봇 파운데이션 모델(RFM) ‘하빌리스 브레인 1.0’을 공개하고 피지컬AI의 산업 현장 적용에 속도를 낼 계획이다. 장 대표는 “하빌리스 브레인 1.0이 진짜”라며 “상용화 버전을 염두에 둔 모델을 연말까지 만드는 것이 목표”라고 말했다.

회사는 제조·물류 현장에서 다양한 작업을 수행할 수 있는 범용 로봇 AI를 개발하고 있다. 최근에는 시각·언어·행동(VLA) 모델 ‘GC-VLA’를 공개하는 등 하빌리스 브레인 1.0의 성능을 높이기 위한 개발을 이어가고 있다.

성공률보다 중요한 ‘10시간 생산성’

장 대표가 현재 가장 큰 과제로 꼽은 것은 장시간 작업의 안정성이다. 논문이나 기술 시연에서는 특정 작업을 여러 차례 수행해 성공률을 측정할 수 있지만 산업 현장에서는 상황이 다르다.

그는 “연구에서는 100번 테스트해서 잘되는 것을 보여주고 성능이 좋다고 할 수 있지만, 10시간 동안 돌렸을 때 한 시간만 일하고 아홉 시간 쉬면 생산성이 떨어진다”고 말했다. 로봇이 사람의 작업을 맡으려면 오랜 시간 일정한 성능을 유지할 수 있어야 한다는 것이다.

투모로로보틱스 휴머노이드 조작 시연 (사진=신영빈 기자)

현장은 연구실처럼 일정하지도 않다. 조명이 달라지거나 물체의 위치가 바뀌는 등 학습 당시에는 없던 상황이 계속 발생한다. 장 대표는 “훈련한 환경과 현장은 다를 수밖에 없다”며 “그런 변화에도 안정적으로 작동하는 기술이 필요하다”고 말했다.

투모로로보틱스가 주목하는 기술 중 하나가 ‘컨티뉴얼 러닝’이다. 로봇이 현장에서 새로운 상황을 만나면 사람이 일일이 다시 프로그래밍하는 대신 스스로 데이터를 축적하고 학습하는 방식이다.

장 대표는 현재 로봇에 대해 “예상하지 못한 일이 생기면 기껏해야 멈추는 수준”이라며 “앞으로는 로봇이 문제가 생긴 것을 인식하고 다른 방법을 시도하거나 스스로 수정하면서 학습할 수 있어야 한다”고 말했다.

투모로로보틱스는 하빌리스 브레인과 함께 이 같은 현장 적응·재학습을 지원하는 소프트웨어도 개발하고 있다.

베트남서 데이터 수집…‘데이터 팩토리’ 키운다

피지컬AI 상용화를 위해서는 모델만큼 데이터 확보도 중요하다. 투모로로보틱스는 최근 베트남에서 로봇 학습용 데이터 수집을 시작했다.

장 대표는 “인건비와 공간 비용이 비교적 저렴한 베트남에서 데이터를 모으고 있다”며 “아직 큰 규모는 아니지만 향후 투자를 받아 제대로 데이터 팩토리를 구축할 계획”이라고 말했다.

투모로로보틱스 연구원들이 원격조종 기기로 휴머노이드 로봇에 데이터를 학습시키는 모습 (사진=신영빈 기자)

투모로로보틱스는 로봇이 현장에 투입된 뒤 문제가 발생하면 새로운 데이터를 확보하고, 이를 이용해 모델을 다시 학습한 뒤 현장에 재적용하는 순환 구조를 만드는 것이 목표다.

장 대표는 “현장에서 문제가 생겼다는 것은 그걸 고치기 위한 새로운 데이터가 필요하다는 뜻”이라며 “데이터를 모으고 모델을 다시 학습한 뒤 실행하고 다시 필요한 데이터를 수집하는 사이클을 잘 돌리는 소프트웨어를 개발하고 있다”고 말했다.

연산 환경도 산업 현장에 맞게 바꾸고 있다. 인텔 ‘인지니어스’ 프로그램을 통해 하빌리스 플랫폼을 인텔 칩 기반 엣지 환경에서 구동하는 프로젝트를 시작했다.

장 대표는 제조 현장이나 국방 분야에서는 통신 장애나 데이터 보안 문제 때문에 클라우드에만 의존하기 어렵다며 저전력·실시간 엣지 연산의 중요성을 강조했다.

장 대표는 “피지컬AI는 일을 하는 중에도 환경과 상황이 계속 바뀌어 불확실성이 훨씬 크다”며 “이런 환경에서 안정적으로 일하려면 현장에서 계속 학습하는 기술이 중요하다”고 말했다.