이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Generalist AI는 사람이 수행한 작업 영상을 바탕으로 로봇이 특정 과제에 맞춘 별도 훈련 없이 물체를 조작하고 상황 변화에 대응하도록 만드는 범용 로봇 모델을 개발하고 있습니다. 로봇은 브러시가 사라지자 먼지받이를 대신 사용하고, 지폐를 잡기 어려울 때 그리퍼를 바꾸는 등 학습한 행동을 새로운 조건에 옮기는 모습을 보였습니다. 회사는 카메라가 달린 특수 장갑으로 대규모 물리적 상호작용 데이터를 모으고 모델을 처음부터 구축했지만, 현재 작업 성공률은 평균 약 59%로 99% 이상을 목표로 하는 수준에는 미치지 못합니다. 외부 연구자들은 제조 현장 배포 가능성을 높게 평가하면서도 모든 작업과 환경에서의 일반화 여부는 아직 불확실하다고 봅니다.
섹션별 상세
Generalist AI는 Cambridge 사무실에서 로봇 팔이 컵을 쌓고 블록을 그릇에 넣는 장면을 시연했으며, 짧은 작업 영상을 본 뒤 특정 과제에 맞춘 별도 훈련 없이 여러 동작을 수행했습니다. 브러시를 치운 뒤 먼지받이를 브러시처럼 사용해 블록을 그릇 안으로 밀어 넣었고, 다른 종류의 지퍼 가방에서 지폐를 꺼내는 과정에서는 오른쪽 그리퍼로 잡기 어려워지자 왼쪽 그리퍼로 전환했습니다. 이런 행동은 미리 정해진 동작을 재생하는 수준을 넘어 물체와 도구의 관계를 바탕으로 상황에 맞는 대안을 찾는 물리적 지능과 연결됩니다.
기존 로봇 학습은 작업별로 수천 개의 예시를 넣어야 하며 조명처럼 단순한 조건이 바뀌어도 성능이 흔들리는 문제가 있습니다. Generalist AI는 사람이 로봇 집게처럼 생긴 특수 장갑을 착용하고 다양한 작업을 수행하도록 하며, 장갑에 부착한 카메라로 실제 물리적 상호작용 데이터를 대규모로 모읍니다. 회사는 학습법의 세부 조리법을 공개하지 않았지만 고품질 데이터를 상당량 확보했고, 오픈소스 language model에 기대지 않고 AI 모델을 처음부터 구축했다고 밝혔습니다.
Generalist AI의 공동창업자 Pete Florence는 이 접근을 2020년 공개된 GPT-3에 새 작업을 프롬프트로 맡겼을 때의 기대와 연결했습니다. 로봇은 어린아이가 작업을 보고 주변 도구를 시험하는 것처럼, 앞에 놓인 바나나로 물체를 쓸어 모으는 등 연구진이 예상하지 못한 행동도 선택했습니다. Google DeepMind와 Boston Dynamics에서 일했던 공동창업자들의 로봇공학 경험, 대규모 데이터 수집, 특정 로봇에 묶지 않는 물리적 상호작용 데이터가 새로운 환경으로 기술을 옮기는 기반으로 작용합니다.
현재 모델은 시연받은 작업을 평균 약 59%의 비율로만 성공시키며, 회사가 바라는 수준인 99% 이상과는 차이가 큽니다. Georgia Tech의 Danfei Xu는 지금까지 공개된 결과가 실제 상업 환경에 투입될 가능성을 보여주고 Generalist AI가 배포에 가장 가까운 팀이라고 평가했으며, Stanford University의 Karen Liu도 특정 로봇에 기술을 고정하지 않는 데이터 전략이 성과로 이어질 가능성을 인정했습니다. 아직 모든 작업과 환경에서의 일반화 정도는 불분명하지만, 제조 현장에서 로봇이 짧은 시연만으로 새로운 작업을 익히는 방향은 작업 전환 비용과 별도 훈련 부담을 줄일 수 있는 실용적 가능성을 갖습니다.
용어 해설
- 물리적 지능(Physical Intelligence)
- — 로봇이 현실 세계의 물체와 힘, 공간 관계를 이해하고 상황 변화에 맞춰 행동하는 능력입니다. 정해진 동작을 반복하는 대신 새로운 도구나 배치에 대응하며, 한 환경에서 배운 기술을 다른 상황으로 옮기는 데 중요합니다.
- 범용 로봇 모델(Robotic Generalist Model)
- — 여러 종류의 로봇 작업을 하나의 모델로 처리하도록 학습한 AI 모델입니다. 특정 작업마다 별도 데이터와 훈련을 반복하는 방식에서 벗어나, 사람의 시연과 물리적 상호작용 데이터를 바탕으로 새로운 과제에 대응하도록 설계됩니다.
- 로봇 훈련 데이터(Robotics Training Data)
- — 로봇이 물체를 잡고 옮기거나 도구를 사용하는 과정에서 얻는 시각·동작·물리적 상호작용 기록입니다. Generalist AI는 카메라가 달린 특수 장갑으로 사람의 작업을 수집해 특정 로봇에 종속되지 않는 대규모 데이터를 구축하고 있습니다.
- 작업 일반화(Task Generalization)
- — 한 작업이나 환경에서 학습한 행동 원리를 새로운 물체, 도구, 배치에 적용하는 능력입니다. 기사 속 로봇은 다른 종류의 가방을 열고, 오른쪽 집게 대신 왼쪽 집게를 사용하며, 브러시가 사라진 상황에서도 먼지받이를 활용했습니다.
- 로봇 그리퍼(Robot Gripper)
- — 로봇이 물체를 집고 조작하는 손 역할의 장치입니다. 기사에서는 사람이 로봇 집게와 비슷한 특수 장갑을 착용하고 작업을 수행하며, 장갑에 부착된 카메라가 실제 조작 데이터를 수집하는 방식이 사용됩니다.
기술
- robot arms
- robot grippers
- special gloves with cameras
- GPT-3
- AI models
활용 사례
- 제조 작업
- 컵 쌓기와 같은 물체 조작
- 도구를 활용한 물리적 작업
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 20.수집 2026. 08. 20.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
