노르웨이 휴머노이드 로봇 제조사 1X는 “이 동영상에는 어떠한 원격 제어(teleoperation)도 포함되지 않았다”며, “컴퓨터 그래픽, 화면 편집, 빠른 재생 속도, 대본에 의한 궤적 플레이백(trajectory playback) 없이 모든 기능을 신경망으로 제어하여 자율로 수행했으며 정상 속도로 재생되었다”고 말했다.

이 기업은 OpenAI가 작년 2,500만 달러 규모 시리즈A 투자 라운드에서 자사의 반도체를 제쳐두고 투자한 휴머노이드 제조사이다. 이후 1억 달러 규모의 시리즈B 투자에서는 OpenAI가 주목한 기업의 가치를 나타냈으며, 항상 먼 미래의 기술로 생각했던 범용 휴머노이드 로봇 근로자에 대해 전반적으로 환호하는 분위기였다. 그러나 지난 2년 간의 상황은 급진적으로 흘러갔다.

1X의 휴머노이드 로봇은 Tesla, Figure, Sanctuary, Agility 등 다른 로봇의 성과에 비하면 불안해 보인다. 1X의 휴머노이드 Eve는 아직 다리나 섬세한 작업이 가능한 손을 갖추지 못했다. 이 로봇은 양쪽의 전동 휠로 이동하며 뒤쪽의 작은 세 번째 바퀴로 균형을 잡고, 손은 집게발과 같이 기초적인 수준이다. 이 로봇은 루지 선수와 같은 복장을 착용했으며 LED 얼굴은 귀여운 표정으로 눈을 깜박이며 장난감 로봇처럼 음식을 달라고 하거나 안아달라고 할 것 같은 인상을 준다.

1X는 두 다리로 움직이는 Neo라는 휴머노이드도 개발하고 있으며, 이 로봇의 손은 꽤 정교해 보인다. 하지만 범용 로봇을 처음 시작하는 초기 단계에서 이러한 내용이 아주 중요한 것은 아니다. 초기의 사용 사례 중 대다수는 물건을 집어 다른 곳에 놓는 작업이므로, 피아노를 연주할 수 있는 손가락이 반드시 필요하지는 않다. 또한 이러한 로봇들은 평평한 콘크리트 바닥으로 이루어진 창고와 공장에 배치되므로 계단을 오르거나 높은 곳을 올라 설 필요가 없을 것이다.

또한 수많은 기업들이 이족 보행과 손을 쓰는 정교한 하드웨어 문제를 해결했다. 이러한 내용은 주된 장애물이 아니다. 이러한 로봇이 작업을 빠르게 학습하여 자율적으로 실행할 수 있는지가 관건이다. 예를 들어 Toyota는 책상에 장착된 로봇 팔로 이러한 작업을 수행하고 있다. 휴머노이드 Figure 01이 커피머신을 작동하는 방법을 스스로 생각했다면 큰 성과이다. Tesla의 Optimus가 티셔츠를 개는 동영상이 공개되었지만 사람의 원격제어에 따른 것으로 드러나면서 인상적이라는 반응이 훨씬 줄었다.

이러한 맥락에서 1X의 동영상을 지켜볼 만하다.

동영상에서 로봇은 셔츠 개기 또는 커피 머신 작동처럼 아주 복잡하거나 근사한 작업을 수행하지는 않는다. 그러나 물건을 집어서 다른 곳에 놓는 전체 스택을 수행하는 완전한 로봇의 모습을 볼 수 있다. 물건을 발목 높이에서 집어 허리 높이로 옮긴다. 물건을 박스, 보관함, 트레이에 넣는다. 바닥에 놓인 장난감을 집어서 정리한다.

또한 직접 문을 열 수 있으며 충전소로 이동해 과도하게 복잡해보이는 동작이지만 앉으면서 발목 근처에 있는 플러그를 집어 스스로 충전 플러그를 꽂는다. 

요약하면 이 로봇들은 초기 범용 휴머노이드의 사용 사례에 필요한 작업을 정확히 수행하고 있다. 1X는 로봇들이 “데이터를 통해 전체 과정을” 학습했다고 말한다. 기본적으로 1X는 동영상과 원격 제어를 이용한 모방 학습을 사용하여 Eve 로봇 30기에게 몇 가지 작업을 각각 훈련했다. 그 다음 학습된 행동을 이용하여 더욱 넓은 범위의 동작과 행동을 수행할 수 있는 ‘기본 모델(base model)’을 훈련했다. 이후 기본 모델을 창고 작업, 일반적인 문 조작 등 환경에 특화된 기능으로 미세 조정했으며 마지막으로 로봇에게 필요한 특정 작업을 훈련했다.

고객이 각자의 장소에서 로봇에게 일상적인 작업을 맡겨야 하므로 아마도 이 마지막 단계를 현장에서 진행할 것으로 보인다. 1X는 “데스크톱 GPU를 이용해 몇 분 동안 데이터 수집 및 훈련 과정을 거치면” 가능하다고 말한다. 이상적인 상황이라면 사람이 VR 헬멧을 착용하고 해당 작업을 시연한 후 딥러닝 소프트웨어가 이 작업을 로봇의 핵심 역량과 결합하고 여러 임의 요소와 결과를 테스트하기 위해 시뮬레이션으로 수천 번 실행한 후 로봇이 투입 준비를 완료할 것이다.

1X의 AI 담당 부사장 Eric Jang은 블로그 게시물에서 “범용 모바일 작동을 완전한 엔드투엔드(end-to-end) 방식으로 해결하기 위한 데이터 엔진을 작년에 구축했다”며, “이 방법이 성공적이라는 점을 확신했고 이제는 로봇과 원격 제어장치를 10배로 확대하고자 샌프란시스코 베이 지역에서 AI 연구자들을 채용하고 있다”고 말했다.

언제 출시 준비가 완료될지 기대되는 매우 훌륭한 기술이다.