보스턴다이내믹스와 도요타연구소, 4억5천만 파라미터 행동모델 하나로 아틀라스 손발 동시 제어

미국 보스턴다이내믹스와 도요타리서치인스티튜트(TRI)가 20일(현지시간) 하나의 대형행동모델(LBM)이 휴머노이드 아틀라스의 걷기와 손 작업을 동시에 제어하는 시연 영상을 공개했다. 두 회사가 2024년 10월 맺은 공동연구 계약의 첫 공개 성과다.

보스턴다이내믹스가 같은 날 자사 블로그에 올린 기술 설명에 따르면 이 모델은 파라미터 4억5천만 개 규모의 디퓨전 트랜스포머 구조로, 플로 매칭 방식으로 학습했다. 초당 30회(30Hz) 작동하며 아틀라스 머리에 달린 HDR 스테레오 카메라 두 대의 영상, 로봇 관절 상태, 자연어 지시를 입력받아 앞으로 1.6초 분량인 48개 동작을 한 번에 예측하고, 이 가운데 24개를 실행한 뒤 다시 추론한다.

핵심은 제어 구조다. 도요타 미국 뉴스룸에 실린 공동 보도자료는 비슷한 동작을 보여준 기존 휴머노이드가 보행과 균형 제어를 팔 조작과 따로 떼어 처리해왔다고 설명했다. 이번에는 LBM 하나가 로봇 전체를 직접 제어하며 손과 발을 거의 같은 방식으로 다룬다고 두 회사는 밝혔다. 출력에는 양쪽 그리퍼, 목 회전, 몸통 자세, 양손과 양발의 위치가 모두 들어간다.

영상 속 과제는 보스턴다이내믹스가 '스팟 워크숍'이라고 부르는 작업이다. 언어 지시를 받는 단일 정책이 카트에서 4족 로봇 스팟의 다리를 꺼내 접어 선반에 올리고, 낮은 선반의 통을 당겨 스팟 전면 커버를 넣은 뒤, 파란 통에 담긴 부품을 틸트 트럭으로 옮긴다. 연구진이 중간에 상자 뚜껑을 닫거나 상자를 바닥에서 밀어도 아틀라스는 프로그램 수정 없이 스스로 동작을 조정했다고 보도자료는 전했다.

회사는 아틀라스와 상체만 떼어낸 시험 장비 '아틀라스 조작 테스트 스탠드(MTS)'에서 수십 가지 과제를 연구했다고 밝혔다. 밧줄 묶기, 바 의자 뒤집기, 식탁보 펼치기, 블록 쌓기, 티셔츠 개기, 22파운드(약 10kg) 자동차 타이어 다루기가 예로 제시됐다. 아틀라스의 자유도는 50개, MTS는 29개이며 그리퍼 하나는 7자유도다.

학습 데이터는 작업자가 가상현실(VR) 장비를 쓰고 로봇을 원격 조종하며 만든다. 이 원격조종 시스템은 보스턴다이내믹스의 모델예측제어기(MPC) 위에 구축됐고, 발 추적 장치를 더해 작업자가 걷고 쪼그려 앉는 동작까지 가르칠 수 있게 했다. 모델은 아틀라스와 MTS 시연 데이터, TRI의 '라멘(Ramen)' 데이터, 시뮬레이션 데이터를 함께 학습했다. 떨어진 부품을 다시 집는 등의 회복 동작은 시연 데이터를 추가해 재학습하는 것만으로 구현했고 알고리즘이나 엔지니어링 변경은 없었다고 회사는 설명했다.

연구진은 학습된 정책을 재학습 없이 1.5~2배 빠르게 실행해도 성능이 크게 떨어지지 않았다고 밝혔다. 예측 궤적 안의 시간 간격을 조정하는 방식이다. 다만 원격조종 데이터 시간이나 과제별 성공률은 공개하지 않았다.

스콧 쿤더스마 보스턴다이내믹스 로보틱스 연구 부사장은 하나의 신경망에 여러 장기 과제를 학습시키면 일반화 성능이 좋아질 것이라고 말했다. 러스 테드레이크 TRI LBM 담당 수석부사장은 기존 프로그래밍 방식으로는 휴머노이드 과제를 확장할 수 없었다며 LBM이 강해질수록 더 적은 시연으로 더 견고한 동작을 얻게 된다고 밝혔다.

보스턴다이내믹스는 2021년 6월 현대차그룹이 기업가치 11억달러로 평가해 지분 80%를 인수한 회사다. 소프트뱅크가 나머지 20%를 보유했다. 회사 소개 문구는 여전히 아틀라스를 스팟, 스트레치와 함께 '개발 중인' 전동 휴머노이드로 규정하고 있다. TRI는 2016년 설립돼 길 프랫이 이끌고 있다.

경쟁 구도도 뚜렷하다. 피규어AI가 2025년 2월 공개한 Helix는 70억 파라미터 시각언어모델과 200Hz로 도는 8천만 파라미터 제어기를 결합했고, 엔비디아의 GR00T N1은 22억 개, 피지컬인텔리전스의 pi0는 33억 개 파라미터다. 아틀라스 LBM은 이들보다 훨씬 작지만 다리와 손을 같은 출력으로 제어한다는 점을 내세웠다.