연구
앤트로픽 “로봇, 美 육체노동 74% 수행 가능하지만 비용 경쟁력은 0.3%뿐”
앤트로픽 경제연구팀이 미국 직무 데이터베이스 O*NET의 약 1만9000개 과업을 분석한 결과 로봇은 기술적으로 육체 과업의 74%를 수행할 수 있지만 사람보다 저렴한 과업은 0.3%에 그친다고 밝혔다. 로봇 가격이 과거처럼 연 3%씩 내려가면 이 비율이 10%에 이르는 데 40년이 걸린다는 추정이다.
뉴스
와이어
투자, 출시, 논문 소식을 보도되는 순서대로.
연구
제너럴리스트AI GEN-1.5, 3~12초 시연 한 번으로 로봇 작업 학습… 미세조정 없이 성공률 59%
미국 제너럴리스트AI가 2026년 8월 19일 공개한 GEN-1.5는 3~12초 시연 한 건을 컨텍스트에 넣는 것만으로 10개 작업에서 평균 59%의 성공률을 냈고, 약 5분 데이터로 10스텝 학습하자 83%로 올랐다고 회사가 밝혔다. 회사는 8개월 넘는 사전학습에서 이 능력이 나타났다고 설명했지만 작업이 단순하고 기술이 불안정하다고 인정했으며 고객사는 공개하지 않았다.
연구
센서 없이 힘 느끼는 저가 로봇팔, MIT 'NeuralActuator' RSS 2026 시스템 논문상
MIT 계산설계제작그룹(CDFG)과 아마존 연구진의 NeuralActuator가 RSS 2026 최우수 시스템 논문상을 받았다. 모터 전류와 전압, 온도만으로 저가 서보의 실제 거동을 학습해 외력을 평균 오차 0.12N으로 추정했으며, 기존 기법의 오차는 0.66~1.41N이었다.
연구
아마존 FAR의 'OmniRetarget', ICRA 2026 최우수 논문상 2관왕… 사람 동작을 휴머노이드 학습 데이터로 바꿨다
아마존 프런티어 AI 앤드 로보틱스(FAR) 팀과 미국 대학 연구진이 공동 개발한 동작 리타기팅 기법 OmniRetarget이 6월 빈에서 열린 IEEE ICRA 2026에서 최우수 학회 논문상과 로봇 조작 및 이동 부문 최우수 논문상을 함께 받았다. 연구진은 몸과 물체, 지형 사이의 접촉 관계를 보존하는 방식으로 8시간 이상의 궤적을 생성했고, 이를 학습한 유니트리 G1은 실제 로봇 미세조정 없이 파쿠르와 상자 운반을 수행했다.
연구
도요타연구소, 사이언스 로보틱스서 '다중 작업 로봇 모델' 효과 입증… 새 작업 학습에 데이터 일부만 필요
도요타연구소(TRI)와 코넬대, MIT 연구진 82명이 2026년 4월 15일 사이언스 로보틱스에 발표한 논문에서, 확산 정책 기반의 다중 작업 '대규모 행동 모델(LBM)'이 블라인드 무작위 실험에서 단일 작업 모델보다 성공률과 강건성이 높고 새 작업을 훨씬 적은 데이터로 익힌다고 밝혔다. 사전 공개본에 따르면 약 1700시간, 500개 이상 작업의 로봇 시연 데이터를 썼고 통제된 실환경 시험을 1800회 수행했다.
연구
제너럴리스트 'GEN-1', 로봇 데이터 없이 사전학습하고 작업당 1시간 학습으로 성공률 99%
제너럴리스트AI가 2026년 4월 2일 공개한 로봇 파운데이션 모델 GEN-1은 사람이 착용한 장비로 수집한 50만 시간 이상의 물리 상호작용 데이터로만 사전학습했고 로봇 데이터는 쓰지 않았다. 회사는 이전 모델이 64%에 그친 작업에서 평균 성공률 99%, 작업당 로봇 데이터 약 1시간, 기존 최고 수준 대비 약 3배 빠른 작업 속도를 달성했다고 밝혔다. 수치는 회사 자체 평가이며 외부 검증은 이뤄지지 않았다.
연구
피규어 'Helix 02', 휴머노이드 전신 제어를 신경망 하나로… 수작업 제어 코드 10만9504줄 걷어냈다
미국 휴머노이드 기업 피규어AI가 2026년 1월 27일 로봇 파운데이션 모델 Helix 02를 공개했다. 카메라 영상과 손끝 촉각에서 관절 명령까지 하나의 학습 시스템이 처리하며, 1kHz로 도는 1000만 파라미터 제어기가 C++ 코드 10만9504줄을 대체했다고 회사 측은 밝혔다. 피규어 03이 주방을 오가며 식기세척기를 비우고 다시 채우는 4분, 61개 동작의 작업을 리셋이나 원격조종 없이 해냈다고 회사는 설명했다.
연구
제너럴리스트 AI 'GEN-0' 공개, 27만 시간 실세계 조작 데이터로 로봇 스케일링 법칙 첫 제시
미국 로봇 AI 스타트업 제너럴리스트 AI가 2025년 11월 4일 체화형 파운데이션 모델 GEN-0를 공개했다. 회사는 70억 파라미터에서 성능의 상전이가 나타났고 모델을 100억 파라미터 이상으로 키웠으며, 사전학습 데이터가 27만 시간을 넘고 매주 1만 시간 이상 늘고 있다고 밝혔다. 결과는 동료평가 논문이 아닌 회사 블로그로 발표됐다.
연구
보스턴다이내믹스와 도요타연구소, 4억5천만 파라미터 행동모델 하나로 아틀라스 손발 동시 제어
보스턴다이내믹스와 TRI가 단일 대형행동모델로 휴머노이드 아틀라스의 보행과 조작을 함께 제어하는 시연을 공개했다. 30Hz로 작동하는 4억5천만 파라미터 모델은 VR 원격조종 데이터로 새 동작을 코드 수정 없이 익힌다. 성공률과 데이터 규모는 공개되지 않았다.
연구
피지컬인텔리전스 π0.5, 학습에 없던 집에서 주방과 침실 청소했다… 학습 데이터 97.6%는 다른 출처
미국 로봇 AI 스타트업 피지컬인텔리전스(Physical Intelligence)가 2025년 4월 22일 시각언어행동(VLA) 모델 π0.5를 공개했다. 모바일 매니퓰레이터가 학습 데이터에 없던 실제 가정 3곳에서 10~15분짜리 방 정리를 수행했으며, 회사는 다른 로봇과 웹 데이터를 섞는 공동학습이 일반화의 핵심이라고 밝혔다.