인간의 움직임을 배우는 휴머노이드 로봇… 피지컬 AI, 서비스 산업의 변화를 이끌다

인공지능(AI)이 인간의 언어를 이해하고 정보를 분석하는 수준을 넘어 사람의 움직임을 배우고 현실 세계에서 직접 행동하는 기술로 발전하고 있다. 사람이 물건을 집어 옮기는 동작을 반복해서 보여주면 로봇이 이를 학습해 스스로 작업을 수행하는 것이다. 이러한 기술은 제조업뿐 아니라 호텔과 시설관리 등 일상적인 서비스 산업에서도 새로운 가능성을 열고 있다.

싱가포르의 인력 관리 및 시설관리 서비스 기업 YYForce는 11일 자사의 휴머노이드 로봇 훈련 과정이 현지 공영방송사 미디어콥(Mediacorp)의 기술·시사 프로그램 '미팅 AI(Meeting AI)'를 통해 소개됐다고 밝혔다.

지난 6일 미디어콥의 중국어 뉴스 플랫폼 8월드(8world)에서 방송된 이번 프로그램은 'AI는 한 번만 가르쳐도 배울 수 있을까?'라는 주제로 인간의 행동을 로봇에 학습시키는 과정과 실제 작업 수행 모습을 다뤘다.

방송에서는 중국 로봇 제조업체 유니트리(Unitree Robotics)의 휴머노이드 로봇 G1이 등장했다. 진행자 장하이제(Zhang Haijie)는 가상현실(VR) 헤드셋을 착용하고 머리와 양손, 양발에 부착한 5개의 정밀 추적 센서를 이용해 로봇을 직접 조작하는 과정을 체험했다.

이 시스템은 사람의 움직임과 이동 속도를 실시간으로 로봇에 전달하는 원격조작(Teleoperation) 기술을 기반으로 한다. 작업자가 팔을 움직이거나 몸의 자세를 바꾸면 로봇도 이에 대응하는 동작을 수행하며, 그 과정에서 관절 각도와 위치, 이동 경로, 카메라 영상 등이 데이터로 기록된다.

이렇게 축적된 정보는 로봇이 인간의 행동을 학습하는 기초 자료가 된다. 기존에는 로봇이 수행할 동작을 사람이 일일이 프로그래밍하거나 작업 경로를 설정해야 했다면, 새로운 학습 방식은 실제 시연을 통해 작업에 필요한 움직임과 환경 정보를 익히도록 한다.

이번 방송에서 소개된 핵심 기술은 비전·언어·행동(Vision-Language-Action, VLA) 인공지능 모델이다. VLA는 로봇이 카메라로 주변 환경을 살피고 언어로 주어진 작업 지시를 이해한 뒤, 이를 실제 행동으로 연결하도록 학습하는 기술이다.

예를 들어 로봇에 컵을 다른 장소로 옮기라는 지시가 주어지면 먼저 컵의 위치를 파악하고 손과 팔의 움직임을 조정해 물체를 집어 이동시키는 방식이다. 이 과정에서는 단순히 동작을 반복하는 능력뿐 아니라 주변 상황을 인식하고 적절한 행동을 선택하는 능력이 중요하다.

YYForce가 공개한 시연에서는 인간 작업자가 컵을 집어 옮기는 동작을 40차례 반복했다. 이후 수집된 자료에서 불필요하거나 부정확한 동작을 걸러내고, 정제된 데이터를 이용해 약 8시간 동안 VLA 신경망을 훈련했다. 그 결과 로봇은 해당 작업을 자율적으로 수행하는 모습을 보였다.

다만 이번 결과는 제한된 환경에서 특정 동작을 학습한 사례로, 모든 작업을 같은 시간과 횟수로 익힐 수 있다는 의미는 아니다. 실제 현장에서는 물체의 형태와 위치, 주변 사람의 움직임 등 다양한 변수가 발생하기 때문에 반복 작업의 성공률과 환경 변화에 대한 적응 능력을 추가로 검증해야 한다.

이처럼 인간의 행동을 학습하고 물리적 환경에서 직접 움직이는 인공지능은 '피지컬 AI(Physical AI)' 또는 '체화형 인공지능(Embodied AI)'으로 불린다. 컴퓨터와 스마트폰 안에서 주로 작동하던 인공지능이 로봇이라는 신체를 통해 현실 세계와 상호작용한다는 점에서 기존 디지털 AI와 구별된다.

특히 사람의 신체 구조와 유사한 휴머노이드 로봇은 인간을 중심으로 설계된 공간에서 활용할 수 있다는 특징이 있다. 호텔 객실과 사무실, 복도, 상업시설 등 기존 건축 환경을 크게 변경하지 않고도 다양한 작업에 투입할 수 있는 가능성이 있기 때문이다.

YYForce는 이러한 기술을 호텔 객실과 화장실 청소, 시설관리, 물품 배송, 보안 등 서비스 분야에 적용하는 방안을 검토하고 있다. 싱가포르에 마련한 로봇 시연 및 훈련 시설에서는 휴머노이드 로봇과 특정 업무에 특화된 서비스 로봇을 대상으로 작업 환경에 따른 동작과 운영 절차를 연구하고 있다.

서비스 산업은 반복적이고 신체적 부담이 큰 업무와 사람의 판단력, 의사소통 능력이 필요한 업무가 함께 존재하는 분야이다. 청소와 물품 운반처럼 일정한 절차를 따르는 작업에는 자동화 기술을 활용할 여지가 있지만, 고객의 요구를 이해하고 예상하지 못한 상황에 대응하는 일에는 여전히 인간의 역할이 중요하다.

이에 따라 로봇 기술의 발전은 인간을 기계로 대체하는 문제를 넘어 사람과 로봇이 어떤 업무를 나누고 협력할 것인가에 대한 논의로 이어지고 있다.

YYForce 역시 인간 근로자가 고객 응대와 현장 판단 등 사람 중심의 업무에 집중하고, 로봇은 반복적이거나 육체적 부담이 큰 작업을 지원하는 운영 방식을 구상하고 있다. 회사는 이러한 방향을 'YYForce 2030 비전'에 반영하고 기존 인력 관리 체계에 인공지능과 로봇, 사물인터넷(IoT), 스마트 빌딩 기술을 연결하는 방안을 추진하고 있다.

그러나 기술 도입이 곧바로 생산성 향상이나 근로환경 개선으로 이어지는 것은 아니다. 로봇의 도입과 유지관리에 필요한 비용, 실제 작업의 정확성과 안전성, 기존 근로자의 직무 변화 등을 함께 고려해야 한다.

사람과 로봇이 동일한 공간에서 활동할 때 발생할 수 있는 충돌 위험과 돌발 상황에 대한 대응 능력도 중요하다. 아울러 작업자의 동작과 현장 영상을 학습 데이터로 활용하는 과정에서는 개인정보 보호와 데이터 관리 기준을 명확히 마련할 필요가 있다.

산업 현장에서 로봇의 활용이 확대되면 일부 반복 업무의 자동화가 진행되는 동시에 로봇 운영과 유지보수, 데이터 관리 등 새로운 직무에 대한 수요가 생겨날 가능성도 있다. 이러한 변화가 고용과 노동환경에 미치는 영향은 기술의 성숙도와 기업의 도입 방식, 관련 제도에 따라 달라질 것으로 보인다.

이번 미디어콥 방송은 인간의 경험이 인공지능 학습 데이터로 전환되고, 그 결과가 로봇의 실제 행동으로 이어지는 과정을 보여줬다는 점에서 주목된다. 특히 로봇의 학습 능력을 높이기 위해서는 정교한 하드웨어뿐 아니라 다양한 작업 경험을 수집하고 분석하는 데이터 기술이 중요하다는 사실을 보여준다.

앞으로 휴머노이드 로봇의 활용 범위는 기술 발전에 따라 제조업을 넘어 물류와 시설관리, 생활 서비스 등으로 넓어질 가능성이 있다. 다만 산업 현장에서의 실질적인 가치는 특정 동작의 성공 여부보다 다양한 환경에서 얼마나 안전하고 정확하게 작업을 지속할 수 있는지에 따라 평가될 것이다.

인간의 움직임을 배우는 로봇 기술은 이제 실험실의 연구를 넘어 실제 생활과 산업 현장으로 향하고 있다. 그 과정에서 중요한 것은 로봇이 얼마나 인간을 닮았는가보다 인간의 경험과 기술이 어떻게 조화를 이루며 더 안전하고 효율적인 업무 환경을 만들어 갈 수 있는가에 있다.