UMA, 차세대 휴머노이드 로봇 공개… "시연만으로 배우는 AI" 비전 제시

프랑스의 피지컬 AI(Physical AI) 기업 UMA가 차세대 휴머노이드 로봇 디자인과 새로운 학습 아키텍처인 '리얼타임 러닝(Real-Time Learning)'을 공개하며 산업용 지능형 로봇 시장에 본격적으로 도전장을 내밀었다.

UMA는 최근 프랑스 파리에서 열린 마키나 서밋(Machina Summit)에서 첫 번째 휴머노이드 로봇을 공개하고, 사람이 직접 코드를 입력하는 방식이 아닌 작업을 시연하면 로봇이 이를 관찰하고 학습하는 새로운 AI 기반 학습 방식을 소개했다.

프로그래밍 대신 '보고 배우는' 휴머노이드

이번에 공개된 리얼타임 러닝은 기존 산업용 로봇처럼 작업마다 별도의 프로그래밍을 반복하는 방식에서 벗어나, 사람이 새로운 작업을 보여주면 로봇이 이를 이해하고 반복 학습을 통해 숙련도를 높이는 구조다.

UMA는 이러한 학습 방식이 인간의 학습 과정을 그대로 모방한 것이라고 설명했다. 사람처럼 관찰하고, 실험하며, 반복 연습을 통해 작업 능력을 향상시키고, 실제 산업 현장에서 경험을 축적하면서 지속적으로 성능을 개선하는 것이 핵심이다.

이를 통해 새로운 작업이 발생할 때마다 엔지니어가 다시 프로그래밍할 필요 없이 다양한 산업 환경에 보다 유연하게 적용할 수 있다는 것이 회사 측 설명이다.

제조·물류 현장을 위한 산업형 휴머노이드

UMA가 공개한 휴머노이드 로봇은 연구용 시제품이나 소비자용 서비스 로봇이 아닌 산업 현장을 목표로 설계됐다.

공장과 물류센터, 창고, 산업시설 등 기존 사람이 사용하는 작업 환경에서 별도의 인프라 변경 없이 기존 도구를 그대로 사용할 수 있도록 사람과 유사한 신체 비율을 채택했다.

디자인도 일반적인 인간형 로봇과 차별화를 시도했다.

UMA는 이를 '드레스드 머신(Dressed Machine)'이라는 개념으로 설명했다. 사람과 비슷한 체형을 유지하면서도 얼굴 대신 중립적인 바이저(Visor)를 적용해 사람과 로봇을 명확히 구분하도록 했으며, 외부에는 부드러운 기능성 소재를 적용하면서도 기계식 관절은 그대로 노출해 기계의 정체성을 숨기지 않았다.

회사는 이러한 디자인이 사람과 로봇 사이의 신뢰를 높이고 산업 현장에서 자연스럽게 협업할 수 있도록 고려한 결과라고 밝혔다.

노동력 부족 해결 위한 피지컬 AI

UMA는 휴머노이드 개발 배경으로 전 세계적인 노동력 부족 문제를 제시했다.

글로벌 컨설팅 기업 콘 페리(Korn Ferry)는 2030년까지 전 세계적으로 최대 8,500만 명의 노동력이 부족해질 것으로 전망하고 있으며, 이에 따른 경제적 손실은 최대 8조5,000억 달러에 이를 것으로 분석하고 있다.

UMA는 이러한 구조적 문제를 해결하기 위해 반복적이고 위험하며 육체적으로 힘든 작업을 로봇이 담당하고, 사람은 보다 창의적이고 판단이 필요한 업무에 집중할 수 있도록 하는 것을 목표로 하고 있다.

레미 카덴(Rémi Cadène) UMA 공동창업자 겸 최고경영자(CEO)는 "지능형 로봇은 사람을 대체하는 존재가 아니라 사회적 문제를 해결하는 새로운 도구"라며 "사람들이 창의성과 혁신, 그리고 돌봄과 같은 인간만이 수행할 수 있는 일에 더 많은 시간을 사용할 수 있도록 돕는 것이 우리의 비전"이라고 말했다.

유럽형 휴머노이드 전략

현재 휴머노이드 로봇 시장은 미국과 중국 기업들이 주도하고 있지만 UMA는 유럽이 피지컬 AI 분야에서도 충분한 경쟁력을 확보할 수 있다고 보고 있다.

회사는 유럽이 세계적인 연구 역량과 제조업 기반, 자동화 수요 증가라는 세 가지 요소를 모두 갖추고 있어 차세대 산업용 로봇 시장을 선도할 수 있는 환경을 갖췄다고 평가했다.

또한 이번 휴머노이드 공개는 단순한 신제품 발표를 넘어 지속적으로 학습하고 사람과 협업하는 지능형 기계를 통해 인구 감소와 산업 경쟁력, 에너지 전환 등 사회가 직면한 구조적 과제를 해결하겠다는 장기적인 피지컬 AI 전략의 출발점이라고 강조했다.

카덴 CEO는 "인터넷과 스마트폰이 세상을 변화시키는 데 시간이 필요했던 것처럼 휴머노이드 로봇 역시 점진적으로 산업 전반을 바꾸게 될 것"이라며 "궁극적으로는 로봇이 또 다른 로봇 생산에도 참여하는 시대가 올 수 있지만, 우리의 목표는 사람을 대체하는 것이 아니라 인간의 가능성을 확장하는 것"이라고 밝혔다.

업계에서는 생성형 AI를 넘어 실제 물리적 환경에서 자율적으로 판단하고 작업을 수행하는 피지컬 AI 경쟁이 본격화되면서, 휴머노이드 로봇의 핵심 경쟁력이 하드웨어보다 '얼마나 빠르게 새로운 작업을 학습하고 적응할 수 있는가'로 이동하고 있다는 점에서 UMA의 리얼타임 러닝 기술이 향후 산업용 로봇 시장의 새로운 방향성을 제시할 수 있을지 주목하고 있다.