안녕하세요, AI Matters입니다. 이번 영상에서는 100m를 8.64초에 달린 티안궁 울트라부터 격투기, 줄다리기, 태극권, 탁구, 쌈바까지 제2회 세계 휴머노이드 로봇 게임에서 펼쳐진 다양한 경기를 살펴봅니다. 그리고 이 대회가 단순한 로봇 스포츠를 넘어 피지컬 AI와 로보틱스 발전에 어떤 의미를 갖는지도 알아봅니다.

100m 경기에서는 베이징 휴머노이드 로봇혁신센터의 티안궁 울트라가 8.64초를 기록했습니다. 특히 일부 휴머노이드가 사람처럼 팔을 휘두르는 대신 독특하게 어깨를 사용해 달리는 모습이 등장하는데, 강화학습 과정에서 해당 로봇의 신체에 더 적합한 자세를 찾아낸 결과라고 설명합니다.

로봇 격투기에서는 상대를 제대로 가격하지 못하거나 발차기 후 넘어지는 모습이 등장합니다. 2대2 줄다리기에서는 넘어진 로봇들이 오히려 경기에서 승리하고, Agibot은 한 발로 균형을 잡는 태극권 동작을 선보입니다. 탁구와 쌈바까지 휴머노이드가 얼마나 다양한 신체 동작을 구현하고 있는지도 확인할 수 있습니다.

하지만 더 흥미로운 부분은 달리기에서는 인간보다 빠른 기록을 낸 로봇이 호텔에서 이불을 개는 작업에는 어려움을 겪었다는 점입니다. 정해진 동작을 반복적으로 훈련할 수 있는 달리기와 달리, 이불을 보고 인식하고 어떻게 다룰지 판단하려면 현실 환경에 대한 학습 데이터가 필요하기 때문입니다.

이번 대회의 또 다른 핵심은 경기 결과가 아니라 그 과정에서 만들어진 데이터입니다. 연습부터 실제 경기까지 성공과 실패 과정에서 발생한 2,500시간의 로봇 데이터가 로봇 업체들에 무료로 공개됐습니다. 영상에서는 현실의 3D 데이터가 로보틱스, Embodied AI, 피지컬 AI의 학습 대상이 되는 과정과 이러한 데이터 공유가 로봇 생태계에 갖는 의미를 살펴봅니다.

결국 세계 휴머노이드 로봇 게임은 누가 더 빨리 달리고 더 멋진 동작을 하는지를 겨루는 것만으로 끝나지 않습니다. 로봇이 현실에서 달리고, 넘어지고, 물건을 다루며 성공하고 실패한 경험이 다시 학습 데이터가 된다는 점에서 피지컬 AI 발전에 의미가 있는 대회입니다.

00:00 인간보다 빨라진 휴머노이드 로봇

00:12 100m 9.39초에서 8.64초까지 기록 경신

00:29 제2회 세계 휴머노이드 로봇 게임이란?

00:50 강화학습으로 탄생한 독특한 ‘호동런’

01:23 휴머노이드 100m 결승전

01:42 로봇 격투기, 상대를 제대로 때릴 수 있을까?

02:58 휴머노이드 제자리 멀리뛰기

03:07 유니트리 G1의 2대2 줄다리기

03:48 Agibot의 태극권 무술 경기

04:24 휴머노이드 탁구 경기

04:29 로봇이 추는 쌈바

04:59 로봇 게임의 다양한 실전 과제

05:10 달리기는 인간을 이겼는데 이불은 왜 못 갤까?

05:48 실패도 데이터가 되는 휴머노이드 학습

06:00 공개된 2,500시간의 로봇 데이터

06:13 피지컬 AI에서 데이터가 중요한 이유

06:28 현실의 3D 데이터와 Embodied AI

06:48 중국이 로봇 데이터를 모으는 방식

07:07 데이터 공개와 로봇 생태계

07:15 경기 데이터는 현실에서 어디에 활용될까?

07:44 가정용 휴머노이드 발전과 데이터의 관계

08:02 앞으로 계속될 로봇 대회와 피지컬 AI

FAQ

Q. 휴머노이드 로봇의 100m 기록은 몇 초인가요?

A. 영상에서 소개한 최종 기록은 베이징 휴머노이드 로봇혁신센터의 티안궁 울트라가 기록한 8.64초입니다. 앞서 나온 9.39초 기록 이후에도 기록이 계속 경신됐다고 영상에서 설명합니다.

Q. 휴머노이드 로봇은 왜 달리기는 잘하면서 이불 개기는 어려워하나요?

A. 영상에서는 100m 달리기의 경우 빠르게 달리는 동작을 집중적으로 훈련할 수 있지만, 이불 개기는 주변 환경과 이불을 인식하고 그에 맞는 행동을 수행하기 위한 환경 데이터가 필요하다고 설명합니다. 사전에 충분히 학습하지 않은 대상과 환경에서는 로봇이 작업을 수행하기 어렵다는 것입니다.

Q. 세계 휴머노이드 로봇 게임에서 만들어진 데이터는 왜 중요한가요?

A. 영상에 따르면 연습과 경기 과정에서 만들어진 2,500시간의 로봇 데이터가 로봇 업체들에 무료로 공개됐습니다. 로봇이 어떤 상황에서 오류를 냈고 어떤 방식으로 성공했는지에 대한 데이터까지 공유된다는 점에서 로보틱스 생태계에 의미가 있다고 설명합니다.

Q. 피지컬 AI와 Embodied AI에서 현실 데이터가 중요한 이유는 무엇인가요?

A. 현실에서 움직이는 로봇은 3D 환경을 인식하고 상황에 맞는 행동을 수행해야 합니다. 영상에서는 산업, 유통, 외식, 가정, 호텔 등 다양한 현실 환경으로 로봇을 확장하기 위해 많은 현실 데이터가 필요하다고 설명합니다.

#휴머노이드 #휴머노이드로봇 #피지컬AI #로보틱스 #EmbodiedAI #티안궁울트라 #유니트리G1 #AI

제공: AI 매터스