휴머노이드 로봇은 신체 형태가 인간의 몸을 닮은 로봇으로, 일반적으로 머리, 몸통, 손과 같은 말단 효과기를 가진 두 개의 팔, 그리고 두 개의 다리를 포함한다. 이러한 설계는 환경을 재설계할 필요 없이 인간을 위해 만들어진 공간, 도구, 작업 흐름에서 기계가 작동할 수 있도록 하기 위한 것이다. 이 분야는 수십 년에 걸친 연구 프로토타입을 포함하며, 2000년에 공개된 혼다의 아시모와 2013년에 DARPA를 위해 처음 개발된 보스턴 다이내믹스의 아틀라스가 대표적이다. 그러나 2022년경부터 강화 학습 기반 보행, 저렴한 액추에이터와 배터리, 그리고 지시문과 장면을 해석할 수 있는 범용 비전-언어 모델의 등장에 힘입어 새로운 상업적 투자 물결이 일어났다.
초기 발전
초기 휴머노이드 연구는 균형과 보행을 핵심 난제로 삼았다. 아시모는 안정적인 이족 보행과 계단 오르기를 시연했으며, 아틀라스는 DARPA 프로그램 아래 재난 대응 작업을 위해 처음 제작된 후 달리기와 공중제비 같은 역동적이고 운동적인 동작으로 유명해졌다. 이러한 플랫폼들은 학습 기반 접근보다는 고전적인 제어 이론과 모델 기반 계획에 크게 의존했으며, 상업용 제품이라기보다는 연구용 또는 시연용 시스템에 가까웠다. 이는 로봇 공학 관련 논의에서 지적되는 인공지능의 디지털적 진보와 물리적 진보 사이의 격차를 반영한다.
2022-2026년의 물결
2022년부터 휴머노이드에 대한 상업적 관심이 급격히 가속화되었다. 일론 머스크는 2022년에 테슬라의 옵티머스 프로젝트를 발표하며, 이를 대량 생산 가능한 범용 작업 로봇이자 테슬라의 자율 주행 인식 스택의 장기적 확장으로 위치시켰다. 오픈AI, 마이크로소프트, 엔비디아 등이 투자한 피규어 AI는 2023년부터 창고 및 제조 환경에서 자사 휴머노이드를 시범 운영하기 시작했으며, 오픈AI와의 대대적으로 공개된 협업을 통해 대규모 언어 모델 기반 추론을 로봇에 통합했다. 다른 기업으로는 제한된 물류 시범 운용을 이미 수행한 어질리티 로보틱스의 디지트와, 유니트리 및 푸리에 인텔리전스 등 하드웨어 비용을 낮춘 중국 제조사들이 있다. 보스턴 다이내믹스는 2024년에 유압식 전임자를 대체하는 완전 전기식 아틀라스를 공개하며, 연구 초점을 순수 엔지니어링 제어에서 학습 기반 제어로 전환했다.
비전-언어-행동 모델
2024-2026년 물결의 중심에는 대규모 언어 모델을 성공적으로 만든 동일한 방식, 즉 방대한 데이터로 대규모 모델을 사전 학습한 후 특정 작업에 적응시키는 방식을 물리적 제어로 확장하려는 시도가 있다. 이를 구현하는 것이 비전-언어-행동(VLA) 모델이다. 비전-언어 모델을 기반으로 한 이 모델은 원격 조작으로 수집된 시연 데이터를 통해 학습되어 로봇 관절 명령을 직접 출력할 수 있다. 이를 통해 단일 모델이 다양한 조작 및 보행 작업에서 자연어 지시를 따를 수 있게 된다. 구글 딥마인드의 RT-2와 후속 연구, 그리고 피규어 AI와 피지컬 인텔리전스 등 여러 로보틱스 연구소의 유사한 작업이 이 접근법의 사례이다. 지지자들은 이 방식이 대규모 언어 모델이 텍스트에서 일반화한 것처럼 휴머노이드가 물리적 세계에서 일반화할 수 있게 할 것이라고 주장하지만, 실제 물리적 훈련 데이터의 양은 언어 모델에 사용되는 텍스트 말뭉치에 비해 여전히 훨씬 적다는 한계가 있다.
전망과 회의론
지지자들은 휴머노이드 로봇이 제조, 물류, 그리고 궁극적으로 가사 노동에 이르기까지 노동 시장에서 수조 달러 규모의 변화를 가져올 잠재력이 있다고 본다. 반면 회의론자들은 로봇 공학 분야에서 오랜 기간 반복되어 온 과대 약속의 역사를 지적하며, 정교한 손 조작, 배터리 수명, 비용 등 해결되지 않은 과제를 언급한다. 또한 특정 작업에는 범용 휴머노이드 형태보다 작업에 특화된 로봇 설계가 더 효과적일 수 있다고 주장한다. 따라서 2020년대 후반까지 휴머노이드의 보급 속도와 궁극적인 규모에 대해서는 여전히 불확실성이 크다.