피지컬 AI 경쟁이 로봇이 과제를 수행할 수 있는지를 넘어 실제 현장에서 얼마나 빠르고 안정적으로 일하는지로 이동하고 있다. 모델이 정확한 동작을 생성하더라도 추론이 늦거나 로봇 제어가 흔들리면 작업 생산성은 떨어진다. 특히 의류처럼 형태가 일정하지 않은 물체는 속도가 빨라질수록 마찰과 미끄러짐, 궤적 오차가 커질 수 있다. 엑스와이지는 AI 모델의 추론과 로봇의 실행·제어를 함께 최적화해 의류 접기 속도를 두 배로 높였다.
AI 로보틱스 기업 엑스와이지는 자체 행동지능 플랫폼 ‘브레인엑스(Brain X)’를 적용한 로봇의 의류 접기 작업시간을 기존 약 50초에서 25초로 단축했다고 7일 밝혔다. 동작 속도를 두 배로 높인 환경에서도 96%의 작업 성공률을 기록했다.
엑스와이지 ‘브레인엑스’, 의류 접기 시간 절반 단축 (사진 제공: 엑스와이지)
이번 기술 고도화는 학습된 로봇 동작을 단순히 빠르게 재생하는 방식이 아니라 AI 모델의 추론부터 실제 로봇의 동작 실행과 제어까지 전체 과정을 조정하는 데 초점을 맞췄다. 작업 속도와 안정성, 접기 품질을 함께 유지할 수 있도록 소프트웨어와 하드웨어의 작동 구조를 통합적으로 최적화했다.
엑스와이지는 중국 로봇 기업 갤럭시아(GALAXEA)의 양팔 로봇 ‘R1 Pro Lite’를 활용해 브레인엑스 기반 의류 접기 모델을 학습했다. 이후 고속 조작 환경에 맞춰 모델의 추론 방식과 로봇의 이동 궤적, 구간별 동작 속도를 조정했다.
핵심은 로봇이 현재 동작을 수행하는 동안 다음 행동을 미리 추론하는 비동기 추론 방식이다. 비전·언어·행동을 연결하는 VLA(Vision-Language-Action) 모델의 추론 과정과 로봇의 실제 실행 시간을 겹쳐 다음 동작을 기다리는 지연을 줄였다.
연구팀은 실시간 VLA의 추론 지연을 줄이기 위해 ‘VLASH(Real-Time VLAs via Future-State-Aware Asynchronous Inference)’의 오픈소스 모델과 핵심 알고리즘을 의류 접기 환경에 적용했다. 각 기술 요소가 결과에 미치는 영향을 확인하는 어블레이션 스터디도 진행했다.
검증 과정에서는 미래 실행 시점의 상태를 예측하는 VLASH의 일부 접근법이 정밀한 섬유 조작에 필요한 범위보다 큰 동작을 생성하는 현상이 확인됐다. 추론 지연에 대응하는 ‘Temporal-Offset Augmentation’도 자체 데이터셋으로 검증했지만, 섬유의 마찰 특성으로 인해 목표한 수준의 성능 개선으로 이어지지 않았다.
저샘플링·필터·속도제어로 고속 조작 안정화
엑스와이지는 기존 방식을 그대로 적용하는 대신 비동기 추론의 핵심 개념을 브레인엑스에 반영하고 실제 의류 조작 환경에 맞춘 자체 최적화 기술을 결합했다. 데이터 효율적 학습과 저샘플링 기반 가속, 스무딩 필터, 적응형 속도 제어를 함께 적용했다.
저샘플링은 전문가가 시연한 로봇 이동 궤적에 포함된 데이터 중 핵심 동작을 선별해 학습하는 방식이다. 불필요한 데이터와 노이즈의 영향을 줄이면서 모델이 의류를 잡고 이동해 접는 주요 동작을 효율적으로 학습하도록 했다.
스무딩 필터는 로봇이 빠르게 움직일 때 엔드이펙터에서 발생할 수 있는 떨림과 궤적 노이즈를 줄이는 역할을 한다. 엔드이펙터는 로봇 팔 끝에 장착돼 의류를 직접 잡거나 놓는 장치로, 작은 진동도 접기 위치와 완성도에 영향을 줄 수 있다.
적응형 속도 제어는 작업 구간에 따라 로봇의 속도 제한을 실시간으로 조정한다. 의류를 옮기는 구간에서는 빠르게 움직이고, 천을 잡거나 내려놓는 등 정밀한 접촉이 필요한 순간에는 속도를 낮춰 세밀하게 동작하도록 설계했다.
검증 결과 기존 1배속 환경에서 100%였던 의류 접기 성공률은 2배속에서도 96%를 유지했다. 작업시간은 약 50초에서 25초로 줄었으며, 작업을 마친 의류에서도 원하지 않는 주름이나 뭉침, 형태 저하 없이 기존과 유사한 접기 품질을 확인했다.
엑스와이지는 이번 결과를 통해 피지컬 AI의 현장 적용에는 모델의 과제 수행 능력뿐 아니라 추론 속도와 로봇의 실행·제어 성능을 함께 설계해야 한다는 점을 확인했다. 작업을 성공하는 수준에서 실제 서비스와 산업 현장이 요구하는 처리 속도와 안정성을 갖추는 것이 다음 기술 과제라는 설명이다.
회사는 앞으로 2배속 환경에서 작업 성공률을 추가로 높이고, 더 빠른 조작 속도에서도 안정적인 성능을 확보하기 위한 연구를 이어간다. 접힌 의류의 형태와 주름, 정렬 상태 등을 수치로 평가할 수 있는 정량 검증 방법도 구축해 공개할 예정이다.
김재현 엑스와이지 로봇지능화팀 파트장은 “피지컬 AI가 실제 환경에서 활용되기 위해서는 작업 수행 능력과 함께 현장에서 요구하는 수준의 속도를 확보하는 것이 중요하다”며 “브레인엑스의 모델과 로봇 제어 기술을 지속적으로 고도화해 보다 빠르고 안정적인 로봇 조작을 구현하겠다”고 말했다.
The post 추론과 동작을 동시에…엑스와이지 ‘브레인엑스’, 의류 접기 시간 절반 단축 appeared first on 벤처스퀘어.