[스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
AI(인공지능) 로보틱스 기업 엑스와이지가 자체 행동지능 플랫폼 '브레인엑스(Brain X)'를 기반으로 로봇의 의류 접기 작업속도를 기존 대비 2배 높였다고 7일 밝혔다.
약 50초가 걸리던 의류 접기 작업을 약 25초로 줄였고, 2배속 환경에서도 96%의 작업 성공률을 기록했다. 1배속 환경의 성공률은 100%였다.
의류처럼 형태가 일정하지 않고 마찰과 미끄러짐이 발생하는 물체는 조작 속도가 빨라질수록 궤적 오차나 진동이 커져 작업 성공률과 완성도가 떨어질 수 있다.
엑스와이지 관계자는 "이번 고도화는 동작을 단순히 빠르게 재생하는 대신 모델의 추론부터 로봇의 실행·제어까지 함께 최적화해 속도와 안정성을 동시에 확보했다는 의미"라고 강조했다.
엑스와이지는 중국 로봇기업 갤럭시아의 'R1 프로 라이트'를 활용해 의류 접기 모델을 학습하고 고속 조작 환경에 맞춰 최적화했다. 로봇이 동작을 수행하는 동안 다음 행동을 추론하는 비동기 추론 방식으로 VLA(비전언어행동) 모델의 추론과 로봇 실행을 중첩했다.
연구팀은 실시간 VLA의 추론 지연을 줄이기 위해 'VLASH'의 오픈소스 모델과 핵심 알고리즘을 의류 접기 환경에 적용해 어블레이션 스터디(구성요소별 기여도 검증)를 진행했다.
검증 결과 미래 실행 시점의 상태를 예측하는 VLASH의 일부 접근법은 고속 의류 접기 환경에서 정밀한 섬유 조작에 필요한 범위보다 큰 동작을 생성하는 한계가 나타났다.
추론 지연에 대응하는 '템포럴-오프셋 오그멘테이션'도 자체 데이터셋으로 검증했으나 섬유의 마찰 특성 때문에 목표한 수준의 성능 향상으로 이어지지 않았다.
이에 엑스와이지는 기존 방식을 그대로 쓰는 대신 비동기 추론의 핵심 개념을 브레인엑스에 적용하고 고속 조작에 맞춘 자체 최적화 기술을 결합했다.
구체적으로 △데이터 효율적 학습 및 저샘플링 기반 가속 △스무딩 필터 △적응형 속도 제어를 함께 적용해 모델 추론부터 로봇 실행까지 전체 제어 과정을 최적화했다는 설명이다.
독자들의 PICK!
저샘플링은 전문가 궤적에 포함된 노이즈의 영향을 줄이면서 모델이 핵심 동작을 학습하도록 돕고, 스무딩 필터는 고속 움직임에서 발생하는 엔드이펙터의 떨림과 궤적 노이즈를 줄인다.
적응형 속도 제어는 로봇의 움직임에 따라 속도 제한을 실시간으로 조절한다. 이동 구간에서는 빠르게 움직이고 의류를 잡거나 놓는 등 정밀한 접촉이 필요한 구간에서는 세밀하게 움직이도록 한다.
작업을 마친 뒤에도 원치 않는 주름이나 뭉침, 형태 저하 없이 기존과 유사한 수준의 접기 품질을 확인했다. 피지컬 AI를 실제 환경에 적용하려면 모델의 작업 수행 능력뿐 아니라 추론 속도와 로봇의 실행·제어 성능까지 통합적으로 최적화해야 한다.
김재현 엑스와이지 로봇지능화팀 파트장은 "브레인엑스의 모델과 로봇 제어 기술을 지속적으로 고도화해 보다 빠르고 안정적인 로봇 조작을 구현해 나갈 것"이라며 "의류 접기 품질을 객관적으로 측정·검증할 수 있는 정량 평가 방법도 구축해 공개할 계획"이라고 했다.
[머니투데이 스타트업 미디어 플랫폼 '유니콘팩토리']
