원본 기사
휴머노이드 로봇, 모션캡처 학습으로 브레이크댄스·백플립까지 구현
연구진이 인간의 동작을 모션캡처와 영상, 애니메이션 데이터로 학습시켜 휴머노이드 로봇이 군용포복, 브레이크댄스, 백플립 같은 복잡한 전신 동작을 수행하도록 하는 새로운 제어 프레임워크를 공개했다. '제로샷 체화 스킬 전이(ZEST)'로 명명된 이 시스템은 강화학습을 활용해 로봇이 별도의 과제별 훈련 없이도 다양한 동작을 익히도록 설계됐다.
단일 훈련으로 다양한 동작 습득
기존 로봇 동작 학습 방식은 과제마다 별도의 훈련이 필요했지만, ZEST는 단 한 번의 훈련 단계만으로 로봇이 배포 이후 폭넓은 범위의 동작을 수행할 수 있도록 한다. 연구진은 사람의 동작 데이터를 모션캡처, 영상, 애니메이션 등 다양한 형태로 수집해 학습에 활용했으며, 이를 통해 로봇이 여러 로봇 플랫폼에 걸쳐 민첩한 전신 스킬을 익히도록 했다.
난이도 높은 동작에 집중 학습
ZEST는 훈련 과정에서 난이도가 높은 동작 구간에 집중적으로 학습 자원을 투입하는 방식을 채택했다. 로봇의 숙련도가 향상됨에 따라 보조 신호가 점진적으로 줄어드는 '적응형 보조' 기법도 적용됐다. 이 프레임워크로 로봇은 군용포복과 브레이크댄스 같은 역동적이고 다중 접촉이 필요한 동작까지 구현했으며, 관련 시연 영상은 유니트리로보틱스 유튜브 채널을 통해 공개됐다.
피지컬AI 산업에 갖는 의미
이번 연구는 인간형 로봇이 정형화된 동작을 넘어 즉흥적이고 복잡한 신체 조작 능력을 갖추도록 하는 '피지컬AI' 분야의 성과로 꼽힌다. 과제별 맞춤 훈련 없이도 다양한 동작을 일반화해 수행할 수 있다는 점은 향후 휴머노이드 로봇의 실전 배치 속도를 높이는 요인이 될 수 있다.
*출처: Interesting Engineering (2026-08-12)*
관련 기사
📧 뉴스레터 구독
매일 아침 글로벌 뉴스 브리핑을 이메일로 받아보세요.
아직 무료입니다.