로봇이 실내 공간에서 유리벽이나 거울 등 투명하거나 반사율이 높은 사물을 마주할 때 겪던 공간 인지 오류를 획기적으로 개선한 차세대 AI 모델이 등장했다.

 

앤트링보테크놀로지(별칭 로비앤트)의 휴머노이드 로봇 R1 / 사진. 연합뉴스
 

로봇의 '눈'에 해당하는 시각 인지 기술이 더욱 정밀해짐에 따라, 자율 주행 로봇과 산업 현장의 자동화 시스템 도입이 한층 가속화될 전망이다.

 

테크 전문 매체 '인터레스팅 엔지니어링(Interesting Engineering)'은 중국 로봇 AI 기업 로비앤트(Robbyant)가 차세대 공간 인지 모델인 '링봇-뎁스 2.0(LingBot-Depth 2.0)과 시각 파운데이션 모델 ‘링봇-비전(LingBot-Vision)’'을 공식 발표했다고 보도했다.
 

로비앤트 측은 이번 모델이 기존 마스크 기반 깊이 모델링(MDM) 기술을 고도화해, 기존 산업용 3D 카메라가 감지하지 못했던 ‘뎁스 홀(Depth Hole·깊이 정보 결손)’ 구간을 정밀하게 복원한다고 밝혔다.

 

이번 모델의 핵심 성과는 혹독한 실내 환경에서의 정밀도 개선이다. 로비앤트는 1억 5000만 개의 샘플 데이터를 학습한 링봇-뎁스 2.0이 주요 깊이 완성 벤치마크 테스트에서 업계 최고 수준의 성과를 거뒀다고 밝혔다.

 

로비앤트에 따르면, 특히 투명 물체와 반사 표면이 많은 복잡한 실내 환경에서 기존 모델 대비 RMSE(평균 제곱근 오차)를 0.132에서 0.062로 절반 이하로 낮추는 성과를 기록했다.

 

기술적 진보의 근간은 1억 6000만 장의 이미지를 학습한 파운데이션 모델 ‘링봇-비전’에 있다.
 

또한 오르벡(Orbbec)의 ‘제미니(Gemini) 330’ 시리즈 카메라를 통해 실제 산업 현장에서의 상업적 검증까지 마쳤다.

 

글로벌 로봇 시장에서 시각 지능(Embodied AI) 경쟁은 이미 ‘파운데이션 모델’ 중심의 춘추전국시대로 접어들었다.

 

미국 엔비디아(NVIDIA), 구글 딥마인드(Google DeepMind) 등이 대규모언어모델(LLM)을 로봇의 뇌와 결합하는 데 집중하는 사이, 중국 기업들은 로비앤트와 같은 기업을 앞세워 하드웨어와 결합된 ‘공간 인지’ 솔루션을 빠르게 내재화하고 있다.

 

국내 로봇 산업계는 긴장하는 기색이 역력하다. 레인보우로보틱스, 두산로보틱스 등 국내 선두 기업들이 하드웨어 설계에서 세계적인 경쟁력을 갖췄지만, 사물을 인식하고 이해하는 핵심 AI 소프트웨어 분야에서는 여전히 오픈소스 모델을 활용하거나 외산 알고리즘에 의존하는 비중이 크기 때문이다.

 

국내 로봇 업계 관계자는 “이번 로비앤트의 기술은 단순히 성능을 높인 것이 아니라, 고가의 하드웨어 센서 없이도 소프트웨어만으로 고성능을 내는 ‘기술적 효율화’를 달성한 사례”라며 “국내 기업들이 단순 조립형 로봇을 넘어 인공지능 기반의 지능형 서비스 로봇 시장을 선점하려면 비전 데이터셋 구축과 파운데이션 모델 개발에 과감한 투자가 필요하다”고 분석했다.
 

해당 모델은 ‘경계 구조(boundary structure)’를 사전 학습 목표로 설정했다. 기존 모델들이 단순히 색상과 거리 데이터에 의존했다면, 이 모델은 물체의 경계와 기하학적 형태를 먼저 파악한다.

 

이를 통해 로봇은 유리에 비친 상과 실제 벽면의 차이를 구분하고, 카메라의 시야 범위 밖이나 조명 사각지대에서도 사물의 테두리를 끊김 없이 추적할 수 있게 됐다.

 

상업용 로봇 시장에서 링봇-뎁스 2.0의 활용 가능성은 매우 넓다. 물류 센터의 분류 로봇부터 가정용 가사 보조 로봇까지 다양한 플랫폼에 탑재가 가능하기 때문이다.

 

특히 로비앤트가 해당 모델의 가중치를 깃허브(GitHub)와 허깅페이스(Hugging Face)에 오픈소스로 공개하며 생태계 확장에 나선 점은 주목할 만하다.

 

다만, 랩(Lab) 환경의 성능이 실제 공장이나 가정 내의 다양한 변수(먼지, 급격한 조명 변화, 로봇의 빠른 움직임으로 인한 모션 블러 등)를 모두 극복할 수 있을지는 검증이 필요하다.

 

일각에서는 “모델의 파라미터 규모와 실제 로봇의 연산 장치(Edge GPU)에서 돌아가는 추론 속도 사이의 최적화가 상용화의 마지막 문턱이 될 것”이라며 “글로벌 빅테크의 모델들과 비교해 로비앤트가 얼마나 실시간성을 유지하며 범용성을 보여줄지가 향후 점유율 확대의 핵심이 될 것”이라고 진단했다.