샤오미 신형 AI, 생성된 세계에서 로봇 훈련…훈련 시간 대폭 단축

샤오미가 간단한 텍스트 설명만으로 사실적인 로봇 훈련 환경을 생성할 수 있는 새로운 AI 모델을 공개했다. 380억 개의 파라미터를 가진 이 모델, Robotics-U0는 로봇이 실제 물체를 다루기 전에 컴퓨터로 생성된 세계에서 작업을 연습할 수 있게 해준다. 이는 휴머노이드 및 사족 로봇을 실제 작업에 투입하기 위해 필요한 시간과 비용을 대폭 줄일 수 있는 잠재력을 지녔다.

• Xiaomi Robotics-U0란 무엇이며 왜 중요한가?
• 이 모델이 로봇 훈련 파이프라인을 어떻게 단순화하는가?
• 휴머노이드 및 사족 로봇에 중요한 이유
• 로봇 구매자와 개발자에게 미치는 영향
• 자주 묻는 질문
• 결론

Xiaomi Robotics-U0란 무엇이며 왜 중요한가?

Xiaomi Robotics-U0는 380억 개의 파라미터를 가진 멀티모달 기초 모델로, 텍스트, 이미지, 비디오를 함께 이해하며 물리적 세계를 인지하고 행동해야 하는 로봇을 위해 특별히 구축되었다. TechNode의 보도에 따르면, 이 모델은 단일 프레임워크 내에서 네 가지 핵심 기능을 통합한다: 텍스트 프롬프트로 3D 환경 생성, 기존 로봇 이동 패턴(궤적)을 새 환경으로 전송, 로봇이 작업을 수행하는 사실적인 비디오 생성, 그리고 일반 이미지 생성 및 편집.

이것이 중요한 이유는 그것이 공략하는 병목 현상 때문이다. 현재 새로운 공장 바닥을 탐색하거나 어수선한 선반에서 물건을 집도록 로봇을 훈련하려면 엔지니어가 수주를 들여 수동으로 시뮬레이션 환경을 구축하고, 물리 파라미터를 조정하며, 수천 번의 실제 시험을 실행해야 한다. Robotics-U0는 이 과정을 몇 분으로 단축할 수 있다: 개발자가 "왼쪽에 상자, 오른쪽에 선반, 어두운 조명의 창고 통로"라고 입력하면 모델이 완전한 상호작용 환경을 생성하여 로봇이 연습할 수 있게 한다.

샤오미는 이 모델이 "텍스트 프롬프트로 로봇 준비 환경을 생성하고, 기존 로봇 궤적을 새로운 장면에 맞게 적응시키며(동작 보존), 작업 명령으로 로봇 상호작용 비디오를 생성하고, 인터넷 규모의 시각적 지식을 활용하여 구현된 AI 애플리케이션에 적용할 수 있다"고 주장한다. "인터넷 규모" 부분은 모델이 이미 의자, 테이블, 계단, 상자가 무엇인지 알고 있어 객체 형상을 처음부터 가르칠 필요가 없다는 것을 의미한다.

이 모델이 로봇 훈련 파이프라인을 어떻게 단순화하는가?

코드에서 실제 테스트까지의 전통적인 파이프라인은 네 가지 고통스러운 단계로 이루어져 있다: 엔지니어가 시뮬레이션을 작성하고, 수동으로 객체를 채우고, 물리 파라미터를 구성한 다음 실제 하드웨어에서 수백 또는 수천 번의 시행착오 반복을 실행한다. 각 반복은 시간, 로봇 마모, 시설 간접비를 소모한다.

Robotics-U0는 각 단계를 직접 공략한다. 첫째, 구현된 장면 생성을 통해 개발자가 "왼쪽에 머그잔, 오른쪽에 싱크대가 있는 주방 카운터"와 같은 프롬프트를 입력하면 물리적으로 준비된 객체가 포함된 완전한 3D 환경을 받을 수 있다. 둘째, 구현된 전송은 기록된 로봇 궤적(예: 실험실의 픽 앤 플레이스 동작)을 가져와 새로운 주방 환경에 자동으로 적응시킨다 — 수동 재설계 없이 그립 각도, 팔 높이, 접근 경로를 조정한다.

셋째, 로봇 상호작용 비디오 생성은 생성된 환경에서 로봇이 작업을 수행하는 사실적인 비디오 시뮬레이션을 생성한다. 개발자는 실제 하드웨어를 켜기 전에 로봇의 움직임을 볼 수 있다. 이는 초기에 명백한 실패(예: 유리를 넘어뜨릴 궤적)를 잡아낸다. 넷째, 모델의 일반 목적 이미지 생성 및 편집 기능을 통해 개발자는 환경을 즉석에서 수정할 수 있다: "두 번째 선반 추가", "상자 색상을 빨간색으로 변경", "의자를 왼쪽으로 2피트 이동".

이러한 기능들은 함께 수 주일이 걸리던 피드백 루프를 몇 분으로 단축시킨다. 개발자는 단일 오전에 수십 가지의 환경 및 궤적 조합을 반복하고, 가장 성능이 좋은 가상 솔루션을 실제 로봇에 배포하여 최종 테스트를 수행할 수 있다.

휴머노이드 및 사족 로봇에 중요한 이유

휴머노이드 및 사족 로봇은 구조화되지 않은 혼란스러운 환경(예: 어느 날은 공장 바닥, 다음 날은 병원 복도)에서 작동하기 때문에 훈련시키기가 악명 높게 어렵다. 새로운 환경마다 새로운 시뮬레이션 자산과 수동 구성이 필요하다. Robotics-U0의 텍스트로 다양한 환경을 생성하는 능력은 이 일반화 문제를 직접 해결한다.

Tesla Optimus, Figure 02, 또는 Unitree H1과 같은 이족 보행 휴머노이드의 경우, 모델은 다양한 높이의 계단, 허리 높이 장애물이 있는 어수선한 방, 고르지 않은 지형을 간단한 텍스트 명령으로 생성할 수 있다. 이는 실제 세계의 변동성에 적응하는 보행 컨트롤러의 더 빠른 개발을 가능하게 한다. Unitree Go2 또는 Boston Dynamics Spot과 같은 사족 로봇의 경우, 모델은 풀밭, 바위투성인 길, 다양한 바닥 표면의 실내 복도를 생성할 수 있다.

비용 비교를 생각해보자. 오늘날 단일 고충실도 시뮬레이션 환경을 만드는 데는 엔지니어 시간 2~14일과 복잡성에 따라 2,000~5,000달러의 인건비가 든다. Robotics-U0를 사용하면 시간은 1분 미만으로, 비용은 단일 추론 호출에 필요한 컴퓨팅 비용(약 0.01달러의 GPU 시간)으로 줄어든다. 생성된 환경에 사람의 검토가 필요하더라도 절감 효과는 극적이다.

현실감 격차는 실제로 존재한다: AI 생성 환경은 마찰, 조명, 재료 특성에 중요한 특정 물리적 세부 사항이 부족할 수 있다. 그러나 초기 개발 및 빠른 반복의 경우, 이 트레이드오프는 매력적이다. 샤오미는 아직 독립적인 벤치마크를 발표하지 않았지만, 방향은 분명하다: 훈련 환경 생성 비용이 거의 제로에 가까워지고 있다.

로봇 구매자와 개발자에게 미치는 영향

휴머노이드 또는 사족 로봇을 개발하는 개발자에게 Robotics-U0는 진입 장벽을 낮춘다. 전용 시뮬레이션 엔지니어를 고용할 여유가 없는 소규모 팀도 이제 노트북에서 훈련 환경을 생성할 수 있다. 이는 전체 휴머노이드 생태계의 혁신 속도를 가속화할 수 있다 — 더 많은 스타트업, 더 빠른 반복, 궁극적으로 더 많은 생산에 도달하는 더 유능한 로봇.

BotMarket의 판매용 휴머노이드 로봇과 같은 마켓플레이스에서 옵션을 평가하는 구매자에게는 이러한 접근 방식으로 훈련된 로봇이 다양한 환경에서 더 나은 초기 성능을 제공할 수 있다는 의미이다. 단 하나의 공장 배치만 본 로봇 대신, 구매자는 창고, 병원 복도, 사무실 로비 등 수십 가지 시나리오에서 가상 훈련을 받은 로봇을 얻을 수 있다 — 모두 텍스트 프롬프트로 생성된 것이다.

판매용 사족 로봇에도 동일하게 적용된다. AI 생성 지형 변형으로 훈련된 검사 및 보안 사족 로봇은 선별된 시뮬레이션 세트로만 훈련된 로봇보다 실제 장애물을 더 안정적으로 처리할 가능성이 높다.

한 가지 주의할 점: Robotics-U0는 기초 모델이지 바로 사용 가능한 훈련 파이프라인이 아니다. 개발자는 여전히 이를 시뮬레이션 프레임워크(아마도 ROS 2 또는 Gazebo)에 통합해야 하며, 생성된 환경은 안전에 중요한 동작을 훈련하기 전에 검증되어야 한다. 그러나 이 모델은 전환점을 의미한다: 물리적 AI를 위한 훈련 데이터 생성 비용이 제로에 가까워지고 있으며, 이는 로봇 개발의 경제학을 변화시킨다.

자주 묻는 질문

Xiaomi Robotics-U0 모델이 정확히 무엇인가요? Robotics-U0는 380억 개의 파라미터를 가진 멀티모달 자기회귀 기초 모델로, 텍스트, 이미지, 비디오로 훈련되어 3D 환경 생성, 로봇 이동 경로 적응, 작업 비디오 생성, 이미지 편집을 모두 더 빠른 로봇 개발을 위해 수행할 수 있다.

Robotics-U0는 다른 로봇 시뮬레이션 방법과 어떻게 다른가요? 기존 방법은 CAD 도구나 게임 엔진을 사용하여 수동으로 3D 환경을 구축해야 한다. Robotics-U0는 자연어 설명에서 즉시 환경을 생성하며, 기존 로봇 이동 데이터를 새 환경에 자동으로 적응시킬 수도 있다.

이 모델을 모든 로봇에 사용할 수 있나요? 모델은 환경 및 궤적 데이터를 출력하며, 이는 Gazebo, Isaac Sim, MuJoCo와 같은 시뮬레이션 플랫폼으로 가져올 수 있다. 로봇 하드웨어에 구애받지 않으며, 표준 시뮬레이션 인터페이스를 사용하는 모든 로봇이 혜택을 받을 수 있다.

Robotics-U0는 오픈 소스인가요? 샤오미는 라이선스 조건을 발표하지 않았다. 모델 크기(380억 파라미터)를 고려할 때, 오픈 소스로 공개되더라도 실행하려면 상당한 GPU 리소스(아마도 NVIDIA A100 클러스터 또는 클라우드 등가물)가 필요할 것이다.

개발자에게 언제 제공되나요? 샤오미는 모델을 발표했지만 출시일이나 API 접근 일정은 제공하지 않았다. 회사의 패턴에 따르면, 연구 논문과 제한된 데모가 6~12개월 내에 나올 수 있다.

이는 로봇 개발 비용에 어떤 영향을 미치나요? 모델이 설명된 대로 작동한다면, 시뮬레이션 환경 생성 비용이 환경당 수천 달러에서 거의 제로로 떨어진다. 이는 환경 생성 단계에서 휴머노이드 및 사족 로봇의 전체 R&D 비용을 30~50% 줄일 수 있지만, 실제 검증 비용은 그대로 유지된다.

결론

Xiaomi Robotics-U0는 그 자체로 로봇이 아니라 — 모든 로봇을 더 빠르고 똑똑하게 만드는 도구이다. 수 주일의 수동 환경 구축을 몇 초의 AI 생성으로 압축함으로써, 구현된 AI 개발에서 가장 비용이 많이 드는 병목 현상 중 하나를 해결한다. 휴머노이드 및 사족 공간의 구매자와 개발자에게 이는 로봇 훈련의 가장 어려운 부분이 시뮬레이션을 설정하는 것이 아니라 무엇을 요청할지 결정하는 것인 미래를 암시한다.