휴머노이드가 오픈소스 스택에 올라탔다

허깅페이스의 오픈소스 로봇 학습 라이브러리 LeRobot이 휴머노이드 지원을 정식으로 추가했다. 팔 하나를 움직이는 것과 두 발로 선 몸 전체를 움직이는 것은 난이도가 다르다는 게 출발점이다. 그래서 학습된 정책이 관절을 직접 때리는 대신, 정책과 로봇 사이에 빠른 전신 제어기를 한 겹 끼워 넣는 2단 구조를 택했다.

"정책은 압축된 모션 토큰을 예측하고, 제어기가 이를 동역학적으로 실행 가능한 관절 목표로 바꾼다."LeRobot / Hugging Face

왜 중요한가

이 구조 덕분에 시각-언어-행동(VLA) 정책은 균형 유지 같은 물리 문제를 떠안지 않고 "무엇을 할 것인가"에만 집중한다. 구현은 4200만 파라미터 모션 인코더 SONIC이 VR 원격조작 동작을 64차원 양자화 토큰으로 바꾸고, π0.5 정책이 언어·카메라·로봇 상태로부터 그 토큰을 예측하는 식이다. 캔을 집어 옮기는 과제는 원격조작 100여 에피소드, 약 71분 분량 데이터로 H100 4장에서 1만 2천 스텝을 학습시켜 만들었다. 하드웨어 폭도 넓다. 유니트리 G1이 주 플랫폼이지만, 부품값 약 2500달러의 12자유도 3D 프린팅 이족보행 로봇과 약 500유로짜리 건식 구동 손 HOPEJr까지 같은 스택에 얹힌다.

실무 적용

주목할 숫자는 성능이 아니라 데이터 요구량이다. 함께 공개된 OpenHLM 벤치마크에서는 과제당 시연 40개 언저리에서 성능이 포화한다고 보고했다. 수천 번 반복해야 한다는 통념과 달리, 잘 설계된 표현을 쓰면 한 사람이 하루에 모을 수 있는 분량으로도 과제 하나가 성립한다는 뜻이다. 소프트웨어 팀이 로봇을 다루는 방식도 이와 함께 바뀐다. 데이터셋과 정책이 모델 허브에 올라가고 버전과 평가가 따라붙으면, 로봇 개발은 기구 설계보다 데이터 파이프라인 운영에 가까워진다.

교차 참고

• Google: Introducing Gemini Robotics ER 2 — 로봇의 상위 판단을 맡는 체화 추론 모델로, 다중 로봇 협업과 1초 미만 지연을 내세운 폐쇄형 진영의 접근이다.
• Hugging Face: LeRobot v0.6.0 — 휴머노이드 지원에 앞서 VLM 기반 데이터셋 자동 주석과 데이터 로딩 속도 개선을 담은 직전 릴리스다.

Wemeet의 관점

Wemeet은 이 발표를 로봇 뉴스가 아니라 오픈소스 전략의 사례로 읽는다. 거대 모델 경쟁이 막대한 자본 싸움이 된 반면, 로봇 쪽은 아직 표준 스택이 비어 있고 그 빈자리를 라이브러리와 데이터 포맷이 먼저 채우고 있다. 웹에서 프레임워크가 표준을 정했듯, 체화 AI에서도 정책·데이터셋을 어디에 어떤 형식으로 올리느냐가 판을 정할 가능성이 크다.