- 입력 2026.10.30 20:12
실생활 편의점 시험서 5일 만에 성공률 28.6%→85.7%
연말까지 모델 오픈소스 공개 예정
중국 로봇 기업 애지봇(AGIBOT)이 로봇의 지속적 학습을 지원하는 체화 AI 모델 'GO-3 프리뷰'를 공개했다.
30일(현지시간) 미국 과학기술 매체 인터레스팅 엔지니어링에 따르면 애지봇은 전날 GO-3 프리뷰를 선보이며 이 모델이 로보도조, 로보트윈, 로보콜로세움 등 3개 체화 AI 벤치마크에서 1위를 차지했다고 밝혔다.
GO-3 프리뷰는 세계 추론 행동 모델(WRAM) 아키텍처를 사용해 추론, 결과 예측, 행동 생성을 연결한다. 이를 통해 로봇이 지시를 해석하고 결과를 예상하며 결정을 동작으로 전환할 수 있다.
이 모델은 사전 훈련, 사후 훈련, 배포의 3단계에 걸친 지속 학습을 지원하도록 설계됐다. 애지봇은 2026년 말까지 전체 모델을 오픈소스로 공개할 계획이다.
훈련 데이터는 1인칭 인간 비디오와 로봇 궤적을 결합한다. 인간 비디오는 사람이 사물과 상호작용하는 방식을 보여주고, 로봇 궤적은 시각적 관찰과 물리적 행동 및 결과를 연결한다.
사전 훈련 단계에서 GO-3 프리뷰는 가정, 주방, 다중 로봇 환경 등 다양한 곳에서 익숙하지 않은 작업을 수행할 수 있다. 애지봇은 모델이 새로운 활동마다 추가 미세 조정 없이도 손재주가 필요한 조작을 처리할 수 있다고 설명했다.
소수의 시연만으로 복잡한 다단계 활동을 학습할 수 있다. 예를 들어 중국 전통 크레페인 젠빙을 준비하는 작업은 여러 섬세한 동작의 조정이 필요하다. 레고 조립도 미세 조정 후 AI 에이전트가 개별 단계를 조정하며 수행할 수 있다.
사후 훈련을 위해 애지봇은 약 100대의 물리 로봇 데이터를 물리 시뮬레이션 및 세계 모델과 결합하는 분산 훈련 시스템 '지니 이볼버'를 개발했다. 이 시스템은 로봇이 작업을 연습하고 성과를 평가하며 반복 시도를 통해 개선하도록 한다.
탁상 컬링 시연에서 로봇은 4시간의 온라인 연습 후 테스트된 인간의 평균 성과를 넘어섰다. 또 다른 실험에서는 블록 탑에서 연속 5개 블록을 무너뜨리지 않고 제거하는 데 성공했다.
GO-3 프리뷰는 의사 결정, 작업 실행, 피드백을 연결하는 '지니 마스터' 에이전트 프레임워크도 통합한다. 이 시스템은 로봇이 작동 중 실수를 식별하고 행동을 조정하며 유용한 경험을 유지하도록 설계됐다.
애지봇은 실제 편의점에 배치된 G2 로봇을 통해 이 기능을 시연했다. 로봇은 자체 실패 원인을 파악하고 접근 방식을 수정했으며 인간 시연이나 추가 수동 튜닝 없이 지식을 저장했다.
전체 작업 흐름에서 성공률은 첫날 28.6%에서 5일 후 85.7%로 안정적으로 상승했다. 작은 고리 걸기 작업에서는 기존 감독 미세 조정 대비 단일 작업 성공률이 17.7%포인트 향상됐다.
기존 훈련 방식이 배포 전 데이터셋 준비와 모델 업데이트에 의존하는 것과 달리 이 프레임워크는 로봇이 실제 작업을 수행하면서 계속 학습할 수 있게 한다.
대규모 사전 훈련, 분산 사후 훈련, 배포 후 피드백 기반 학습의 조합이 GO-3 프리뷰의 기반을 이룬다. 애지봇의 오픈소스 공개 계획은 연구자와 개발자가 아키텍처에 접근해 체화 AI 응용 분야에서 활용을 확대하는 데 도움이 될 수 있다.