소니AI 탁구 로봇 'Ace', 공식 규칙으로 엘리트 선수 이겼다… 네이처 게재

소니의 연구조직 소니AI가 엘리트 탁구 선수와 겨룰 수 있는 실세계 자율 시스템을 처음으로 구현했다며 국제학술지 네이처에 결과를 발표했다. 2026년 4월 22일 네이처 652권에 실린 논문에 따르면 로봇 'Ace'는 공식 경기 규칙 아래 엘리트 선수와 치른 5경기 중 3경기를 이겼고 프로 선수와의 2경기는 모두 졌다.

세부 수치는 이렇다. 10년 이상 집중 훈련을 받고 주당 약 20시간 연습하는 엘리트 선수 5명(여성 3명, 남성 2명)을 상대로 13게임 중 7게임을 따냈다. 일본 프로리그 T리그에서 뛰는 안도 미나미, 소네 가케루 두 선수를 상대로는 7게임 중 1게임을 이겼다. 경기는 모두 2025년 4월에 열렸고 상대 선수 전원이 로봇과 처음 맞붙었다고 연구진은 설명했다.

서브가 강점이었다. Ace는 15가지 서브를 구사해 엘리트 선수들을 상대로 서브 직접 득점 16점을 올렸고 상대는 합계 8점에 그쳤다. 프로 선수 상대로는 13가지 서브로 4점을 얻었고 상대는 7점을 기록했다. 2025년 4월과 12월 선수 12명과의 경기를 다룬 소니AI 프로젝트 페이지는 프로 선수를 상대로 첫 승리를 거뒀다고 밝혔지만, 이 결과는 동료 심사를 거친 논문에는 포함되지 않았다.

시스템은 세 부분으로 나뉜다. 인식 단계에서는 동기화된 일반 카메라 9대가 초당 200회 공의 3차원 위치를 삼각측량하고, 시선 제어 장치 3기에 장착한 이벤트 기반 비전센서가 공에 인쇄된 로고를 추적해 회전을 추정한다. 공 위치 파악의 평균 지연은 10.2밀리초다. 소니AI는 이벤트 센서로 프랑스 프로페시(Prophesee)와 공동 개발한 IMX636을, 일반 카메라에는 소니 프레지우스 IMX273 센서를 썼다고 밝혔다.

로봇팔은 좌우 이동용 직동 관절 2개와 회전 관절 6개로 이뤄진 8자유도 맞춤형이다. 구조물은 스칼말로이(Scalmalloy) 소재로 위상 최적화했고 구동기는 1밀리초 단위로 동기화한다. 라켓에는 버터플라이 디그닉스 05 러버를 썼다. 논문에 따르면 Ace는 초속 14m까지의 공을 안정적으로 받아냈고, 초당 450라디안 회전까지 75% 이상의 리턴 성공률을 유지했으며, 최대 선속도는 초속 16.4m다.

제어는 심층 강화학습이 맡는다. 연구진은 소프트 액터크리틱(SAC) 알고리즘으로 정책을 전부 시뮬레이션에서 학습시켰다. 정책에는 잡음이 섞인 입력을, 평가자(critic)에는 실제값을 주는 비대칭 구조를 택했다. 시뮬레이터는 속도에 따라 달라지는 마그누스 효과, 탁구대 반발 변화, 신경망으로 보정한 공과 라켓의 접촉을 모사했다. 정책은 초당 31.25회 행동을 고르고, 이는 충돌을 피하는 궤적으로 바뀌어 1kHz로 실행된다. 서브 목록은 유전 알고리즘으로 만들었다.

논문 저자는 50명이 넘는다. 제1저자는 페터 뒤르(Peter Dürr), 마지막 저자는 미하엘 슈프랑어(Michael Spranger)이며 주 소속은 도쿄의 소니AI다. 소니AI는 센서 공급사로 소니세미컨덕터솔루션즈를, 선수 섭외와 데이터를 지원한 파트너로 탁구용품 브랜드 빅타스(Victas)를 꼽았다.

국내 업계가 주목할 부분은 센서와 제어의 결합이다. 삼성전자 등 이미지센서 경쟁사와 두산로보틱스, 레인보우로보틱스 같은 로봇 기업에게 Ace는 고속 반응 능력이 센서 하드웨어와 학습 소프트웨어를 한 그룹이 함께 설계할 때 나온다는 사례다. 화낙, 야스카와전기 등의 산업용 로봇도 빠르지만 정해진 경로를 반복하는 방식이어서, 예측할 수 없는 입력에 수십 밀리초 안에 반응하는 능력과는 성격이 다르다.

한계도 결과에 드러난다. 논문 속 경기에서 Ace는 프로 선수 2명에게 모두 졌고, 탁구대 하나를 카메라 12기가 둘러싼 고정 설비다. 연산 자원, 학습 시간, 비용은 공개하지 않았다. 공과 탁구대처럼 정밀하게 모델링된 환경이 아닌 작업에 같은 방법이 통할지는 검증되지 않았다.