도요타연구소, 사이언스 로보틱스서 '다중 작업 로봇 모델' 효과 입증… 새 작업 학습에 데이터 일부만 필요

도요타의 미국 연구조직 도요타연구소(TRI)가 로봇 파운데이션 모델에 쏠리는 투자의 핵심 전제를 동료 심사 논문으로 검증했다. 2026년 4월 15일 사이언스 로보틱스에 실린 논문에서 82명의 연구진은 TRI가 '대규모 행동 모델(LBM)'이라 부르는 다중 작업 로봇 조작 정책이 단일 작업 정책보다 성공률과 강건성이 높고, 복잡한 새 작업을 적은 데이터로 더 빨리 익혔다고 밝혔다.

논문 제목은 '다중 작업 정밀 조작을 위한 대규모 행동 모델의 면밀한 검토'로, 학술지 11권 113호에 실렸다. 저자는 매사추세츠주 케임브리지의 TRI, 코넬대, MIT 소속이며 제1저자는 J. 바레이로스(Barreiros), 마지막 저자는 러스 테드레이크(Russ Tedrake)다. 연구의 사전 공개본은 2025년 7월 7일 아카이브(arXiv)에 처음 올라왔다.

이 연구의 차별점은 모델이 아니라 방법론에 있다. 연구진은 잡음을 반복적으로 다듬어 로봇 행동을 생성하는 확산 정책(diffusion policy) 방식을 시뮬레이션 데이터와 실제 로봇 데이터 전반으로 확장했다. 이어 시뮬레이션과 실제 하드웨어 양쪽에서 통제된 조건 아래 블라인드 무작위 시험으로 단일 작업 기준 모델과 비교하고, 통계적 신뢰도를 갖춘 평가 체계를 구축했다고 초록에서 설명했다.

규모는 사전 공개본에 나와 있다. TRI는 자체 수집한 500개 이상 작업을 아우르는 약 1700시간의 로봇 시연 데이터와 공개 로봇 데이터로 여러 모델을 학습시켰고, 실제 환경에서 1800회 시험했다. 실환경 작업은 정책과 조건마다 50회, 시뮬레이션 작업은 200회씩 돌렸다. 작업은 단순 집어 옮기기부터 사과 속 파내기, 아침 식사 쟁반 차리기, 자전거 브레이크 로터 장착 같은 다단계 작업까지 다양했다.

하드웨어는 의도적으로 평범했다. 사전 공개본에 따르면 병렬 그리퍼를 단 프랑카 FR3 로봇팔 2대로 구성한 양팔 탁상 스테이션 9대를 썼고 정책은 10Hz로 작동했다. 시뮬레이션 평가는 TRI가 드레이크(Drake) 시뮬레이터 위에 구축한 벤치마크 lbm_eval로 진행했으며 주방을 본뜬 4개 시나리오를 사용했다.

사이언스 로보틱스 초록이 밝힌 핵심 결과는 세 가지다. 다중 작업 사전학습을 거친 뒤 미세조정한 정책이 단일 작업 정책보다 성공률과 강건성이 높았다. 복잡한 새 작업을 일부 데이터만으로 더 빨리 가르칠 수 있었다. 사전학습 데이터의 규모와 다양성이 커질수록 성능이 예측 가능하게 올랐다. 사전 공개본에서 연구진은 시뮬레이션 기준으로 미세조정 모델이 처음부터 학습한 모델과 비슷한 성능을 내는 데 필요한 데이터가 30% 미만이었고, 실제 '아침 식탁 차리기' 작업에서는 데이터 15%로 미세조정한 모델이 전체 데이터로 학습한 기준 모델을 이미 앞섰다고 밝혔다.

연구는 업계의 성과 보고 방식에도 경종을 울렸다. 연구진은 작업 난도를 성공률 50% 안팎이 되도록 조정했고, 부분 완수도를 채점하는 평가표를 만들었으며, 정책 간 차이가 실제인지 통계 검정으로 판별했다. 절대 성공률은 작업을 얼마나 어렵게 설계하느냐에 크게 좌우된다고 명시해, 기업 시연 영상 속 성공률 수치를 서로 비교하는 데 주의를 당부했다.

산업적 의미도 작지 않다. 피지컬 인텔리전스, 스킬드AI, 피규어AI, 구글 딥마인드, 엔비디아가 모두 범용 로봇 모델을 내세우고 있고 투자자들은 폭넓은 사전학습이 효과를 낸다는 가정 위에 기업가치를 매겼다. TRI의 결과는 그 가정을 통제된 증거로 뒷받침한다. 현대차그룹 계열 보스턴다이내믹스는 2025년 8월 아틀라스용 LBM 연구가 TRI와의 협력이라고 밝힌 바 있어, 이번 결과는 국내 완성차 그룹의 휴머노이드 전략과도 맞닿아 있다.

한계는 저자들이 직접 밝혔다. 사전 공개본은 신뢰구간이 학습 과정 자체의 무작위성을 반영하지 않으며, 실환경 잡음 때문에 작은 효과는 놓칠 수 있고, 최신 비전 언어 행동(VLA) 모델의 대형 백본이 아닌 CLIP 기반의 중간 규모 언어 인코더를 썼다고 적었다. 실환경 시험은 모두 병렬 그리퍼 로봇팔에서 이뤄졌고 다지 로봇손이나 휴머노이드는 포함되지 않았다.