로다 AI, 터치만으로도 작동한다는 것을 증명하기 위해 로봇 카메라를 차단하다

같은 손가락 끝에서 몇 밀리뉴턴에 불과한 미세한 힘부터 40뉴턴이 넘는 큰 힘까지 감지할 수 있는 센서 덕분에, Rhoda AI는 로봇의 카메라를 의도적으로 끄고도 최신 시연을 진행할 수 있었다. 촉각 감지 및 조작 모델을 개발하는 캘리포니아주 팔로알토 소재 로봇 스타트업 로다 AI(Rhoda AI)는 2026년 10월 13일, 작업 전반에 걸쳐 머리와 손목 카메라를 가린 상태에서 로봇이 촉각만을 이용해 상자 안에서 질감이 다른 공들을 찾아내고, 식별하며, 꺼내는 과정을 보여주는 기술 보고서를 발표했다.

로다 AI의 핵심 기술은 새로운 촉각 센서와 자사의 ‘Direct Video-Action’ 모델의 확장 버전이 결합된 것으로, 이 시스템은 원래 시각적 입력을 로봇 동작에 직접 매핑하기 위해 구축되었으나, 이제는 미래의 이미지 대신 미래의 촉각 신호를 예측하도록 개조되었다. 역동역학 모델은 이러한 촉각 예측을 실제 로봇 동작으로 변환하며, 새로운 센서 측정값은 다음 동작을 안내하는 예측을 지속적으로 업데이트함으로써, 시각이 아닌 촉각이 탐색을 주도하는 폐쇄 루프를 형성합니다.

'눈가리개' 실험이 실제로 입증한 것

'눈가리개'라는 표현은 단순한 기교가 아닙니다. 이는 시각이 촉각 모델의 빈틈을 은연중에 보완하는 것을 배제하고, 촉각 시스템이 시각에 의존하지 않고 독자적으로 무엇을 할 수 있는지 분리해 내기 위해 의도적으로 설계된 제거 과정입니다. 오늘날 대부분의 로봇 조작 시스템은 물체 위치 파악에 시각에 크게 의존하며, 터치는 보조 신호로만 사용해 카메라가 물체의 대략적인 위치를 이미 식별한 후에야 그립을 미세 조정합니다. 로다(Rhoda)의 시연은 탐색 및 회수 단계에서 시각 정보를 루프에서 완전히 배제함으로써, 카메라 기반 시스템이 일반적으로 처리하는 작업을 촉각 모델이 수행하도록 강제합니다. 즉, 상자 안에서 촉감을 통해 물체를 찾아내고, 질감만으로 발견한 물체를 분류하며, 회수할지 아니면 계속 탐색할지 결정하는 것입니다.

이는 촉각 보조 잡기보다 훨씬 더 어려운 문제입니다. 카메라를 장착한 로봇이 상자를 수색할 때는 전체 작업 공간을 볼 수 있지만

한 번; 눈가리개를 한 로봇은 촉각에만 의존하여, 의지할 수 있는 지속적인 전체적인 시각 정보 없이 한 번에 한 번씩 차례로 접촉함으로써 상자 안에 무엇이 들어 있는지 파악해야 한다. 로다의 센서 감지 범위는 몇 밀리뉴턴부터 표면을 건드리지 않고도 그 질감을 감지할 수 있을 정도로 정밀하며, 40 뉴턴 이상으로 단단히 잡거나 덤벨 수준의 하중을 감지할 수 있는 로다의 센서 감지 범위는, 이러한 세밀하고 접촉 중심의 탐색이 작동하기 위한 하드웨어적 전제 조건이다.

데모의 솔직한 부분

로다는 다듬어지고 오류가 없는 하이라이트 영상만을 공개하지 않았으며, 이러한 선택 자체만으로도 업계 전반의 촉각 감지 주장을 평가하는 구매자들에게 유익한 정보를 제공합니다. 공개된 영상에는 로봇이 가끔 잘못된 공을 선택하고, 해당 장면을 편집해 내보내지 않고 스스로 수정하기 위해 재스캔해야 하는 모습이 포함되어 있습니다. 신흥 조작 기술을 평가하는 조달 팀은 이러한 공개된 오류 모드를 흠잡을 데 없는 데모 영상보다 더 유용한 신호로 받아들여야 합니다. 이는 선별된 성공 사례보다는 시스템의 실제 오류 복구 행동을 보여주기 때문입니다. 또한 이 영상은 일부 구간에서 6배 및 12배로 속도가 가속 처리되었는데, 구매자들은 이를 실시간 작업 속도에 대한 주장이 아니라 시청 편의성을 위한 편집상의 선택으로 받아들여야 합니다. 로다(Rhoda)는 실제 실시간 완료 시간을 공개하지 않았기 때문입니다.

로다가 공개한 정량적 결과는 범위는 좁지만 구체적이다. 이 모델은 매끄러운 공 하나와 질감이 있는 공 하나, 총 두 개의 공으로만 훈련되었으며, 훈련 과정에서 한 번도 접하지 않았던 질감이 있는 공 두 개를 포함해 총 일곱 개의 공으로 테스트되었다. 회사에 따르면 로봇은 테스트에서 훈련된 공 1개와 새로운 공 2개를 포함해 총 3개의 질감이 있는 공을 모두 성공적으로 회수했으나, 로다는 7개의 테스트 공 전체에 대한 종합 성공률을 공개하지 않았으며 각 테스트에 몇 번의 시도가 포함되었는지도 밝히지 않았습니다. 이는 의미 있는 한계입니다. 작고 구체적인 결과(질감이 있는 공 3개 중 3개 성공)는

이 개념은 제한된 경우에서는 효과가 있지만, 실제 창고나 조립 현장에서 요구되는 더 광범위한 물체 형태, 재질 또는 보관함 구성에 걸쳐 통계적으로 신뢰할 수 있는 성공률을 아직 입증하지는 못했습니다.

왜 촉각 감지가 로봇 조작에서 더 어려운 부분인가

시각 기반 로봇 지각 기술은 지난 몇 년간 빠르게 발전해 왔는데, 이는 주로 카메라가 저렴하고 원리가 잘 알려져 있을 뿐만 아니라, 이미지 인식 분야 전반을 혁신시킨 것과 동일한 딥러닝 기술의 혜택을 받았기 때문이다. 촉각 감지는 보다 평범한 공학적 이유로 뒤처져 왔습니다. 내구성이 뛰어나고 고해상도의 힘 센서는 저비용으로 제조하기 어렵고, 신호 자체는 카메라의 넓은 시야각에 비해 잡음이 더 많으며 국소적이며, 역사적으로 비전 모델에 이용 가능한 방대한 이미지 데이터셋에 비해 촉각에 대한 표준화된 훈련 데이터가 부족했기 때문입니다. 로다(Rhoda)는 이러한 격차를 해소하는 것이, 시각 정보만으로는 신뢰성 있게 성공할 수 없는 작업—컨테이너 내부의 가려진 물체를 다루거나, 저조도 또는 먼지로 시야가 가려진 환경에서 작업하거나, 시각적 외관만으로는 접촉 시 재료의 거동을 신뢰성 있게 예측할 수 없는 직물이나 느슨한 케이블과 같은 재료를 조작하는 경우—에서 특히 중요하다고 보고 있습니다.

조작 능력을 기준으로 로봇 업체를 평가하는 구매자들에게 있어, 촉각 감지 관련 주장은 역사적으로 독립적으로 검증하기 가장 어려운 부분 중 하나였습니다. 대부분의 기업이 촉각을 독립적인 기능이 아닌, 비전 위에 덧씌워진 보조 기능으로 시연해 왔기 때문입니다. 이번 시연을 위해 비전 시스템을 완전히 배제하기로 한 로다(Rhoda)의 결정은 조달 팀에게, 비록 범위는 좁아졌을지라도, 시각적 지원 없이 촉각 모델만으로도 기본적인 탐색 및 회수 작업을 수행할 수 있는지 여부를 평가할 수 있는 더 명확한 데이터 포인트를 제공합니다. 지금까지 공개된 제한된 증거에 따르면, 통제된 용기 내의 단순하고 단단하며 표면 질감이 있는 물체에 대해서는 조건부 ‘예’라고 답할 수 있으나, 이것이 더 광범위한 상황으로 일반화될 수 있는지에 대한 더 큰 의문이 남아 있습니다.

더 복잡한 실제 환경 조작 과제는 여전히 해결되지 않은 상태다.

촉각 감지 경쟁사들 사이에서 로다(Rhoda)의 접근 방식이 차지하는 위치

로다만이 더 나은 로봇 촉각을 추구하는 것은 아닙니다. 지난 1년 동안 여러 휴머노이드 및 조작 중심 로봇 공학 기업들이 각자의 촉각 센서 연구 결과를 발표해 왔는데, 이들은 대개 촉각을 독립적인 지각 채널이 아닌, 기존의 시각 기반 잡기 기능을 더욱 정교하게 만드는 보완 수단으로 규정해 왔습니다. 로다의 시연이 차별화되는 점은 최종 잡기 단계뿐만 아니라 전체 탐색 작업 전반에 걸쳐 시각 정보를 루프에서 명시적이고 의도적으로 배제했다는 사실입니다. 이는 대부분의 경쟁사 촉각 센서 발표보다 더 과감한 주장일 뿐만 아니라, 외부 관찰자가 검증하기에도 더 쉬운 주장입니다. 바로 공개된 영상에서 카메라 영상이 차단된 것이 명확하고 모호함 없이 드러나기 때문인데, 이는 더 광범위한 비전 주도 파이프라인 깊숙이 묻혀 있어 촉각이 실제로 얼마나 기여하는지 파악하기 어려운 촉각 보조 계층과는 대조적이다.

이러한 검증 가능성은 평판 측면에서 로다(Rhoda)에 유리하게 작용하지만, 동시에 회사가 스스로 설정한 기준을 한층 더 높여 놓기도 합니다. 카메라 없이 촉각만으로 작동하는 시스템이 통제된 환경에서 상자를 검색하고 질감이 다른 공 3개를 3개 모두 정확히 식별할 수 있음을 입증한 만큼, 이제 로다는 더 복잡한 조건에서도 동일한 접근 방식이 작동함을 보여줘야 할 것으로 기대됩니다: 더 다양한 물체 유형, 구별하기 더 어려운 질감, 여러 물체가 겹쳐 있는 어수선한 상자, 그리고 단순한 예시가 아닌 통계적으로 유의미한 수준에 도달할 만큼 충분한 표본 크기에 대한 성공률 공개 등이 포함됩니다. 촉각 감지 분야의 경쟁사들과 공급업체를 비교하는 구매자들은, 터치 전용 조작 기술을 상용화 준비가 된 것으로 인정하기 전에 합리적으로 이러한 다음 단계의 증거를 요구할 것입니다.

시각 없이 촉각만으로 작동하는 시스템의 상업적 타당성

카메라에 의존하지 않는 촉각 시스템의 실질적인 가치는, 로봇의 지능과는 무관한 이유로 시각 시스템이 이미 한계에 부딪히는 환경에서 가장 명확하게 드러납니다:

창고 보관함 내부에 물품이 세 겹으로 쌓여 있어 위에서 내려다보는 카메라로는 아래에 있는 물건을 볼 수 없는 경우, 먼지가 많거나 증기가 가득 차 있어 렌즈에 김이 서리거나 막히는 산업 현장, 또는 유지보수 작업 중 기계 하우징 내부와 같은 어두운 밀폐 공간 등이 있습니다. 이러한 각 사례에서, 촉각만을 통해 물체의 위치를 파악하고 식별하며 회수할 수 있는 로봇은 순수하게 비전 기반 시스템이 따라올 수 없는 운영상의 이점을 갖습니다. 이는 카메라의 품질과 무관하게 물리적 환경 자체가 비전 시스템에 필요한 정보를 차단하고 있기 때문입니다.

이러한 특정 실패 모드를 기준으로 신흥 조작 기술 공급업체들을 평가하는 조달 팀에게, 로다(Rhoda)의 시연은 현재의 촉각 하드웨어로 카메라에 의존하지 않는 작동이 기계적으로 가능하다는 유용한 초기 신호일 뿐, 로다를 포함한 어떤 공급업체도 이러한 까다로운 환경에 적용 가능한 제품을 보유하고 있다는 증거는 아직 아닙니다. 실험실 내의 표면 질감이 있는 공이 담긴 바구니와 실제로 시야가 가려지고 물건이 어지럽게 쌓여 있는 산업용 바구니 사이에는 큰 격차가 있으며, 이 격차를 좁히려면 로다(Rhoda)가 아직 발표하지 않은 대규모의 통계적으로 견고한 테스트가 필요할 것이다.

판결을 바꿀 수 있는 요소

이 센서의 측정 범위(수 밀리뉴턴에서 40뉴턴 이상, 약 500Hz의 진동 샘플링)는 이번 발표에서 기억해 둘 만한 수치입니다. 이는 눈가리개를 한 상태에서의 물체 검색을 가능하게 하는 구체적인 하드웨어 사양일 뿐만 아니라, 또한 경쟁사들이 개발 중인 유사한 촉각 센서들의 성능을 평가하는 기준이 될 수치이기도 하다. 로다가 더 다양한 물체 집합에 걸쳐 대규모 성공률을 발표하기 전까지는, 구매자들은 이번 시연을 ‘촉각만을 이용한 물체 탐색 및 식별’에 대한 신뢰할 만한 개념 증명(PoC)으로 간주해야 하며, 촉각 감지 기술만으로도 상업적 조작 환경에서 시각을 대체할 준비가 되었다는 증거로 받아들여서는 안 된다.

이 기사는 로다 AI(Rhoda AI)의 2026년 10월 13일자 기술 연구 게시물과 휴머노이드 데일리(Humanoids Daily)의 2026년 10월 15일자 보도를 종합한 것입니다.

명시된 게시일 기준, ‘눈가리개 착용 로봇’ 시연.

본 기사는 일반적인 정보 제공을 목적으로만 작성되었으며, 투자, 조달, 법률 또는 엔지니어링 관련 조언을 구성하지 않습니다. 수치는 명시된 정보 마감일 기준 상기 출처를 반영한 것이며, 사전 공지 없이 변경될 수 있습니다.