[위클리_피지컬AI] 로봇 행동 데이터 개발 고도화 경쟁 가속 외

[IT동아 강형석 기자] 생성형 인공지능(AI)이 세상을 바꿨다면, 피지컬 AI(실물 인공지능)는 세상을 뒤흔들 것으로 전망된다. 생성형 AI는 온라인상에서 원하는 결과물을 얻고 창의적인 활동을 가능케 하지만, 피지컬 AI는 산업현장부터 일상환경, 재해극복까지 사람이 하기 어려운 영역을 폭넓게 풀어낼 잠재력을 지녔기 때문이다. 현재 전 세계 기술 기업들이 피지컬 AI 경쟁에 뛰어들었고, 기술 개발도 활발하게 이어진다. [위클리_피지컬AI]는 지난 한 주간 주목받은 기술 기업 소식과 연구 성과를 다루고자 한다. 개방형 행동모델 'GE-Act 2.0' 공개한 애지봇, 유니트리 견제 나서나 2026년 9월 11일, 중국 로봇 기업 애지봇(Agibot)이 세계 행동 모델(World Action Model, WAM) 'GE-Act 2.0(Genie Envisioner Act 2.0)'을 오픈소스(개방형)로 공개했다. 유니트리가 60억 매개변수(6B)급 모델 'UnifoLM-WLA-1.0'을 공개한 지 하루 만에 나온 발표다. 중국 휴머노이드 업계 상위권을 다투는 두 기업이 하드웨어 경쟁에 이어 소프트웨어 표준 자리까지 겨루는 모양새다. 애지봇이 개방형 행동모델 GE-Act 2.0을 공개했다 / 출처=애지봇 일반 시각·언어·행동(VLA) 모델은 카메라 이미지와 언어 명령을 곧바로 모터 명령으로 변환한다. 다만 로봇이 물체와 맞닿았을 때 상호작용이 정확히 어떻게 일어나는지는 명시적으로 담아내지 못한다는 한계를 지닌다. 세계 행동 모델은 다음 순간의 장면을 먼저 예측한 뒤 그에 맞춰 움직임을 결정하는 방식으로, 이 한계를 해소하기 위해 제안된 기술이다. 문제는 통상적인 영상 생성기를 실시간 제어 단계에 그대로 적용하면 처리 속도가 떨어지고 메모리 부담이 커진다는 점이다. 애지봇은 이 문제를 세 단계 구조로 풀어냈다. 먼저 '제어 중심 자동인코더(CoAE)'가 입력되는 화면을 64배 압축해 배경 같은 장식적 정보는 버리고 물리적 경계와 움직임만 남긴다. 이어 '단일 구조 시각 플래너(SVP)'가 반복적인 디노이징(정보 복원) 과정을 거치지 않고 한 번의 순전파로 예측 장면을 그려낸다. 마지막으로 '역동역학 모델(IDM)'이 예측된 장면을 거꾸로 훑어 부드러운 관절 움직임으로 바꾼다. 예측한 장면을 한 번에 처리하는 이 구조 덕분에 시각 모듈과 행동 모듈을 서로 다른 데이터셋으로 나눠 따로 사전학습할 수 있다. 시각 모듈은 라벨...