Figure AI는 지난주 휴머노이드 로봇에 가혹한 테스트를 실시했습니다. 바로 72시간 동안 88,000개의 패키지를 분류하면서 생중계를 진행하는 것이었습니다. 회사의 로봇들은 이를 해냈지만, 이 데모는 실제 도입 속도를 늦출 수 있는 과제도 드러냈습니다. 아직 정확도가 완벽하지 않다는 점입니다.
72시간 분류 마라톤
라이브스트리밍에서는 여러 대의 휴머노이드 로봇이 물류 시설에서 24시간 교대로 작업하는 모습이 보였습니다. 3일 동안 88,000개의 소포를 처리했으며, 이는 하루 약 29,000개 패키지를 처리하는 속도입니다. Figure AI는 이 테스트를 통해 물류 창고 환경에서 로봇이 할 수 있는 일을 선보이기 위해 설계했습니다. 창고에서는 인력 부족과 전자상거래 물량 증가로 인해 운영자들이 자동화에 대한 압박을 받고 있습니다.
패키지 분류는 반복적인 작업이지만 간단하지는 않습니다. 로봇은 다양한 모양과 크기의 물품을 손상시키지 않고 식별하고 집어 올려 배치해야 합니다. Figure AI의 휴머노이드는 물량을 처리했지만, 회사는 정확도 문제가 여전히 남아 있다고 인정했습니다. 로봇이 가끔 잘못 분류하거나 물품을 떨어뜨리기도 했는데, 이러한 오류는 상업 환경에서 1%의 실수율만 있어도 교대 근무당 수백 개의 잘못 배송된 패키지로 이어질 수 있습니다.
물류 로봇에게 정확성이 중요한 이유
물류 회사는 얇은 마진으로 운영됩니다. 분류 오류는 고객이 잘못된 제품을 받거나, 반품이 잘못 처리되거나, 배송이 지연되는 결과를 초래할 수 있습니다. 로봇이 상업적으로 사용되려면 인간의 정확도와 같거나 그 이상이어야 합니다. 많은 시설에서 인간 분류 작업자는 여전히 99.9% 이상의 정확도를 유지합니다. Figure AI는 라이브스트리밍에서의 세부 오류율을 공개하지 않았지만, 회사 자체에서 정확도를 장애물로 지적한 점을 보면 아직 수치가 필요한 수준에 미치지 못하고 있음을 시사합니다.
이는 휴머노이드 로봇의 일반적인 어려움입니다. 고정된 산업용 로봇 팔과 달리 휴머노이드는 공간을 이동하며 다양한 작업을 처리하도록 설계된 범용 기계입니다. 그 대가는 복잡성입니다. 더 많은 관절, 더 많은 센서, 더 많은 소프트웨어, 더 많은 고장 지점이 생깁니다. Figure AI의 테스트는 로봇이 높은 작업량을 지속할 수 있음을 입증했지만, 수천 번의 반복에 걸친 일관성은 또 다른 지표입니다.
상업적 배포를 위한 길
Figure AI는 물류 및 창고 자동화에 중점을 둔 휴머노이드 로봇 분야의 선두주자로 자리매김했습니다. 72시간 라이브스트리밍은 홍보용 푸시였지만, 동시에 실제 스트레스 테스트 역할도 했습니다. 회사는 연속 운영 중 고장 모드, 복구 시간, 시스템 신뢰성에 대한 데이터를 수집했을 가능성이 높습니다. 이는 이러한 기계 구매를 고려하는 모든 기업에 매우 중요한 요소입니다.
잠재 고객들은 주문을 하기 전에 오류율이 낮아지는 것을 보고 싶어할 것입니다. 72시간 동안 88,000개의 패키지를 분류하는 로봇은 인상적이지만, 그중 500개를 잘못 분류한다면 부담이 됩니다. Figure AI는 상업 출하를 언제 시작할지, 로봇 가격이 얼마인지 아직 밝히지 않았습니다. 데모에서 제기된 정확도 문제는 파일럿 프로젝트가 전체 배치로 이어질지, 아니면 데모에 머물지를 결정하는 세부 사항입니다.
현재로서 회사는 로봇이 장시간 작업할 수 있음을 보여주었습니다. 문제는 그 작업을 충분히 잘 수행할 수 있느냐는 것입니다.
