픽셀에서 토크까지: Figure AI의 Helix 02가 거동 조작(Loco-Manipulation) 문제 해결 — 가정용 로봇 공학의 가장 어려운 미해결 문제

01 — 문제점: 왜 거동 조작(Loco-Manipulation)이 수십 년간 로봇 공학을 좌절시켰는가

매일 아침 생각 없이 하는 기만적으로 단순한 일이 있습니다. 침실에서 부엌으로 걸어가 머그잔을 들고 물을 채운 다음 다시 가져와 테이블에 놓는 것입니다. 이 일련의 모든 단계는 로봇 공학 연구자들이 거동 조작(loco-manipulation)이라고 부르는 것을 필요로 합니다. 즉, 이동(locomotion)과 조작(manipulation)의 동시적이고 연속적인 결합입니다. 무언가를 들고 걷기. 균형을 잡으면서 팔을 뻗기. 멈추지 않고 예기치 않은 접촉에서 회복하기.

수십 년 동안 이것은 로봇 공학에서 가장 어려운 미해결 문제 중 하나였습니다. 걷는 것이 어렵기 때문도 아니고, 물체 조작이 어렵기 때문도 아닙니다. 이 두 가지를 동시에 수행해야 할 때, 몸체가 중심을 변화시키는 팔 때문에 계속해서 균형을 잡아야 하는 상황에서, 엔지니어들이 선호하는 깔끔한 분해를 거부하기 때문입니다. 표준 해결책은 "정지-이동" 패러다임이었습니다. 목적지로 걸어가 멈추고, 안정화한 다음, 팔을 뻗어 잡고, 다시 걷는 것입니다. 이러한 인계는 느리고 취약하며 인간의 움직임과는 전혀 다릅니다. 예기치 않은 편차(흔들림, 물건 떨어뜨림, 고르지 않은 바닥)는 전체 시퀀스를 실패하게 만듭니다.

Helix 02 이전에 공개적으로 시연된 모든 인간형 로봇은 어느 정도 이 문제를 우회했습니다. 보스턴 다이내믹스의 백플립, 유니트리의 무술 루틴과 같은 인상적인 시연조차도 실시간 피드백이 제한된 미리 계획된 동작입니다. 이는 환경이 예상대로 정확히 협력할 때 로봇이 무엇을 할 수 있는지를 보여줍니다. Helix 02는 그렇지 않을 때 어떤 일이 발생하는지를 다루는 최초의 시스템입니다.

02 — 아키텍처: 시스템 0, 1, 2 — 세 가지 속도, 하나의 몸체

Helix 02의 기술적 핵심은 각 계층이 기능에 적합한 시간 척도로 작동하는 3계층 계층적 아키텍처입니다. Figure가 "시스템 0, 1, 2" 설계라고 부르는 핵심 통찰은 로봇 몸체가 의미적으로는 느리게, 운동적으로는 빠르게, 물리적으로는 즉각적으로 세 가지 매우 다른 속도로 동시에 추론해야 한다는 것입니다.

세 가지 시스템은 독립적인 모듈이 아닌, 서로 통신하도록 엔드-투-엔드로 훈련됩니다. S2는 S1이 시각-운동 제어를 위한 컨텍스트로 읽는 잠재적 의미 표현을 생성합니다. S1의 출력은 S0의 물리적 실행으로 피드됩니다. 그 결과, "무엇을 하려는지 천천히 생각"하면서도 "실제로 빠르게 행동"하고, 이 두 가지 과정 아래에서 "지속적으로 균형"을 잡는 로봇이 탄생합니다. 이 세 가지 과정 중 어느 것도 서로를 위해 멈추지 않습니다.

03 — 시연: 식기세척기, 거실, 야외

Figure는 2026년 1월 이후 Helix 02의 주요 시연 세 가지를 공개했으며, 각 시연은 시스템이 처리할 수 있는 범위가 확장되었음을 보여줍니다. 이들은 통제된 주방 환경에서부터 구조화되지 않은 야외 공간까지 명확한 궤적을 그립니다.

04 — 하드웨어: Helix 02를 위해 제작된 Figure 03의 센서 스위트

Helix 02는 단순한 소프트웨어 혁신이 아닙니다. Figure 03 하드웨어는 AI 아키텍처의 요구사항, 특히 시스템 1의 전신 시각-운동 정책이 읽어야 하는 새로운 센서 양식에 맞춰 공동 설계되었습니다. 세 가지 추가 사항이 눈에 뜁니다.

손가락 끝 촉각 센서는 종이 클립 무게에 해당하는 3g 정도의 낮은 힘에도 민감하게 반응하여, 로봇이 미끄러지기 전에 안전한 그립과 임박한 미끄러짐을 구분할 수 있게 합니다. 이 정도 수준의 힘 피드백은 수백 그램의 과도한 힘으로 파괴될 수 있는 깨지기 쉬운 물체(유리 제품, 달걀, 약, 얇은 전자제품)를 다룰 수 있게 합니다. 손바닥에 장착된 카메라는 로봇의 손이 작업 자체로 가려졌을 때(예: 통에 손을 넣거나, 아래에서 물체를 다루는 상황) 머리 카메라가 유용한 정보를 잃을 수 있는 상황에서 시각적 피드백을 제공합니다. 10Gbps mmWave 무선 데이터 오프로드는 Figure 03이 유선 연결 없이 지속적인 전체 플릿 학습을 위해 테라바이트 규모의 작동 데이터를 업로드할 수 있게 합니다.

05 — 다음 단계: 24시간 작동, 공장 플릿, 가정 내 파일럿

Figure CEO 브렛 애드콕은 Helix 02를 기반으로 한 구체적인 2026년 로드맵을 발표했습니다. 목표는 공격적이지만, 희망적인 예측이 아니라 시연된 능력에 기반을 두고 있습니다.

06 — Helix 02가 Figure AI를 넘어 중요한 이유

Helix 02의 중요성은 Figure AI의 제품 로드맵에만 국한되지 않습니다. 이는 로봇 공학 분야 전체가 주시하고 있는 아키텍처 접근 방식(모듈식 분해 없이 센서에서 액추에이터까지 엔드-투-엔드 신경 제어)에 대한 개념 증명입니다. 이 접근 방식이 일반화된다면, 새로운 로봇 동작을 개발하는 데 필요한 비용 모델을 수개월의 엔지니어링 작업에서 며칠의 데이터 수집 및 훈련으로 바꿀 것입니다.

AI 동반자 및 고정밀 상호 작용 분야에서 활동하는 기업들에게 Helix 02는 "전신 AI"가 무엇을 의미하고 무엇을 가능하게 하는지에 대한 새로운 기준점을 제시합니다. 낯선 집에 들어가 복잡한 가사 작업을 자율적으로 수행할 수 있는 로봇은 단순히 산업 도구가 아닙니다. 이는 동반자 AI가 기다려온 물리적 기반입니다. 로봇을 정교한 기기 이상으로 느끼게 하는 종류의 지속적이고 적응적인 전신 존재감을 제공할 수 있는 하드웨어입니다.

2026년 4분기로 예정된 가정 파일럿은 가장 중요한 시험이 될 것입니다. 공장 환경은 통제됩니다. 가정은 그렇지 않습니다. Helix 02를 실행하는 Figure 03이 깨지기 쉬운 물건, 고르지 않은 표면, 예상치 못한 장애물, 그리고 공장 근로자처럼 행동하지 않는 사람들과 같은 소비자 로봇이 처리해야 하는 가변적이고 예측 불가능하며 사람이 거주하는 환경에서 안정적으로 작동할 수 있다면, 상업적으로 실행 가능한 가정용 동반자 로봇의 출시 시기는 크게 단축될 것입니다. 그 결과가 보장되지는 않습니다. 그러나 이를 시도할 수 있는 아키텍처는 이제 작동하는 하드웨어로 공개적으로 존재합니다.