Unitree, 봇물 터뜨리다: UnifoLM-WBT-Dataset, 휴머노이드 훈련 데이터의 판도를 바꾸다
2026년 3월 5일, Unitree Robotics는 세계에서 가장 포괄적인 오픈 소스 실세계 휴머노이드 전신 원격 조작 데이터셋을 공개했으며, 그 규모는 계속 커지고 있습니다. 연구원, 개발자 및 전체 AI 동반자 산업이 이 데이터셋에 주목해야 하는 이유를 설명합니다.
UnifoLM-WBT-Dataset이란 무엇이며 왜 중요한가?
2026년 3월 5일, 널리 사용되는 G1 휴머노이드 플랫폼을 개발한 항저우 기반 제조업체 Unitree Robotics는 Hugging Face에 UnifoLM-WBT-Dataset을 공개했습니다. WBT는 전신 원격 조작(Whole-Body Teleoperation)의 약자로, 로봇공학 커뮤니티에서 오랫동안 범용 휴머노이드 지능의 핵심적인 누락된 요소로 인식해 온 훈련 데이터 카테고리를 설명합니다. 즉, 격리된 환경이 아니라 통합되고 조율된 시스템으로 캡처된 완전한 휴머노이드 신체 움직임의 고품질 실세계 기록을 의미합니다.
팔 움직임과 다리 움직임을 따로 기록하거나 통제된 실험실 환경에서 스크립트화된 행동을 캡처하는 기존 로봇 데이터셋과 달리, UnifoLM-WBT-Dataset은 이족 보행 및 균형에서부터 정교한 손가락 수준의 조작에 이르기까지 전체 로봇을 실제 개방된 환경에서 단일하고 통합된 행동 스트림으로 기록합니다. 그 결과, 인간이 실제로 세상과 상호 작용하는 방식을 반영하는 근본적으로 다른 종류의 훈련 신호가 생성됩니다.
이 데이터셋이 Hugging Face에서 공개적으로 제공된다는 점은 연구원, 개발자 및 전 세계 기관이 자유롭게 접근할 수 있다는 것을 의미하며, Unitree의 중요한 전략적 움직임을 나타냅니다. 2026년 초 현재 이미 5,500대 이상의 G1 유닛이 출하되었고, 빠르게 성장하는 오픈 소스 생태계를 통해 이 회사는 단순한 하드웨어 제조업체가 아니라 차세대 휴머노이드 AI의 인프라 계층으로 자리매김하고 있습니다.
전신 원격 조작: 데이터 뒤에 숨겨진 기술적 혁신
이 데이터셋이 기술적으로 왜 중요한지 이해하려면 전신 원격 조작이 실제로 무엇을 의미하는지 이해해야 합니다. 기존 로봇 원격 조작에서 인간 작업자는 조이스틱, 장갑 또는 원격 인터페이스를 사용하여 로봇의 팔 또는 매니퓰레이터를 제어합니다. 로봇의 이동 시스템(걷는 방식, 무게 이동 방식 또는 균형 유지 방식)은 일반적으로 미리 프로그래밍된 컨트롤러에 의해 별도로 처리되며, 조작 작업과는 완전히 분리됩니다.
전신 원격 조작은 이러한 아키텍처 가정을 완전히 깨뜨립니다. 걷기부터 잡기까지 모든 움직임이 격리된 동작이 아닌 완전한 시스템으로 기록됩니다. 작업자의 전신 의도는 로봇에 실시간으로 매핑되며, 로봇은 균형, 이동 및 정교한 손 제어를 단일 통합 행동으로 동시에 조정해야 합니다. 데이터셋에 캡처된 결과는 딱딱하고 미리 프로그래밍된 것이 아니라 유동적이고 사실적입니다. 로봇은 실시간으로 인간의 의도를 따릅니다.
이러한 데이터 수집을 가능하게 하는 하드웨어 또한 주목할 만합니다. Unitree는 Apple Vision Pro, PICO 및 Meta Quest를 포함한 XR 장치와 모션 캡처(MoCap) 시스템 및 웨어러블 외골격 스타일 컨트롤러를 사용하여 원격 조작 경로를 개발했습니다. 이러한 입력 시스템은 인간의 신체 운동학을 G1 로봇의 29~43자유도에 대한 조인트 공간 명령으로 직접 변환합니다.
각 데이터셋 에피소드는 전체 조인트 상태 관측(어깨 피치/롤/요, 팔꿈치, 손목 축, 엉덩이, 무릎 및 발목 관절을 포함하는 float32 배열), 동작 벡터 및 256×256 또는 128×128 해상도의 동기화된 다중 카메라 비디오 스트림을 캡처합니다. 에피소드는 평균 약 30초이며 RLDS 형식으로 제공됩니다.
데이터셋 살펴보기: 작업, 규모 및 지속적인 업데이트
UnifoLM-WBT-Dataset은 단일한 거대한 파일이 아니라 Unitree G1 로봇이 수행하는 실제 조작 또는 이동 시나리오를 각각 캡처하는 작업별 하위 데이터셋의 증가하는 컬렉션입니다. 2026년 3월 말 현재, 이 컬렉션에는 수만에서 수십만 프레임 범위의 활성 다운로드 파일이 포함되어 있습니다.
| 데이터셋 이름 | 작업 설명 | 프레임 수 |
|---|---|---|
| G1_WB_Dex5_Collect_Clothes | 전신: 흩어진 옷 수거 | ~89,100 |
| G1_WB_Dex5_Pickup_Pillow | 전신: 베개 찾기 및 들기 | ~157,000 |
| G1_WB_Dex5_Put_Clothes_into_Washing_Machine | 전신: 세탁기에 세탁물 넣기 | ~119,000 |
| G1_WBT_Brainco_Pickup_Pillow | Brainco 의수 사용 WBT 변형 | ~178,000 |
| G1_WBT_Brainco_Collect_Plates_Into_Dishwasher | WBT 변형: 접시 수거 및 식기세척기에 넣기 | ~486,000 |
이 데이터셋의 결정적인 특징은 살아있는 아키텍처입니다. 이 데이터셋은 시나리오 범위, 작업 복잡성 및 데이터 볼륨 측면에서 가장 포괄적인 실제 휴머노이드 로봇 데이터셋을 구축하는 것을 목표로 고주파 롤링 업데이트를 계속 받을 예정입니다.
더 큰 그림: UnifoLM 생태계 — VLA, WMA 및 AI 스택
WBT 데이터셋은 독립적으로 존재하지 않습니다. 지난 12개월 동안 Unitree가 UnifoLM 패밀리 우산 아래 체계적으로 구축해 온 점점 더 완성되어 가는 오픈 소스 AI 스택의 한 계층입니다.
2026년 1월 29일 출시된 비전-언어-행동 모델. Qwen2.5-VL-7B 기반. 자연어 지시를 통해 12가지 복잡한 조작 가능. Unitree 오픈 소스 데이터셋으로 미세 조정됨.
2025년 9월 출시된 월드 모델-행동 프레임워크. 합성 데이터 생성을 위한 대화형 시뮬레이션 엔진이자 미래 환경 상태를 예측하는 정책 개선 모듈이라는 이중 기능을 수행하는 월드 모델 포함.
이러한 기둥들은 인터넷에 접속할 수 있는 모든 연구원이나 개발자가 사용할 수 있는 범용 휴머노이드 로봇 훈련을 위한 수직 통합형 완전 오픈 소스 스택이라는, 구현된 AI 분야에서 진정으로 새로운 것을 구성합니다.
편집팀 분석: 휴머노이드 AI 및 동반자 로봇에게 의미하는 바
UnifoLM-WBT-Dataset의 출시는 여러 면에서 중요하며, 그 영향은 로봇공학 연구 커뮤니티를 훨씬 넘어섭니다.
데이터 부족 문제가 직접적으로 해결되고 있습니다. 수년 동안 범용 휴머노이드 로봇 훈련의 주요 병목 현상은 컴퓨팅이 아니라 고품질의 다양하며 실제 훈련 데이터의 부족이었습니다. WBT 데이터셋은 이러한 기본적인 장벽을 직접적으로 공격합니다.
휴머노이드 AI의 민주화가 가속화되고 있습니다. UnifoLM-WBT-Dataset이 Hugging Face에서 무료로 제공됨에 따라 독립 개발자나 스타트업도 Unitree 자체 엔지니어가 사용하는 것과 동일한 훈련 데이터에 액세스할 수 있습니다. 경쟁의 판도가 근본적으로 바뀌었습니다.
동반자 애플리케이션 경로가 명확해지고 있습니다. WBT 데이터셋에 현재 표현된 작업들(옷 수거, 세탁기 적재, 가전제품 픽업)은 일상생활을 의미 있게 지원할 수 있는 가정 서비스 로봇 및 AI 동반자 시스템에 필요한 행동들입니다. 이 데이터셋은 궁극적으로 소비자에게 도달할 동반자 로봇의 형태를 이미 그리기 시작했습니다.
