본문으로 건너뛰기

모델·제품

에이수스 첫 휴머노이드 갤럽, 메인보드 부품 포장부터 배운다

편집·검토: AI Ping 편집팀

3줄 요약

  1. 에이수스는 그룹 공장에서 휴머노이드 로봇 갤럽에 메인보드 부품 포장을 가르치고 있다.
  2. 20초 이내 99.5% 성공률은 회사가 제시한 목표다.
  3. 2027년 고객사 파일럿을 계획하고 2028년 하반기 상용화를 목표로 한다.
실무개발자
투명 봉투에 든 부품 상자 양쪽의 산업용 로봇 팔
AI 생성 개념 이미지: 로봇 팔과 소형 부품 상자로 메인보드 액세서리 포장 작업을 표현했다. · AI Ping

에이수스가 첫 휴머노이드 로봇 ‘갤럽(Gallop)’에 메인보드 액세서리를 포장하는 일을 가르치고 있다. 에이수스가 11월 13일 공개한 개발 기록에 따르면 시험 장소는 그룹의 전자제품 위탁생산 공장이다. 회사는 2027년 고객사 파일럿을 계획하고 2028년 하반기 상용화를 목표로 잡았다. 생산 현장이 먼저 평가할 작업은 기존 포장대에서 메인보드 한 장에 딸린 부품을 빠짐없이 챙기는 일이다.

공동 최고경영자 S.Y. 쉬는 같은 날 공개한 게시물에서 첫 과제에 들어가는 작은 부품이 15개라고 설명했다. 여러 부품이 얇고 투명한 봉투에 들어 있어 손으로 잡을 때 봉투가 휘거나 내용물이 움직일 수 있다. 로봇이 알아봐야 할 것은 부품의 위치와 포장재에서 집을 수 있는 부분이다. 상자에 담기는 순간까지 물건의 방향과 위치도 달라질 수 있어, 부품을 한 번 집는 동작만으로는 포장 작업이 끝나지 않는다.

포장 한 세트에 걸리는 시간과 성공률

에이수스가 제시한 목표는 20초 이내에 포장을 마치면서 99.5%의 작업 성공률을 달성하는 것이다. 회사는 사람이 같은 자리에서 일할 때 적용하는 기준이라고 설명했다. 13일 공개한 자료에는 로봇이 실제로 기록한 성공률과 연속 운전 시간, 시험 횟수가 제시되지 않았다. 회사는 작업자가 시범을 보인 뒤 로봇을 학습시키고 생산라인에서 시험하는 단계까지 진행했다고 밝혔다.

미국 국립표준기술연구소(NIST)는 로봇 조립 연구에서 나사처럼 단단한 부품과 전선·벨트처럼 휘는 부품을 다루는 시험 과제를 함께 만들었다. 정해진 부품과 동작을 여러 로봇에 똑같이 주면 작업 시간과 실패 유형을 비교할 수 있다. NIST의 손 성능 시험은 외부 힘이 가해졌을 때 물체가 손 안에서 미끄러지는 정도도 다룬다. 작은 부품이 든 봉투를 반복해 집는 작업에서는 잡는 위치가 어긋나거나 봉투가 움직일 때도 정확히 옮길 수 있는지가 품질에 영향을 준다. 이 시험들은 로봇 조립을 위한 별도 연구이며 갤럽의 측정값을 제공하지 않는다.

로봇 집게가 투명한 부품 봉투 모서리를 잡고 있다
AI 생성 개념 이미지: 집게가 투명 봉투 모서리를 잡는 모습으로 얇은 포장재를 다루는 동작을 표현했다. · AI Ping

작업자의 시범으로 익히는 순서

갤럽의 학습은 공장 작업자가 동의한 뒤 머리에 단 카메라로 작업을 기록하는 데서 시작한다. 에이수스는 시뮬레이션으로 시범의 변형을 만들고, 작업자가 가상현실 헤드셋과 장갑으로 로봇을 조작해 같은 부품을 다루는 단계도 운영한다고 밝혔다. 사람이 한 일을 기록하는 자료는 손이 어디로 움직였는지 보여 준다. 로봇을 직접 움직여 얻는 자료에는 기계의 손이 실제 부품과 닿았을 때의 움직임이 담긴다.

두 기록의 차이는 포장대에서도 드러난다. 작업자의 손가락으로 쉽게 눌러 고정할 수 있는 봉투라도 로봇이 잡을 때는 집는 부분과 힘을 다시 맞춰야 한다. 시뮬레이션은 같은 부품이 다른 위치에 놓일 때처럼 작업 조건이 조금씩 달라지는 상황을 더해 준다. 회사는 로봇을 배치한 뒤 현장에서 모은 기록도 후속 학습에 반영한다고 밝혔다. 공개 자료에는 어떤 기초 모델을 선택했는지, 시범을 몇 건 수집했는지는 나오지 않았다.

머리에 카메라를 단 작업자가 포장대에 종이 트레이를 놓는다
AI 생성 개념 이미지: 머리에 카메라를 단 작업자가 트레이를 놓는 모습으로 사람의 시범을 기록하는 과정을 표현했다. · AI Ping

고정형 시험기에서 고객사 파일럿까지

현재 시험기는 고정된 받침대에서 두 팔로 부품을 옮긴다. 회사에 따르면 로봇 내부의 엔비디아 젯슨 AGX 토르 한 대가 현장 영상을 바탕으로 작업 순서를 정하고 동작이 계획에서 벗어나면 다시 판단하는 소프트웨어를 실행한다. 엔비디아의 제품 자료에서 젯슨 토르는 센서 처리와 모델 추론을 기기에서 수행할 수 있도록 설계된 로봇용 컴퓨터다. 갤럽에 들어간 모델의 추론 시간이나 포장 한 건의 전력 소비는 에이수스가 공개하지 않았다.

에이수스는 팔과 손의 움직임을 제어하는 부분과 계획을 세우는 부분을 정해진 방식으로 연결했다고 설명했다. 회사가 개선한 모델을 연결해도 팔이나 로봇 몸체 전체를 새로 설계할 필요를 줄이려는 구조다. 현재 작업은 받침대가 고정된 상태에서 손이 닿는 범위 안의 부품을 옮기는 데 집중한다. 회사는 촉각을 감지하는 자체 개발 손을 장착하고 바퀴로 움직이는 형태도 준비하고 있다.

회사는 내년에 갤럽을 컴퓨텍스 2027에서 고객에게 보여 줄 계획이다. 행사 주최 측은 내년 6월 1~4일 타이베이에서 컴퓨텍스를 열기로 했다. 전시에서 선보이는 시점, 고객 생산 현장에서 시험하는 시점, 실제 주문을 받는 시점은 각각 다르다. 에이수스가 공개한 일정에는 2027년 고객사 시험과 2028년 하반기 상용화 목표가 담겼다. 판매 가격과 첫 공급 규모는 공개하지 않았다.

출처