계산대에서 하루 종일, 로봇 4대가 심사 통과
AgiBot G2 휴머노이드 로봇 6대가 상하이 쉬후이구의 실제 운영 중인 편의점에서 24시간 시험 운영을 하며 1,730개 작업을 완료했다. 점심, 저녁, 심야, 아침 시간대에 고객을 응대했다. 이 가운데 4대가 작업 완료율, 응답 속도, 예기치 못한 상황 대처 능력, 고객 피드백을 평가하는 이번 시험의 수습 심사를 통과했다.
목차
시험은 11월 2일 오전 10시부터 11월 3일 오전 10시까지 진행됐다. 각 로봇은 고객 맞이와 상품 전달부터 커피 제조와 테이블 청소까지 정해진 업무를 맡았다. AgiBot은 생중계 시청자가 온라인에서 200만 명을 넘었다고 밝혔다.
회사가 최종 집계한 업무 중 가장 많았던 것은 고객 응대로, 총 683건이었다. 로봇들은 상품 전달 369건, 커피 제조 147건, 아침 식사 주문 처리 126건, 상품 보충 및 진열대 점검 277건, 테이블 청소 128건도 완료했다.
이번 시험은 고객의 요구를 파악하고, 올바른 상품을 찾고, 물건을 조심스럽게 다루며, 사람들 사이를 이동해야 하는 여러 어려운 문제를 한곳에 모았다. 초청된 평가자들은 일부러 상품 위치를 바꾸고 이동 경로를 막았으며, 로봇 주변에서는 일반 영업이 계속됐다.
AgiBot은 이번 운영이 사람의 개입 없이 이뤄졌다고 설명했다. 즉, 매장에서 사람이 시범을 보이거나 수동으로 조정하지 않았다는 뜻이다. 그러나 공개된 결과만으로는 성능을 온전히 파악하기 어렵다. 회사는 생중계 전 매장 투입 과정에서 완료한 작업 수와 성공률을 공개했지만, 24시간 시험 운영의 성공률이나 사람의 개입 횟수는 공개하지 않았다.
로봇 6대의 업무 분담
로봇 한 대는 입구에서 고객을 맞았다. 두 대는 상품을 찾아 전달하고, 상품을 보충하며 진열대를 순찰했다. 네 번째 로봇은 커피를 만들고, 다섯 번째 로봇은 계산대와 즉석식품 업무를 맡았으며, 여섯 번째 로봇은 테이블을 청소했다.
업무를 고정 배정하면서 로봇마다 처리해야 하는 일도 달라졌다. 고객을 맞는 일과 음료를 만들거나 음식을 포장하는 일은 필요한 동작의 순서가 서로 다르다. 같은 업무를 맡더라도 요청이 달라지거나 상품이 제자리에 없고, 고객이 통로를 막는 상황이 생길 수 있다.
고객 응대와 상품 전달은 완료된 1,730개 작업 중 1,052건으로, 약 61%를 차지했다. 활동의 상당 부분이 어디에 집중됐는지 보여주는 수치다. 다만 이 집계는 소요 시간과 난도가 크게 다를 수 있는 작업에 같은 비중을 둔다.
전체 집계는 다음과 같다.
- 고객 응대: 683건.
- 상품 전달: 369건.
- 커피 제조: 147건.
- 아침 식사 서비스: 126건.
- 상품 보충 및 진열대 점검: 277건.
- 테이블 청소: 128건.
로봇 6대 전체로 보면 시간당 완료 작업은 약 72건이다. 실제 수요는 매장이 붐비는 시간대와 비교적 한산한 심야 시간대에 따라 달랐다.
고객과 평가자가 바꾼 작업 조건
초청 평가자들은 상품이 보통 어디에 놓이는지 기억하는 것만으로는 해결할 수 없는 상황을 제시했다. 일반 콜라와 무설탕 콜라를 섞어 놓은 뒤 무설탕 제품을 정확히 요청했고, 껌이 가득 진열된 선반의 상품 위치도 뒤섞었다.
로봇들은 음성으로 요청된 음료와 시각적 확인을 결합해 올바른 콜라를 찾은 것으로 전해졌다. 껌 진열대에서는 가격표가 가리키는 위치에 의존하지 않고, 선반을 정리하며 상품 수를 눈으로 확인했다.
두 시험 모두 매장에서 흔히 발생하는 문제를 겨냥했다. 실제 매장 배치는 작업자가 예상한 모습과 다를 수 있다. 고객이 상품을 잘못된 자리에 돌려놓을 수도 있고, 포장이 비슷한 두 상품은 거의 구별하기 어려울 수도 있다.
평가자들은 통로에 서 있거나 로봇이 지나가는 길에 상자를 떨어뜨리기도 했다. 로봇들은 멈춘 뒤 장애물을 피해 새 경로를 선택한 것으로 전해졌다. 실제 매장에서는 이동과 서비스가 연결돼 있다. 고객의 요청을 완료하려면 진열대까지 안전하게 도달하는 일도 필요하다.
빵 하나나 냉동고 문이 어려운 이유
AgiBot 체화 연구센터의 런광후이 부사장은 편의점에는 다양한 종류의 상품과 고객 요청, 로봇이 사용해야 하는 도구가 있어 작업 환경이 까다롭다고 설명했다. 공장 작업은 대상 물체와 동작의 범위가 더 좁고 환경도 상대적으로 고정돼 있을 수 있다.
빵을 포장하는 일만 봐도 어려움을 알 수 있다. 로봇은 집게를 사용해 빵을 잡고 종이봉투를 열어야 한다. 각 단계에서 물체의 위치와 다음 동작에 필요한 공간이 달라진다. 물체를 한 번 제대로 잡는 것만으로는 주문을 완료할 수 없다.
개발 과정에서는 냉동고 문을 여는 일도 여러 문제를 일으켰다. 로봇은 문이 어느 방향으로 열리는지, 어느 정도 힘을 줘야 하는지 파악해야 했다. 이어 양팔을 협응해 한쪽 팔로 문을 잡고 다른 쪽 팔로 상품을 꺼내야 했다.
런 부사장은 머리와 손목의 센서, 팔의 힘 센서가 로봇의 동작 판단에 도움을 준다고 설명했다. 힘 센서는 로봇이 얼마나 세게 밀거나 당기는지 감지해 문과 심하게 부딪히거나 문을 손상하는 일을 막는 데 도움을 준다.
가장 어려운 작업 중에는 쉽게 휘거나 움직이고 부서지는 상품을 다루는 일도 있었다. 고리에 사탕 봉지를 걸거나 부드러운 케이크를 으깨지 않고 집어 올리는 작업은 여전히 어려웠고, 로봇들이 때때로 실패했다. 이런 사례는 매장 시험에서 완료한 작업 수뿐 아니라 작업의 질도 살펴봐야 하는 이유를 보여준다.
판단과 동작을 연결하는 소프트웨어
로봇 6대는 모두 AgiBot의 체화 에이전트 프레임워크인 Genie Master의 조율을 받았다. 회사는 자사의 Embodied Execution Protocol이 작업 판단, 물리적 동작, 결과에 대한 피드백을 연결한다고 밝혔다.
간단히 말해 체화 지능은 물리적 기계를 통해 행동하는 인공지능이다. 매장 로봇은 요청을 동작으로 바꾸고, 센서를 활용해 결과를 확인해야 한다. 음료를 달라는 요청은 목표를 정하는 일이고, 올바른 용기를 찾아 잡아 전달하는 데에는 일련의 물리적 동작이 필요하다.
AgiBot은 시스템이 매일 성공 및 실패 사례를 검토하고, 유용한 경험을 장기 기억에 저장하며, 수정된 시도를 학습 데이터로 만든다고 밝혔다. 학습 데이터는 시스템이 이후 행동을 개선하는 데 활용할 수 있는 사례들이다.
런 부사장은 주문 시스템에서 초기에 주문 실패, 반영되지 않는 상태 업데이트, 로봇 위치 충돌이 발생했다고 말했다. 작업 흐름 조율 문제는 당일 검토됐으며, 모델 자체를 바꾸지 않고 다음 날부터 변경 사항을 적용했다.
로봇들은 한산한 시간대에 연습도 했다. 런 부사장에 따르면 밤에 대기 시간이 생기면 로봇들은 진열대로 가서 더 어려운 작업을 연습했다. 이에 따라 매장은 실제 업무 공간이자 추가 연습 장소가 됐으며, 고객이 가장 많이 몰리는 시간대가 지난 뒤에도 작업이 이어졌다.
회사의 설명은 로봇 개발에서 흔히 따로 제시되는 여러 단계를 연결한다. 동작을 선택하고, 실행하고, 결과를 통해 학습하는 과정이다. 이번 편의점 시험에서는 이 과정이 한 번의 투입 안에서 이뤄졌고, 한 단계의 실수가 주문의 나머지 과정에 영향을 줄 수 있었다.
심사 기준과 아직 공개되지 않은 정보
작업 완료율, 응답 속도, 예외 상황 대처 능력, 고객 피드백을 평가한 결과 로봇 4대가 수습 심사를 통과했다. 2대는 통과하지 못했다. 공개된 결과에는 이들 로봇의 개별 성적과 탈락 사유가 명시되지 않았으며, 24시간 시험 운영의 성공률과 사람의 개입 횟수도 공개되지 않았다.
생중계 전 편의점에 투입됐을 때 GO-3 Preview를 구동한 G2 로봇의 전체 작업 흐름 성공률은 첫날 28.6%에서 5일째 85.7%로 올라 안정세를 보였다. 단일 작업 성공률은 기존 지도 미세조정(SFT) 방식보다 17.7%포인트 높았다. 이 수치는 생중계 전 매장 투입 결과를 나타내며, 24시간 시험 운영 자체의 결과는 아니다.
런 부사장은 회사가 더 폭넓은 지표를 추적할 계획이라고 말했다. 작업 성공률, 첫 시도 성공률, 응답 시간, 요청부터 완료까지 걸린 총시간, 단위 시간당 무리 없이 완료한 배달 건수, 사람의 개입 빈도, 문제 발생 후 복구 시간, 시스템 가동률 등이 포함된다.
이 지표들은 실무상 서로 다른 질문에 답한다. 첫 시도 성공률은 로봇이 작업을 처음부터 정확히 수행하는지 보여준다. 복구 시간은 문제가 생긴 뒤 유용한 작업을 다시 시작하는 데 얼마나 걸리는지를 측정한다. 시스템 가동률은 예정된 운영 시간 중 장비를 실제로 사용할 수 있는 시간이 얼마나 되는지를 나타낸다.
매장 운영자가 이런 세부 정보를 필요로 하는 이유는 완료된 배달이 빠르고 매끄럽게 이뤄졌을 수도 있고, 여러 차례 재시도 끝에 마무리됐을 수도 있기 때문이다. 마찬가지로 응답은 빠르지만 주문을 끝내는 데 오래 걸리는 로봇과 전체 과정을 신속히 마치는 로봇은 고객에게 서로 다른 경험을 제공한다.
AgiBot의 최종 작업 집계는 완료된 업무의 규모를 보여준다. 더 상세한 성능 지표가 공개되면 매장은 로봇이 얼마나 꾸준히 고객을 응대하는지, 어느 정도 지원이 필요한지, 문제가 생겼을 때 얼마나 잘 복구하는지 평가할 수 있다.
제품 공개에서 밤샘 근무까지
이번 편의점 시험은 10월 22일 시작된 AgiBot의 AI WAVE 공개 시리즈를 마무리했다. 이 시리즈에서는 회사의 데이터셋, 시뮬레이션 플랫폼, 모델, 로봇 하드웨어를 실제 운영에 함께 투입했다.
주요 일정은 다음과 같다.
- 10월 22일: AgiBot이 AI WAVE 공개 시리즈를 시작했다.
- 11월 2일 오전 10시: 로봇 6대가 상하이 쉬후이구에서 편의점 시험 운영을 시작했다.
- 11월 2일부터 11월 3일까지: 점심과 저녁 혼잡 시간대, 심야 근무, 아침 혼잡 시간대를 거치며 작업을 수행했다.
- 11월 3일 오전 10시: 시험이 종료됐다. AgiBot은 1,730개 작업을 완료했고 로봇 4대가 심사를 통과했다고 밝혔다.
런 부사장은 회사가 검토 중인 실용적 분야 중 하나로 심야 근무를 꼽았다. 24시간 영업 매장은 정상적인 수면 패턴을 방해하는 시간대에도 직원을 배치해야 하며, 반복적인 업무에는 오랜 시간 집중해야 할 때도 있다.
AgiBot은 장시간 운영을 지원하기 위해 자율 배터리 교체도 검토하고 있다. 로봇이 방전된 배터리를 교체하고 작업에 복귀할 수 있게 하는 방식이다. 이는 장시간 서비스를 지속하기 위한 회사의 계획 중 하나다.
이번 시험이 매장 업무에 주는 의미
상하이 매장 투입에서는 고객이 계속 쇼핑하는 가운데 로봇이 서로 연결된 여러 서비스 업무를 수행했다. 실무적으로 가장 주목할 점은 시도한 업무의 범위다. 고객과 대화하고, 상품을 구별하고, 음식을 다루고, 장비를 사용하고, 통로를 이동하고, 공용 공간을 청소했다.
어려운 상황도 구체적이었다. 부드러운 케이크는 조심스럽게 잡아야 한다. 냉동고 문을 열려면 힘을 조절하고 양팔을 협응해야 한다. 잘못 놓인 상품은 새로 눈으로 확인해야 한다. 숙련된 직원에게는 작은 동작 하나일 수 있지만, 로봇이 해내려면 여러 능력이 함께 작동해야 한다.
비슷한 장비 도입을 검토하는 소매업체가 가장 궁금해할 점은 한 근무 시간 동안의 신뢰성, 혼잡 시간대의 서비스 품질, 필요한 인력 지원 수준이다. AgiBot은 상당한 작업량과 엇갈린 수습 심사 결과를 공개했다. 회사가 제시한 성능 지표가 공개되면 매장의 일상적인 운영에 적합한지 판단하는 데 필요한 세부 정보를 더 확인할 수 있을 것이다.
핵심 내용
- AgiBot G2 휴머노이드 로봇 6대가 11월 2일부터 11월 3일까지 상하이 쉬후이구의 실제 운영 중인 편의점에서 작업했다.
- AgiBot은 고객 응대 683건, 상품 전달 369건, 커피 제조 147건 등 총 1,730개 작업을 완료했다고 밝혔다.
- 로봇 4대가 이번 시험의 수습 심사를 통과했고, 2대는 통과하지 못했다.
- 평가자들은 상품 위치를 바꾸고 통로를 막아 상품 식별, 진열대 업무, 이동 능력을 시험했다.
- 부드러운 케이크를 집어 올리거나 사탕 봉지를 고리에 거는 등 섬세한 작업은 여전히 어려웠다.
- AgiBot은 매장에서 사람의 시범이나 수동 조정 없이 운영했다고 설명했다. 생중계 전 전체 작업 흐름 성공률은 첫날 28.6%에서 5일째 85.7%로 올랐고, 단일 작업 성공률은 기존 지도 미세조정 방식보다 17.7%포인트 높았다. 24시간 시험 운영의 성공률과 사람의 개입 횟수는 공개되지 않았다.
- 회사는 장시간 운영을 위해 심야 근무와 자율 배터리 교체를 검토하고 있다.
