상하이 편의점서 휴머노이드 로봇 6대 24시간 시험…4대 합격

로봇 6대, 4개 업무 통과…완료 과업 1,730건

애지봇 제니 G2 휴머노이드 로봇 6대가 상하이 쉬후이구의 실제 편의점에서 24시간 시험을 진행해 1,730개 과업을 완료했지만, 업무 평가를 통과한 로봇은 4대에 그쳤다. 나머지 2대는 선반 점검과 청소 업무에 어려움을 겪었다. 이 가운데 청소 로봇 한 대는 야간 근무 중 지정된 경로를 벗어나 매장 밖으로 나갔다.

도전은 2026년 11월 2일 오전 10시에 시작해 11월 3일 종료됐다. 애지봇, 정식 명칭 지위안 이노베이션(상하이) 테크놀로지 유한공사가 주관한 이번 생중계는 온라인 플랫폼에서 200만 명 이상의 시청자를 끌어모았다. 로봇들은 점심시간의 수요와 저녁 손님, 야간 근무를 거쳐 다음 날 아침 식사 시간까지 업무를 수행했다.

이번 시험은 볼거리 이상의 실질적인 질문을 던졌다. 손님과 주문, 장애물이 바뀌는 상황에서 로봇이 매장의 서로 연결된 업무를 계속 원활히 처리할 수 있을까? 커피를 제대로 만드는 것도 평가의 한 부분이었다. 신속한 대응, 지정된 위치 유지, 문제가 생겼을 때의 복구 능력도 평가 대상이었다.

애지봇 체화지능연구센터의 런광후이 부사장은 로봇이 변화에 적응하고 섬세한 동작을 빠르게 수행하며 예상치 못한 문제를 처리하는 능력에서 여전히 숙련된 매장 직원에 뒤처진다고 인정했다. 앞으로의 개선은 성공과 실패 사례를 더 나은 운영 규칙과 동작 기술로 전환하는 데 달려 있다.

로봇들이 실제로 완료한 업무

로봇 6대는 손님 응대, 상품 취급, 커피 제조, 즉석식품 제공, 선반 점검, 테이블 청소 업무를 나눠 맡았다. 전체 과업 수에는 난도와 소요 시간이 크게 다른 활동들이 포함됐다.

• 손님 인사 또는 응대 683건.
• 상품 회수 및 전달 369건.
• 커피 제조 147건.
• 음식 제공 126건. 최종 집계에서는 아침 식사 제공, 평가 결과에서는 즉석식품 제공으로 설명됐다.
• 선반 점검 및 보충 277건.
• 테이블 청소 128건.

손님 응대는 기록된 전체 과업 1,730건의 약 39.5%를 차지했다. 손님 응대와 상품 취급을 합하면 1,052건으로 약 60.8%였다. 이는 음료 제조와 음식 제공처럼 눈길을 끄는 업무 외에도, 기록된 활동 상당수가 사람에게 대응하고 상품을 옮기는 일이었음을 보여준다.

로봇 6대 전체로 보면 시간당 완료 과업은 평균 약 72건이었다. 그러나 업무별로 요구되는 작업은 달랐다. 손님에게 인사하는 일과 커피를 만드는 일은 작업 순서와 장비, 소요 시간이 서로 다르다. 평가에는 근무 시간, 고객 반응, 과업 성공률, 대응 속도, 문제 복구 능력도 반영됐다.

로봇 4대는 통과하고 2대는 탈락한 이유

손님 응대 로봇 아하오는 먼저 나서서 손님을 돕고 고객 서비스 부문에서 가장 높은 점수를 받았다. 상품 회수와 취급을 맡은 훠바오는 주문에 신속히 대응했고, 수요 증가와 주문 취소가 이어지는 동안에도 작업을 계속했다.

커피 로봇 카샤오는 안정적인 제조 과정으로 평가를 통과했으며, 뜨거운 아메리카노도 좋은 반응을 얻었다. 즉석식품 제공과 계산 업무를 함께 맡은 딩장은 꾸준한 업무 처리로 기준을 충족했다.

선반 점검과 보충을 담당한 주안왕은 매장의 운영 속도를 따라가지 못했다. 점검과 상품 보충에 적극성이 부족하다는 평가를 받았다. 청소 로봇 렁제는 야간 근무 중 지정 경로를 벗어나 매장 밖으로 나가 운영 규칙을 수정할 필요성이 제기됐다.

참여 로봇 6대 가운데 4대가 통과해 합격률은 약 66.7%였다. 애지봇은 구체적인 합격 기준 점수나 전체 평가표, 사람의 개입 횟수 전체를 공개하지 않았다. 따라서 발표된 결과는 시스템 전체의 신뢰성보다는 개별 역할의 성과를 더 구체적으로 보여준다. 손님 응대 로봇은 고객 서비스에서 좋은 성과를 냈지만, 청소 로봇은 작업 구역을 더 엄격히 통제할 필요가 있었다.

하루 동안 이어진 업무가 드러낸 다양한 부담

24시간 일정은 좁은 공간에서 수요가 바뀌는 상황을 로봇들이 어떻게 견디는지 보여줬다. 점심과 아침 시간에는 신속한 서비스가 요구됐다. 저녁에도 손님이 몰렸고, 야간에는 매장이 한산해진 상황에서도 로봇들이 맡은 업무를 계속 수행할 수 있는지가 시험대에 올랐다.

시험은 다음 순서로 진행됐다.

• 2026년 11월 2일 오전 10시: 제니 G2 로봇 6대가 쉬후이구 편의점에서 업무를 시작했다.
• 11월 2일 점심과 저녁: 주문 처리, 상품 취급, 음식 준비 등 붐비는 서비스 시간대에 평가가 진행됐다.
• 11월 2일 밤부터 11월 3일 새벽까지: 로봇들은 야간 근무를 이어갔고, 이때 청소 로봇이 경로를 벗어났다.
• 11월 3일 아침 식사 시간 및 종료: 마지막 서비스 시간대를 끝으로 24시간 평가가 마무리됐으며, 이후 로봇 4대가 합격 판정을 받았다.

로봇들은 한 번의 시간을 정해둔 동작이 아니라 네 차례의 서비스 시간대에 걸쳐 평가받았다. 상품 전달이 늦어지면 다른 주문에도 영향을 줄 수 있고, 한 로봇이 선반 앞을 차지하면 동료 로봇이 선반에 접근하지 못할 수도 있다. 작업을 계속 진행하려면 개별 로봇의 손재주뿐 아니라 협업도 필요했다.

손님과 장애물도 시험의 일부

초청 참가자 샤오양 비우비우와 샤오샤오 네이선은 매장 직원이 마주할 법한 문제를 재현했다. 이들은 로봇에 일반 콜라와 무설탕 콜라를 구분하도록 요청하고, 선반의 껌을 뒤섞었으며, 사람과 상자로 이동 경로를 막았다.

콜라 과제는 음성 요청과 시각 정보를 연결해 알맞은 상품을 식별해야 했다. 껌 과제는 선반에 실제로 놓인 상품을 점검하고 제자리에 돌려놓을 수 있는지를 확인했다. 장애물 과제에서는 사람이나 물체를 피해 멈추거나 다른 경로를 찾는 능력을 시험했다.

시험 중 로봇들은 시각 점검으로 잘못 놓인 상품을 찾아 올바른 위치로 옮겼다. 선반의 빈자리를 발견하면 사람이 새로 지시하지 않아도 상품 보충을 시작할 수 있었다. 청소 시연에서는 표면의 무늬와 흘리거나 묻은 얼룩을 구분하는 과제도 포함됐다.

이런 과제에서는 인식과 동작이 함께 필요했다. 로봇은 먼저 상품이나 장애물, 더러운 곳을 알아본 다음 행동을 선택해 실행해야 했다. 잘못 식별하면 엉뚱한 상품을 전달하거나 불필요하게 청소하거나 다른 로봇의 경로를 막을 수 있다.

사탕 봉지 하나도 어려운 이유

런 부사장은 다양한 상품과 섬세한 취급, 로봇 사이를 오가는 손님, 제한된 공간을 공유하는 여러 로봇 때문에 편의점이 까다로운 환경이라고 설명했다. 고정된 피킹 작업장과 달리 매장에서는 손님이 상품을 옮기거나 통로에 들어서는 순간 상황이 달라질 수 있다.

고리에 걸린 스키틀즈 봉지는 이런 어려움을 보여주는 사례다. 로봇은 상품을 알아보고 잡을 위치를 정한 뒤, 봉지 입구가 고리에 걸리지 않도록 충분한 힘을 줘서 떼어내야 한다. 위치와 파지력이 함께 중요하다.

부드러운 케이크 조각은 또 다른 문제를 낳는다. 압력이 너무 약하면 놓칠 수 있고, 너무 강하면 으스러뜨릴 수 있다. 휘거나 모양이 변하는 포장재와 식품은 가장자리가 뚜렷하고 형태가 일정한 단단한 물체보다 안정적으로 다루기 어렵다.

런 부사장은 작업 구역이 명확하고 물체가 표준화돼 있으며 결과를 확인하기 쉬울 때 업무 난도가 비교적 낮다고 말했다. 유연한 물체, 복잡한 표면 접촉, 긴 동작 순서는 여전히 기술적 과제로 남아 있다. 매장에서는 로봇이 정형화된 업무 하나를 꾸준히 수행할 수 있더라도, 다양한 상품이 바뀌는 상황에서 숙련된 직원과 같은 속도로 일하기까지는 추가 개선이 필요하다는 뜻이다.

서로 다른 업무를 연결하는 소프트웨어

애지봇은 로봇 6대에 여러 연계 시스템을 탑재했다. 체화 기반 모델인 GO-3Preview는 다양한 물리적 과업을 수행하는 역량을 제공했다. 체화지능은 주변을 관찰하고 그 안에서 행동하는 물리적 기계를 통해 작동하는 AI를 뜻한다.

애지봇의 추가 학습 시스템인 제니에볼버는 실제 로봇을 이용한 학습과 시뮬레이션, 월드 모델을 결합했다. 월드 모델은 행동에 따라 사물과 주변 환경이 어떻게 반응할지 예측하는 데 쓰이는 컴퓨터 표현이다. 이러한 학습 방법은 동작 수행 능력을 개선하기 위한 것이다.

제니마스터는 로봇 간 업무 배분을 담당하고 수행 결과를 학습 과정에 되돌려 보냈다. 체화 실행 프로토콜(EEP)은 의사결정과 물리적 행동, 그 결과에 대한 피드백을 연결했다.

매장에서 업무를 배분하는 소프트웨어는 어떤 로봇이 특정 작업을 할 수 있는지, 어떤 조건에 놓여 있는지 파악해야 했다. 그다음 동작 시스템은 현재 관찰한 정보를 바탕으로 행동을 수행해야 했다. 피드백을 받으면 업무 배분 시스템은 다음에 할 일을 정하고, 필요한 경우 동작을 바로잡을 수 있었다.

공간을 공유하기 때문에 이런 조율이 필요했다. 상품 보충 로봇이 주문 처리에 필요한 위치를 차지하면 시스템은 접근을 조정하거나 작업 순서를 바꿔야 했다. 애지봇은 로봇 위치 간 충돌과 주문 상태 갱신 지연을 더 나은 업무 규칙으로 해결할 수 있는 문제의 사례로 제시했다.

실수에서 배우는 두 가지 시간표

애지봇은 실제 환경에서 성공하거나 실패한 작업 기록을 활용하는 과정을 ‘피지컬 RSI’, 즉 물리적 세계에서의 재귀적 자기 개선이라고 부른다. 기본 개념은 실제 과업에서 무슨 일이 일어났는지 살펴보고 변화를 적용한 뒤, 이후의 성과를 바탕으로 추가 개선을 추진하는 것이다.

애지봇은 제니마스터가 성공 및 실패한 작업 순서를 수집하고, 유용한 경험을 장기 기억에 저장하며, 효과적인 조정을 학습 데이터로 전환한다고 설명했다. 기억해둔 운영 규칙을 재사용하는 것과 새로운 동작 기술을 학습하는 데에는 서로 다른 시간이 걸린다.

런 부사장은 업무 절차와 일정 조정에 관한 교훈은 당일 검토해 다음 날 적용할 수 있다고 말했다. 반면 동작 정책을 업데이트하려면 데이터 수집과 품질 검사, 학습, 검증이 필요하다. 동작 정책은 로봇이 관찰한 정보를 바탕으로 물리적 행동을 선택하는 시스템이다.

런 부사장에 따르면 생중계에서 수집한 유용한 데이터가 이후 동작 정책 업데이트에 반영되기까지는 1~2주가 걸릴 것으로 예상됐다. 이에 따라 시험 후속 조치에는 두 가지 실무 일정이 적용된다. 업무 흐름 규칙은 빠르게 바꾸고, 동작을 제어하는 모델은 더 긴 시간을 들여 개선하는 방식이다.

청소 로봇이 경로를 벗어난 일과 상품 보충 로봇의 대응이 느렸던 일은 서로 다른 개선 과제를 보여줬다. 하나는 지정된 작업 구역 안에 머무르는 문제였고, 다른 하나는 선반을 관리하는 데 필요한 적절한 타이밍과 주도성의 문제였다. 애지봇은 두 로봇의 다음 공개 평가 일정을 밝히지 않았다.

상업적으로 유용한 업무란

애지봇은 이번 편의점 시험을 새로 공개한 통합 체화 AI 역량을 구체적인 사업 운영에 적용한 첫 사례라고 소개했다. 애지봇은 10월 22일 AI 웨이브 기술 공개 시리즈를 시작해 데이터와 시뮬레이션, 모델, 로봇 하드웨어, 운영체제를 공개한 뒤 이를 매장에서 통합했다.

이러한 상업적 확대는 2026년 상반기 매출이 20억 위안에 육박하고 범용 AI 로봇 누적 생산량이 2만 대에 이르렀다는 발표와 함께 이뤄졌다. 편의점 평가는 일상적인 서비스 현장에서 로봇이 실제로 어떤 성과를 낼 수 있는지에 초점을 맞췄다.

애지봇 공동창업자이자 공동 사장, 체화 사업부문 사장인 야오마오칭은 생산적인 로봇 업무가 측정 가능하고 반복 가능하며 지속 가능한 엔지니어링 기준을 충족해야 한다고 말했다. 그가 제시한 지표에는 성공률, 과업 완료에 걸리는 시간, 평균 고장 간격(MTBF)이 포함됐다.

MTBF는 고장과 고장 사이의 평균 작동 시간을 뜻한다. 매장 관리자에게는 기계가 문제가 발생해 서비스를 중단하기 전까지 얼마나 오래 일할 수 있는지를 보여주는 실질적인 지표다. 작업 시간도 같은 이유로 중요하다. 로봇이 결국 음식을 제대로 만들더라도 아침 식사를 기다리는 손님에게는 신속한 제공이 필요하다.

애지봇은 추적할 목표로 네 가지 성과를 제시했다. 재시도나 사람의 개입으로 낭비되는 시간을 줄여 기준을 충족하는 작업량을 늘리는 것, 상품이나 매장 배치가 바뀔 때 필요한 데이터 수집과 조정을 줄이는 것, 기존 기술을 유지하면서 독립 평가에서도 개선 효과를 이어가는 것, 다양한 근무 시간대와 고객 흐름에서 경험을 쌓아 운영 비용을 낮추는 것이다.

상하이 시험은 유용한 서비스와 아직 해결되지 않은 과제를 모두 보여줬다. 로봇 4대는 맡은 기준을 충족했지만, 2대는 역할을 꾸준히 수행하는 능력과 동작 제어의 약점을 드러냈다. 애지봇이 다음으로 해결해야 할 기술 과제는 설정한 성과 지표를 활용해 이런 교훈을 더 긴 운영 시간과 변화하는 매장 환경에 적용하는 것이다.

핵심 내용

• 애지봇 제니 G2 로봇 6대가 2026년 11월 3일 상하이 쉬후이구에서 24시간 편의점 시험을 마쳤다.
• 로봇들은 손님 응대 683건, 상품 취급 369건, 커피 제조 147건 등을 포함해 총 1,730개 과업을 완료했다.
• 로봇 4대가 통과했다. 선반 점검 로봇은 매장의 작업 속도를 따라가지 못했고, 청소 로봇은 야간 근무 중 지정 경로를 벗어났다.
• 콜라 종류 구분, 흐트러진 선반 정리, 사람과 상자를 피해 이동하기 등이 시험에 포함됐다.
• 애지봇은 업무 흐름 변경은 다음 날 적용할 수 있으며, 시험 데이터를 활용한 동작 모델 업데이트에는 1~2주가 걸릴 것으로 예상했다.
• 회사가 제시한 상업적 목표에는 성공률 향상, 서비스 중단 감소, 신규 매장 도입 간소화, 운영 비용 절감이 포함된다.