Figure 로봇이 용융강 속으로 몸을 던진 까닭
시뮬레이션으로 익힌 점프 동작이 낡은 기계를 안전하게 치우는 데 쓰였다
TL;DR:
- Figure F.02가 시뮬레이션 훈련 끝에 실제 용융강에 뛰어들었다
- 유지비 부담을 줄이면서 독점 부품이 밖으로 새는 걸 막는 한 번에 두 가지 해결책
- 통합 제어 스택이 낯선 환경에서도 돌아간 건 확인됐지만 아직 한 가지 작업에만 국한됐다
헤드라인
Figure는 F.02 로봇을 일부러 용융 금속이 담긴 용기에 뛰어들게 만들었다. 시뮬레이션에서 배운 움직임이 실제 공장에서 먹히는지 확인하면서, 동시에 낡은 장비를 처분하는 셈이었다.
요약
Figure는 핀란드 주조 공장에서 로봇이 용융강 용기에 뛰어드는 동작을 시뮬레이션으로 미리 익혔다. 이 한 번의 작업으로 두 가지 문제를 해결했다. 유지비가 계속 오르는 구형 로봇을 치우면서, 전용 액추에이터 같은 부품이 회사 밖으로 빠져나갈 위험도 없앴다.
분석
중요한 건 시뮬레이션에서 만든 복잡한 동작을 처음 보는 실제 공장에서 실행하게 만든 제어 모델이다. Figure의 강점이 대형 언어 모델 하나에만 있는 게 아니라, 하드웨어와 센서, 명령 따르기, 행동 제어를 하나로 묶는 데 있다는 점을 보여준다.
F.02에서 F.03 이후로 넘어가면서 점점 커지는 문제도 드러났다. 구형 로봇을 계속 돌리는 비용이 늘고, 전용 부품이 통제 밖으로 나가지 않게 막아야 하며, 로봇을 어떻게 끝내는지가 제품 계획에 들어가야 한다는 점이다.
Figure는 비용만 드는 폐기 작업을 시연과 한정 판매로 바꿔 관심을 끌었다. 다만 이 이벤트가 산업 전체를 바꾸지는 않는다. 정교하게 만든 단일 작업을 검증했을 뿐, 공장이나 집에서 폭넓게 쓰이는 자율성은 아니기 때문이다.
영향 평가
중요도는 중간 수준이며 기술 인사이트와 산업 트렌드, AI 안전 쪽에 속한다.
Verdict: 트레이더나 장기 보유자에게는 크게 상관없는 이야기고, 로봇 플랫폼을 만드는 사람들에게만 아직 초기 신호로 남는다. 이번 일에서 실질적으로 앞선 쪽은 빌더다.