실물 크기의 가구를 두 팔을 가진 로봇이 조립하는 과제를 체계적으로 다룬 첫 연구 결과가 공개됐다. 그동안 로봇 가구 조립 연구는 장난감 수준의 축소된 환경이나 한 팔만 쓰는 조작에 머물러 있었지만, 이번 연구는 비전-언어-행동(Vision-Language-Action, VLA) 모델을 활용해 실제 크기의 양팔 조립 문제에 정면으로 도전했다.
연구진은 ‘FurnitureVLA’라는 이름으로 이 과제를 공식화하고, 전문가 데이터를 생성하고 평가할 수 있는 확장 가능한 시뮬레이션 파이프라인을 구축했다. 동시에 한 명의 조작자가 양팔을 동시에 원격 조종할 수 있는 VR 텔레오퍼레이션 시스템을 개발해, 고품질의 실제 환경 시연 데이터를 수집했다고 밝혔다. 가구 조립은 여러 개의 하위 작업과 수많은 제어 스텝이 필요한 극단적으로 긴 시간축의 과제로, 중간에 오류가 누적되면 전체 작업이 실패할 위험이 크다.
이 문제를 해결하기 위해 연구진은 ‘진행도 강화 VLA(progress-enhanced VLA)’를 제안했다. 의미론적으로 구획된 하위 작업들로 파인튜닝된 이 모델은 행동을 예측함과 동시에 연속적인 진행도 신호를 함께 산출해, 하위 작업 간 전환을 자동으로 처리하고 추론 과정에서 오류가 누적되는 것을 줄인다. 연구진은 여기에 더해 실물 크기 조립에서 정밀도에 결정적 영향을 미치는 인지·제어 설계 요소들도 함께 분석했다고 설명했다.
연구진은 여러 가구 유형에 걸친 시뮬레이션 실험에서 FurnitureVLA가 기존 베이스라인 대비 평균 성공률을 크게 끌어올렸다고 밝혔다. 인지·제어 설계 요소를 개선한 것만으로도 추가적인 성능 향상이 있었으며, 이 결과를 실제 로봇 플랫폼에서도 검증했다고 설명했다.
이번 연구는 가정용 로봇이나 물류 자동화 분야에서 복잡한 조립 작업을 수행하는 데 필요한 장시간 태스크 처리 능력을 검증했다는 점에서 의미가 있다. 다만 연구진은 시뮬레이션과 실제 환경 사이의 격차, 다양한 가구 형태로의 일반화 등은 추가 검증이 필요한 과제로 남아 있다고 설명했다.
