2026년 9월 14일~16일, 총 3일 18시간 동안 로보시지(Roboseasy)라는 기업에서 우리 연구실을 대상으로 로봇 및 physical AI 교육을 해주었다. ETRI 과제를 통해 강화학습은 많이 접해보았지만, 이와는 또 다른 개념인 physical AI 에 대해 처음 접해보게 되었다. 최근 로봇 및 physical AI가 많은 분야에서 각광받는 만큼, 이번 교육이 좋은 경험이라고 생각이 들었고 열심히 참여하였다. 교육은 기본적인 이론 강의 이후 직접 로봇을 작동해보며 데이터를 수집하고, 수집한 데이터를 통해 직접 모델을 학습 및 추론해보는 식으로 진행되었다. 교육을 들은 대부분의 인원이 낯선 분야였는데, roboseasy 강사분이 이해하기 쉽게 알려주시고 실습도 step by step으로 다 설명해주셔서 잘 따라갈 수 있었던 것 같다. 나는 재우, 다빈이와 같은 조였고 셋이서 머리를 맞대며 실습하는 시간이 가장 기억에 남고 하나의 좋은 경험 및 추억이 된 것 같다. 

<주요 교육 내용 및 후기>

1일차에는 기본적으로 physical AI가 무엇이고, 어떻게 발전해왔는지에 대한 이론 설명부터 시작했다. 낯선 내용임에도 전반적으로 흥미있게 다가왓다. 이 후, 직접 lekiwi를 통해 실습을 진행하였다. Leader arm과 follow arm 두 가지의 로봇이 있는데, 각각 관절 동작 범위를 미리 세팅한 후, teleoperation을 통해 leader arm으로 follow arm을 작동시키는 실습을 했다. 조 별로 먼저 주사위를 집어서 통 안에 집어넣는 대결을 했을 때가 가장 기억에 남는다. Teleoperation을 충분히 익힌 후에는 직접 주사위를 박스에 넣는 task를 해보며 데이터를 수집하였다. 50개의 에피소드를 수집하였는데, 사실 50개면 그렇게 많은 에피소드 수도 아닌데 생각보다 오래 걸렸고 이런 연구를 하는게 정말 쉽지는 않겠다 라는 생각을 했다. 수집한 데이터를 허깅페이스에 업로드하는 과정에서 우리의 모든 데이터가 증발하는 이슈가 생겨 이 부분이 너무 아쉬웠다.

2일차에는 학습한 모델을 가지고 추론을 먼저 해보았다. 우리는 데이터가 날라가 직접 학습은 못해서 성호 조의 체크포인트를 다운 받아 추론을 하였는데, 추론 성능이 꽤 괜찮아서 놀랍기도 하고 신기하기도 하였다. 이 후에는 pc를 통해 로봇을 제어하는 것을 실습하였다. 또한 이번에는 정상적인 에피소드만 수집하는 것이 아니라, 실패했을 경우를 대비해 recovery 에피소드도 추가로 수집하였다. Recovery 에피소드의 예시는 주사위를 못 집었을 때를 가정하고 다른 부분에서 에피소드를 수집하여 다시 주사위를 집어서 박스 안에 넣는 것이다. 이렇게 보완된 데이터를 가지고 act 모델 뿐만 아니라 small-VLA 모델도 학습을 하는 시간을 가졌다.

3일차에는 우선 가장 기대가 되었던 IsaacSim에 대한 수업이 진행되었다. 이 부분도 제공해주신 github에 step by step으로 실습 내용이 나와있어서 어렵지 않게 실습할 수 있었다. 중력, 마찰력 등 물리적인 제약을 현실과 동일하게 걸어두고 이를 시뮬레이션 해보는 것이 제일 신기하고 흥미롭게 다가왔던 것 같다. 그리고는 2일 차에 학습했던 모델에 대해 다시 추론해보는 시간을 가졌다. 이 역시 우리 조 로봇 성능이 꽤 좋아서 놀라웠고, 주사위와 학습 때 못봤던 같은 색의 스펀지 공을 같이 놓았을 때에도 주사위를 먼저 인식하는 모습을 보고 로봇 AI 의 능력이 정말 대단하다고 느꼈다. 사실 우리가 수집했던 데이터의 품질이 그리 좋지 않다고 생각했기 때문이다. 그렇게 마지막 실습을 하면서 3일 간의 교육이 마무리 되었다.

이번 기회에 로봇과 physical AI에 대해 접해보며 많은 것을 알아갈 수 있었다. 점점 로봇의 능력이 대단해지고 있다는 것을 체감할 수 있었으며, 해당 분야의 중요성을 뼈저리게 느꼈다. 좋은 교육을 해주신 로보시지 분들께 감사드리고, 무엇보다 이런 교육을 경험할 수 있게 해주신 교수님께 감사드린다. 또한, 교육이 원활하게 진행되도록 도와준 종국,성수,성호,동훈,성인 등의 동료 연구원들에게도 고맙다는 말을 전하고 싶다.