로보틱스 및 피지컬 AI
ASUS, Gallop 휴머노이드 로봇의 포장 작업에 사람과 같은 속도 목표 설정
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트ASUS tests Gallop on its own factory lines rather than rented space.
더 보기
- ASUS tests Gallop on its own factory lines rather than rented space.
- Four fixed software layers let ASUS swap AI models without rebuilding the robot.
- Customer pilots in 2027 must prove repeatable factory results before broader use.
ASUS는 2026년 11월 13일 첫 휴머노이드 로봇인 Gallop의 세부 정보를 공개했다. Gallop은 그룹 계열 전자제품 공장 중 한 곳에서 메인보드 액세서리 15종을 포장하는 작업을 학습하고 있으며, 메인보드 한 장당 20초 이내에 99.5%의 성공률을 달성하는 것이 목표다.
부품 가운데 상당수는 얇고 투명한 봉투에 담겨 있어 단순한 그리퍼로 작업하기 어렵다. ASUS는 로봇이 사람이 계속 옆에 서 있지 않아도 작업 대부분을 맡을 수 있는지 시험하기 위해 이 작업대를 선정했다. ASUS는 사람에게도 동일한 속도 및 성공률 기준을 적용한다. Gallop의 수치는 목표일 뿐, 실제로 달성한 결과가 아니다.
작업 시연, 학습, 생산 라인 테스트로 이어지는 전체 과정이 이제 작동한다. 사람이 작업을 보여주면 로봇이 이를 학습하고 ASUS가 생산 라인에서 시험한다. 로봇 개발은 2026년 초 시작된 프로그램으로, Physical AI Solutions Business Group 산하 Humanoid Robotics 사업부가 담당한다.
ASUS가 휴머노이드 형태를 택한 더 큰 이유는 팔과 정교한 손을 이용해 사람을 위해 설계된 기존 작업대와 도구, 트레이를 그대로 사용할 수 있어 로봇에 맞춰 공장을 재구축할 필요가 없다는 점이다. 다만 모든 작업에 휴머노이드가 필요한 것은 아니라는 점도 인정한다.
숙련 작업자를 바탕으로 한 학습
ASUS는 거대한 모델을 자체 개발하는 대신 공개 AI 모델을 활용한다. 숙련된 작업자들은 동의한 경우 머리에 착용하는 카메라를 사용하며, 이들이 작업을 시연하는 모습을 통해 실제 작업 방식을 기록한다. 시뮬레이션으로 시연 사례를 다양하게 변형하고, VR 헤드셋과 장갑을 착용한 작업자가 실제 작업대에서 사용하는 것과 동일한 부품과 카메라로 Gallop의 연습을 안내한다.
로봇을 배치한 뒤 촬영한 녹화 영상도 학습에 다시 반영된다. ASUS는 실제 작업대와 부품, 품질 기준에서 얻은 적절한 데이터가 자사의 경쟁력이라고 설명한다. 자사 전자제품 제조 서비스 공장이 테스트 환경을 제공하는데, 대부분의 로봇 기업은 이런 환경을 임대해야 한다.
네 가지 소프트웨어 계층과 자체 개발 하드웨어
Gallop의 소프트웨어는 네 가지 계층으로 나뉜다. 계획 계층은 주변 상황을 해석하고 작업을 단계별로 나눈다. 두 번째 AI 감독 계층은 각 단계를 점검하고 문제가 생기면 계획을 다시 세운다. 기술 계층은 팔을 뻗고, 물체를 잡고, 내려놓는 동작을 처리한다. 제어 계층은 팔과 손을 정밀하게 움직이고 문제가 생기면 작동을 멈춘다.
계층 사이의 인터페이스를 고정해 AI 모델을 교체하더라도 로봇을 다시 설계할 필요가 없도록 했다. 시스템은 Gallop 내부의 NVIDIA Jetson AGX Thor 컴퓨터 한 대에서 표준 로봇공학 소프트웨어를 사용해 작동한다.
ASUS는 본체와 촉각 감지 기능을 갖춘 정교한 손을 자체 설계하고, 모터와 기타 표준 부품은 오랜 협력업체에서 공급받는다. 현재 로봇은 고정형 받침대와 두 개의 팔을 사용해 한곳에서 물체를 집어 옮겨 놓는 작업을 수행한다. 자체 개발한 손은 아직 통합되지 않았다.
시범 운영 및 상용화 계획
ASUS는 해당 손을 통합하고 바퀴를 추가할 계획이며, 2027년 Computex에서 고객에게 Gallop을 선보일 예정이다. 고객사 시범 운영도 같은 해에 진행할 계획이다. 시장 출시는 2028년 하반기를 목표로 한다.
전자제품 제조업을 첫 번째 목표 시장으로 삼고 있다. ASUS는 한 작업에서 학습한 물체 집기 및 배치 기술을 다른 작업에도 적용할 수 있을 것으로 기대하며, 이를 통해 향후 병원과 서비스 현장에서도 활용할 가능성이 있다고 본다.
ASUS는 Gallop을 반복적이고 육체적으로 힘들며 인력을 구하기 어려운 작업대에 투입하려는 것이지, 작업자를 대체하려는 것은 아니라고 강조한다. 로봇을 가르치는 직원들은 로봇의 설정과 감독, 개선을 맡는 역할로 옮기게 된다.
이번 시범 운영에서는 숙련 작업자와 작업대별 데이터를 바탕으로 학습한 로봇이 일상적인 운영 과정에서도 공장의 품질과 작업 속도를 유지할 수 있는지 시험한다. ASUS는 이러한 일관성을 더 폭넓게 활용하기 위한 기준으로 삼았다. 현재 작동하는 Gallop의 학습 과정이 출발점이며, 시범 운영을 통해 일상적인 공장 환경에서 반복적으로 같은 결과를 낼 수 있음을 입증해야 한다.
