아티클 목록으로
로보틱스·피지컬 AI

Claude가 물리 세계로 간다: Anthropic, MHS 하드웨어 표준 공개

약 3분 소요

들어가며

Anthropic이 Claude의 도구 사용 범위를 소프트웨어에서 물리적 장비로 넓히고 있다. 회사는 로봇 팔, 현미경, 카메라, 연구용 정밀 기기 등을 AI 에이전트가 일관된 방식으로 다룰 수 있도록 설계한 ‘모델 하드웨어 표준(Model Hardware Standard·MHS)’ 연구 프리뷰를 발표했다.

MHS의 발상은 소프트웨어와 데이터베이스를 연결하는 Model Context Protocol(MCP)과 닮았다. MCP가 디지털 도구를 호출하는 공통 방식을 제공한다면, MHS는 제조사마다 다른 드라이버, 명령어, 데이터 형식을 에이전트가 이해할 수 있는 공통 인터페이스로 바꾸려 한다.

핵심 내용

  • 장비를 기계가 읽을 수 있게 설명한다. 장비의 이름뿐 아니라 현재 상태, 실행 가능한 동작, 물리적 특성, 이동 범위나 속도 같은 제한, 안전 경계를 함께 기록한다.
  • 통합에 필요한 코드를 줄인다. 에이전트는 연결된 장비를 찾아내고 상태를 확인한 뒤 MHS를 통해 지원되는 기능을 호출할 수 있다. MCP, 명령줄, 코드와의 연동도 가능하도록 설계됐다.
  • 고정된 로봇 몸체가 필요하지 않다. Claude를 특정 로봇에 영구적으로 탑재하지 않아도, MHS에 연결된 카메라와 로봇 팔, 현미경을 작업에 맞춰 사용할 수 있다.
  • 실시간 피드백으로 다음 행동을 정한다. 장비가 반환하는 결과를 바탕으로 매개변수를 바꾸고 오류에 대응하며 작업 순서를 조정할 수 있다.

시연에서는 Claude가 Hugging Face LeRobot 생태계의 저비용 SO-ARM101 로봇 팔을 제어했다. Claude는 먼저 작업 공간을 측정하고 보정한 뒤, 하위 제어기를 호출해 동작을 수행했다. 소개된 작업에서는 사전에 학습된 로봇 정책이나 원격 조작, 사람의 시범을 전제로 하지 않았다.

과학 연구에서의 가능성

MHS는 HHMI Janelia와의 협력 프로젝트에서 출발했다. 연구실에서는 레이저, 전동 초점 조절기, 카메라처럼 제조사가 다른 장비를 하나의 뇌 이미징 시스템에서 함께 사용하는 경우가 있다. 기존 방식은 장비별 문서와 소프트웨어를 따로 파악하고 연결 코드를 작성해야 해 통합에 긴 시간이 걸렸다.

현미경 시연에서는 움직이는 세포가 기존 시야를 벗어나자 Claude가 카메라와 현미경의 상태를 읽고, 추적 프로그램과 조작 화면을 만든 다음 현미경이 대상을 따라가도록 조정했다. 연구자가 몇 시간 동안 화면을 지켜보며 손으로 장비를 조작해야 하는 부담을 줄일 수 있는 사례다.

그러나 물리 세계의 오류는 디지털 도구의 오류보다 되돌리기 어렵다. 충돌, 시료 손상이나 오염, 장비 고장으로 이어질 수 있기 때문이다. 장비의 안전 한계를 설명하는 것만으로 실제 동작의 안전이 보장되는 것도 아니다. 실시간 제어와 권한 관리, 사람의 승인 절차가 함께 필요하다.

MHS는 현재 일부 연구기관과 하드웨어 업체에만 제한적으로 제공된다. Anthropic은 실제 환경에서 표준과 안전 평가, 사용 지침을 보완한 뒤 정식 오픈소스 공개를 검토할 계획이다. 이 접근법의 핵심은 Claude를 하나의 로봇에 넣는 것이 아니라, 다양한 장비를 에이전트가 이해하고 호출할 수 있는 기반을 만드는 데 있다. 향후 구현형 AI의 경쟁은 로봇 본체뿐 아니라, 여러 장비를 안정적으로 연결하는 인터페이스에서도 벌어질 가능성이 있다.

출처: 퀀텀비트

댓글

로그인 상태 확인 중…

댓글 불러오는 중…

관련 게시물

CCTest · Blog
Reflex, 시각으로 날아오는 상자를 받는 휴머노이드 제어
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Reflex, 시각으로 날아오는 상자를 받는 휴머노이드 제어

Reflex는 1인칭 RGB-D 영상에서 날아오는 상자의 움직임을 추정하고, 팔뿐 아니라 몸통과 다리까지 협응해 상자를 받도록 하는 프레임워크입니다. 시뮬레이션에서 85.7%의 성공률을 기록했으며 실제 Unitree G1에서도 테스트됐습니다.

더 보기
CCTest · Blog
TouchScale, 500시간 시각·촉각 데이터로 로봇 학습 강화
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

TouchScale, 500시간 시각·촉각 데이터로 로봇 학습 강화

TouchScale은 통일된 웨어러블 장비로 수집한 약 500시간의 인간 시각·촉각 상호작용 데이터셋입니다. 동기화된 1인칭 영상과 양손 촉각 신호를 통해 센서 간 접촉 예측과 실제 로봇 조작 성능을 평가합니다.

더 보기
CCTest · Blog
SuperNav: 범용 작업과 장면을 위한 에이전트형 로봇 내비게이션
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

SuperNav: 범용 작업과 장면을 위한 에이전트형 로봇 내비게이션

SuperNav는 사전 학습된 멀티모달 모델이 사용자의 요청과 주변 장면을 해석하도록 하고, 실제 이동은 전문 내비게이션 도구에 맡기는 로봇 시스템입니다. 단일 객체, 다중 객체, 수요 기반 작업과 HM3D 및 실제 사족보행 로봇에서 평가되었습니다.

더 보기