휴머노이드 단일 과제 91% 성공…연속 과제도 70%
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 애플 연구진은 가상 실내 1000곳에서 만든 300시간 분량의 학습 자료로 HALO를 시험했다.
- 애플($AAPL) 연구진의 휴머노이드 자율 제어 시스템 HALO가 사전 지도화하지 않은 실제 실내 6곳에서 단일 과제 360회를 수행해 평균 성공률 91%를 기록했다.
- 세 가지 동작 조합을 잇는 연속 과제의 평균 성공률은 70%였다.
본문
애플 연구진은 가상 실내 1000곳에서 만든 300시간 분량의 학습 자료로 HALO를 시험했다. 애플($AAPL) 연구진의 휴머노이드 자율 제어 시스템 HALO가 사전 지도화하지 않은 실제 실내 6곳에서 단일 과제 360회를 수행해 평균 성공률 91%를 기록했다. 세 가지 동작 조합을 잇는 연속 과제의 평균 성공률은 70%였다. 연구진은 가상 실내 1000곳에서 영상·언어·움직임이 짝을 이룬 학습 자료 300시간 분량을 만들었다. HALO는 자연어 요청을 세부 과제로 나누는 단계, 카메라 화면을 보고 5초 앞 전신 동작을 계획하는 단계, 깊이 영상과 관절 상태를 바탕으로 움직임을 제어하는 단계로 구성된다. 과제 선택은 약 2초마다 이뤄지고, 동작 생성기는 초당 약 3회 새 계획을 만들며, 제어기는 초당 50회 관절 명령을 갱신한다.
단일 과제는 △이름을 지정한 물체로 이동 △의자에 앉기 △반쯤 열린 문 통과 △낮은 장애물 아래로 몸을 숙여 지나가기 △기어가기 △상자 밀기였다.
각 과제를 실제 환경 6곳에서 10회씩 시도했으며, 과제별 성공률은 몸을 숙여 통과하기 100%, 상자 밀기 88%였다. 연속 과제는 실제 환경 한 곳에서 세 가지 동작 조합을 각각 10회씩 진행했다. 문 통과 뒤 물체로 이동하는 조합은 10회 모두 성공했고, 몸을 숙인 뒤 앉는 조합은 60%, 몸을 숙인 뒤 목표물로 이동해 상자를 미는 조합은 50% 성공했다. 학습 자료 생성에는 H100 GPU 250장을 약 48시간 사용했다. 본 기사는 시장 데이터 및 차트 분석을 바탕으로 작성되었으며, 특정 종목에 대한 투자 권유가 아닙니다.