Dream-1: 처음 보는 양팔 평행 그리퍼 로봇도 제어하는 월드 액션 모델

AI 요약

Dream Labs는 로봇별 데이터 없이 처음 보는 양팔 로봇을 제어하는 월드 액션 모델(World Action Model, WAM) Dream-1을 공개 API로 출시했습니다. 회사는 시드 투자 9,000만 달러도 함께 발표했습니다. Dream-1은 평행 그리퍼를 단 양팔 로봇을 대상으로 하며, 회사는 API에 연결하면 별도 미세 조정이나 시연 데이터 없이 작업을 시작할 수 있다고 설명합니다.

데이터 부족 문제와 저가 로봇

Dream Labs는 새 로봇이 쓸모 있으려면 데이터가 필요하지만, 데이터는 로봇이 널리 쓰여야 생기는 순환 문제를 로봇 분야의 진입 장벽으로 꼽습니다. 회사는 양팔 로봇 장비가 약 2,000달러부터 시작하고, Hugging Face의 399달러짜리 Microduck이 출시 후 사흘 만에 1만 대 넘게 팔렸다는 사례를 들어 저렴한 하드웨어가 보급을 넓힐 수 있다고 주장합니다. 유용한 로봇이 더 많은 데이터를 만들고, 그 데이터가 다음 모델을 개선하는 선순환이 가능하다는 구상입니다.

회사의 앞선 모델 DreamZero는 YAM 로봇 데이터 30분으로 추가 학습한 뒤 보지 못한 작업에 일반화했다고 합니다. Dream Labs는 이 결과를 바탕으로 새 로봇에도 적은 데이터로 일반 작업 지식을 전달할 수 있다고 판단해 사업을 시작했습니다.

제로샷 전이의 작동 방식

로봇 관절의 각도를 직접 출력하는 정책은 로봇 몸체마다 달라 새 기기에 옮기기 어렵습니다. Dream-1은 그 대신 양쪽 그리퍼의 위치와 자세, 열림·닫힘 상태를 나타내는 말단 효과기(End-Effector, EEF) 동작을 출력할 수 있습니다. 로봇별 역기구학(Inverse Kinematics, IK) 솔버가 이를 해당 로봇의 관절 명령으로 바꿉니다. EEF 동작 공간을 공유하면 서로 다른 로봇에도 공통 명령을 전달할 수 있지만, 이 인터페이스만으로 전이가 해결되지는 않는다고 회사는 설명합니다.

Dream-1은 머리 카메라 하나와 손목 카메라 두 대의 영상을 사용합니다. Universal Manipulation Interface(UMI)는 같은 그리퍼를 쓰고 손목 카메라만 활용해 로봇 팔 사이 전이를 보였습니다. Dream Labs는 WAM이 영상과 동작을 함께 예측하므로 서로 다른 그리퍼와 로봇 몸체도 장면 속 픽셀로 다룰 수 있다고 주장합니다. 회사는 데이터 없이 PR2를 포함한 여러 미지의 로봇을 제어했다고 밝혔습니다. 제로샷 성능은 로봇의 IK 솔버에 따라 달라지며 기기별 편차도 있다고 덧붙였습니다.

성능, 비용, 적응 학습

Dream Labs가 인용한 Robocurve의 독립 평가에서는 Dream-1이 비교 모델보다 높은 점수를 기록했고, Gemini 4 Argon보다 작업 시도당 비용이 16분의 1이며 GPT-6 Astra보다 1.7배 빠르다고 합니다. 모델 호출 한 번은 1.6초 분량의 동작을 반환합니다. Dream-1은 시간당 3달러, 경량 모델 Dream-1-flash는 시간당 2달러이며, 회사 계산으로는 동작 한 번당 각각 약 0.0013달러와 0.0009달러입니다. 다만 제공된 설명에는 평가 과제의 성공률이나 실험 조건별 상세 수치가 제시되지 않았습니다.

제로샷 성능이 부족하면 Fine-tuning-as-a-Service(FaaS)로 로봇 데이터를 모아 맞춤 모델을 만들 수 있습니다. 회사는 협력사 로봇 두 종에서 각각 5분 데이터로 적응한 사례를 보여줬습니다. 더 낯선 손 형태를 쓰는 Dexmate는 77분, YAM의 다른 그리퍼 구성은 98분 데이터를 사용했습니다. 베타 파트너의 로봇 12종 중 10종에서 미세 조정 뒤 언어 지시 수행 점수가 올랐다고 합니다. 현재 제품은 평행 그리퍼를 단 양팔 조작 정책이며, 이동형 조작 로봇과 손가락이 많은 손은 향후 확장 대상으로 제시했습니다.

Hacker News 반응

• @measurablefunc — 일반화된 구동기 계획과 제어가 가능해 보입니다.
• @gradus_ad — 이들의 선순환 전략은 로봇을 실제 작업에 쓰는 사람들을 전제로 합니다. 데모를 보면 실제 작업에는 쓸 수 없어 보입니다.
• @dumberquestions — 플레이그라운드에서 "코끼리를 공 옆으로 옮겨"라는 지시를 시험했습니다. 생성된 영상은 여기 있습니다: https://dreamlabs.ai/playground/?play=a05f0e641559490e#sim
  • @ajjenkins — 실제로 공을 코끼리 옆으로 옮겼습니다. 둘이 서로 옆에 있게 만들었으니 지시를 달성한 셈이지만, 대부분의 사람이 이해하는 방식은 아닐 것 같습니다. 그 뒤에도 둘을 계속 움직였습니다.
  • @pedalpete — 사용자의 최종 목표를 먼저 이해하도록 LLM을 앞단에 두면 나을지 궁금합니다. 예를 들어 로봇이 코끼리보다 공을 집기 쉽다는 점을 알고 지시를 수행한다면, 문장을 문자 그대로 따르는 것보다 목표에 더 잘 맞는 결과를 낼 수 있을까요?
• @modeless — 실제 시연을 보면 제로샷 신체 전이는 고정된 양팔과 두 손가락 그리퍼에 한정됩니다. 다섯 손가락 손으로 바꾸는 정도만 달라져도 제로샷은 되지 않습니다. 새 로봇에서 소량의 데이터를 모으면 성능이 크게 좋아지므로 이 좁은 조건의 제로샷 전이가 실무에서 중요한 문제인지 의문입니다. 실제 비통제 환경에서 긴 작업을 높은 신뢰도로 끝내는 일이 로봇 분야에서 여전히 어려운 과제입니다.
• @Aurornis — 흥미롭지만 실제 자동화, 제조, 창고 작업에 어떻게 이어지는지 모르겠습니다. 시작하기 쉬운 장난감 작업에 최적화된 듯하고 실제 자동화에 맞는 출발점인지 의문입니다.
• @GaggiX — Dream-1은 임의의 양팔 로봇을 위한 API를 처음 본 사례라 흥미롭습니다. 앞으로 이런 모델이 늘면 전용 API 비교 서비스도 생길 수 있겠습니다.

원문: Dream Labs / 번역·요약: Trawling