CES 2026에서 로봇공학에 대한 대화는 조용히 바뀌었습니다. 로봇이 더 빨리 움직일 수 있는지 또는 더 무거운 물체를 들어 올릴 수 있는지 묻는 사람은 거의 없습니다. 더 많은 사람들이 더 어려운 것을 묻고 있습니다. 로봇이 통제된 데모 밖에서 여전히 어려움을 겪고 있는 이유는 무엇이며 현실 세계에서 로봇을 신뢰할 수 있게 만들기 위해 누락된 것은 무엇입니까?
업계의 많은 사람들에게 답은 데이터입니다. 합성 데이터나 스크립팅된 모션이 아니라 객체를 만지거나, 밀거나, 압착하거나, 움직일 때 어떻게 동작하는지 캡처하는 실제 상호 작용 데이터입니다.
이것이 바로 Daimon Robotics가 올해 CES에서 공개한 원격 조작 기반 데이터 수집 시스템인 DM-EXton2를 통해 해결하려고 하는 문제입니다. 소비자용 제품이 아닙니다. 로봇이 대규모 인간 상호 작용을 통해 학습할 수 있도록 설계된 전문 도구입니다.
최근 AI의 발전으로 인식, 언어 이해, 추론이 획기적으로 향상되었습니다. 그러나 물리적 상호작용은 여전히 약점으로 남아있습니다. 로봇은 물체를 완벽하게 인식하더라도 물체를 집거나 삽입하거나 안전하게 조작하라는 요청을 받으면 여전히 실패할 수 있습니다.
그 이유는 간단합니다. 물리적 세계는 지저분하기 때문입니다. 힘, 마찰, 변형, 접촉은 시시각각 변화하며 이러한 신호를 깔끔하게 포착하기는 어렵습니다. 대부분의 로봇은 이 데이터를 충분히 보지 못했습니다.
전통적인 데이터 수집 방법에는 장단점이 있습니다. 전용 캡처 환경은 비용이 많이 들고 노동 집약적이지만 여전히 재사용 가능한 데이터가 제한적으로 생성됩니다. 시뮬레이션은 저렴하지만 가상 물리학과 현실 사이의 격차로 인해 모델이 실험실에서는 작동하지만 실제로는 실패하는 경우가 많습니다.
더 나쁜 것은 많은 기존 시스템이 기록하려는 동작 자체를 방해한다는 것입니다. 부피가 큰 장비는 자연스러운 움직임을 제한하는 반면, 제한된 감지는 인간이 본능적으로 의존하는 미묘한 힘과 촉각 신호를 놓치게 됩니다.
원격 조작 기반 데이터 수집 시스템은 문제에 다르게 접근합니다.
전통적인 원격 조작 접근 방식을 기반으로 하는 원격 조작 기반 데이터 수집 시스템은 여러 신호에 걸쳐 보다 일관성을 유지하면서 실시간으로 상호 작용 데이터를 기록합니다. 인간 조작자는 로봇을 원격으로 제어하여 물체 잡기, 부품 삽입, 도구 조작 등의 실제 작업을 수행하는 동시에 시스템이 모션, 타이밍, 접촉 및 힘 데이터를 동시에 캡처합니다.
실제로 로봇은 인간이 작업을 수행하는 방식을 보고 느끼면서 학습합니다. 이 설정이 인간의 자연스러운 행동에 가까울수록 결과 데이터가 더 유용해집니다.
DM-EXton2는 실제 작업에서 고품질 상호 작용 데이터를 캡처하도록 설계된 로봇 데이터 수집을 위한 세계 최초의 촉각 피드백 원격 조작 시스템입니다.
웨어러블 사양보다는 응답성과 배포 유연성을 중심으로 설계되었습니다. 1000Hz 응답 속도로 작동하는 이 시스템은 데이터 수집 중에 원활하고 지연 시간이 짧은 원격 조작을 지원하는 밀리초 수준의 명령 동기화를 지원합니다.
또한 모바일 베이스 및 허리 관절의 조정 제어를 포함하여 전신 원격 조작을 지원하여 캡처할 수 있는 작업 범위를 확장합니다. 적응형 모션 스케일링 및 빠른 엔드 이펙터 전환과 함께 이러한 기능을 통해 단일 시스템은 데이터 수집 프로세스를 중단하지 않고 미세한 조작과 넓은 범위의 움직임을 모두 지원할 수 있습니다.
다양한 작업 환경을 수용하기 위해 DM-EXton2는 모바일 데이터 수집 설정에 적합한 백팩 버전과 고정 워크스테이션용으로 설계된 스탠드 장착형 버전의 두 가지 구성으로 제공됩니다. 이를 통해 운영자는 데이터가 동적 공간에서 캡처되거나 안정적이고 반복 가능한 환경에서 캡처되는지 여부에 관계없이 작업 흐름에 가장 적합한 형식을 선택할 수 있습니다.
DM-EXton2가 가장 눈에 띄는 부분은 데이터 수집을 위한 촉각 감지와 조작자 측 힘 피드백을 결합한 것입니다.
이 시스템은 이러한 힘 기능을 더 광범위한 원격 조작 프레임워크에 도입하여 데이터 수집 중에 보다 자연스럽고 정확한 조작을 가능하게 합니다. 로봇이 주변 환경과 상호 작용할 때 접촉력이 실시간으로 작업자에게 피드백됩니다. 깨지기 쉬운 물체를 다루거나 정확한 삽입을 수행하는 등의 작업은 로봇의 시야가 부분적으로 가려진 경우에도 더욱 직관적이 됩니다.
이는 단지 운전자의 제어 경험을 향상시키는 것만이 아닙니다. 로봇 수준에서는 힘과 촉각 신호가 모션 데이터와 함께 기록되어 인간이 실제로 객체와 상호 작용하는 방식을 반영하는 다중 모드 데이터 세트를 생성합니다. 해당 데이터는 로봇이 움직이는 방법뿐만 아니라 접촉을 판단하고 물리적 제약에 적응하는 방법을 가르치는 데 중요합니다.
동작, 힘, 터치를 동기화함으로써 DM-EXton2는 인간의 기술과 기계 학습 사이의 가교 역할을 합니다. 인간의 직관은 로봇이 학습하고, 재사용하고, 작업 전반에 적용할 수 있는 구조화된 데이터가 됩니다.
그 변화가 중요합니다. 소규모의 작업별 데이터 세트를 수집하는 대신 팀은 데이터 생성을 위한 지속적인 파이프라인을 구축할 수 있습니다. 시간이 지남에 따라 이는 더 빠른 모델 교육과 보다 안정적인 배포를 지원합니다.
이 시스템은 로봇 개발 방식의 광범위한 변화에도 적합합니다. 데이터 수집, 모델 교육 및 배포는 더 이상 별도의 단계가 아닙니다. 그들은 점점 더 루프를 형성합니다.
고품질 상호 작용 데이터는 시각-촉각-언어-행동 프레임워크를 포함한 다중 모드 모델에 공급되어 로봇 동작을 개선합니다. 실제 사용에서는 다음 훈련 주기를 개선하는 새로운 데이터가 생성됩니다.
해당 루프가 작동하려면 데이터가 자유롭게 이동해야 합니다. 표준화와 호환성은 있으면 좋은 것이 아닙니다. 그것은 전제 조건입니다.
다이몬 로보틱스는 완전한 로봇을 만들기보다는 로봇 학습을 지원하는 기술에 중점을 두고 있습니다. 작업 범위는 촉각 감지, 능숙한 조작 하드웨어, 대규모 데이터 수집을 지원하도록 설계된 원격 조작 시스템입니다.
이 회사는 홍콩 과학 기술 대학에서 인큐베이션되었으며 HKUST 로봇 공학 연구소 창립 이사인 Yu Wang 교수와 Jianghua Duan 박사가 설립했습니다. 이 팀은 학문적 연구와 실험실 외부에 로봇 기술을 배포한 경험을 결합합니다.
이러한 접근 방식 내에서 DM-EXton2는 Daimon Robotics의 "3D" 전략인 장치, 데이터 및 배포의 핵심 구성 요소 역할을 합니다. 촉각 감지 및 능숙한 조작에 대한 회사의 장기적인 초점을 바탕으로 이 시스템은 힘과 접촉 데이터를 고급 학습 모델에 사용할 수 있는 입력으로 전환하여 보다 범용적인 로봇 기능을 향한 발전을 지원합니다.
로봇이 일상 환경에 더 가까워짐에 따라 진보는 영리한 알고리즘보다는 기계가 작동하는 물리적 세계로부터 학습할 수 있는지 여부에 더 많이 좌우될 것입니다.
DM-EXton2는 즉각적인 자율성을 약속하지 않습니다. 대신 이는 로봇이 실제 작업을 통해 안내받을 수 있도록 하는 중요한 다리 역할을 하여 고품질 상호 작용 데이터를 보다 일반적인 기능의 기반으로 캡처할 수 있습니다.
회사 웹사이트, LinkedIn 프로필 및 YouTube 계정을 통해 Daimon Robotics에 대해 자세히 알아볼 수 있습니다.