SuperMimic의 획기적 성과, 휴머노이드 로봇 훈련 비용 1,000분의 1로 절감
TREE NEWS 보도: 로봇 운동 제어 분야의 중대한 기술적 돌파구가 휴머노이드 로보틱스 산업의 경쟁 구도와 가치 분배를 재편하고 있다. UC 버클리의 논문 ‘SuperMimic’은 휴머노이드 로봇의 전신 운동 컨트롤러 훈련에 필요한 컴퓨팅 파워를 1,000분의 1 이상으로 줄일 수 있음을 보여준다. 기존에는 128개의 GPU를 일주일간 가동해야 했던 작업이 이제 H100 GPU 한 대로 단 3시간 만에 완료된다. 이 논문은 로봇 학습 분야 최고 학회인 CoRL 2026에 채택되었으며, 10월 20일 arXiv에 게재되었다.
SuperMimic이 천 배의 효율성 도약을 달성하는 방법
SuperMimic의 핵심 혁신은 로봇이 ‘연습’하는 장소를 바꾼 데 있다. 전통적인 방법은 물리 시뮬레이터에 의존한 시행착오로, 새로운 동작마다 컴퓨팅 요구량이 선형적으로 증가한다. 이전 최고 성능의 공개 시스템인 SONIC은 훈련에 약 21,000 GPU 시간이 소요되었다. SuperMimic은 다른 경로를 택한다. 먼저 로봇 자체의 ‘신체 모델’을 구축하여 그 움직임의 물리 법칙을 학습한 후, 이 모델 내에서 컨트롤러를 훈련한다. 이 접근법은 세 가지 효율성 이점을 제공한다. 학습된 모델 내 훈련은 물리 시뮬레이터보다 10배 이상 빠르며, 최대 배치 크기에서는 최대 62배에 달한다. 모델은 미분 가능하여 컨트롤러가 무작위 시행착오 대신 각 동작의 조정 방향을 직접 학습할 수 있으며, 이것만으로 훈련 단계가 약 64분의 1로 줄어든다. 또한 동작 데이터가 1시간에서 264시간으로 확장되어도 모델 예측 오차는 안정적으로 유지되며 컴퓨팅 수요는 매우 천천히 증가한다.
벤치마크 테스트에서 SuperMimic은 129,514개 동작 중 단 25번만 실패한 반면 SONIC은 179번 실패했다. 두 개의 GPU로 9.8시간 훈련 후 SuperMimic은 제로 실패를 달성했다. 이후 컨트롤러는 실제 Unitree G1 로봇에서 옆구르기와 360도 공중제비 같은 고난도 기동을 완료했다.
기술적 한계: ‘뇌’가 아닌 ‘소뇌’를 해결
분석가들은 SuperMimic의 범위와 한계를 이해하는 것이 산업 영향력을 평가하는 데 똑같이 중요하다고 강조한다. 이 연구는 평지에서의 로봇 신체 동작만을 다루며, 물체 파지 및 조작은 포함하지 않고, 모델 훈련 데이터는 전적으로 시뮬레이터에서 나왔으며 벤치마크 동작은 훈련 동작과 중복된다. 따라서 SuperMimic은 ‘소뇌'(운동 제어) 수준의 진전으로 규정되며, ‘뇌'(인지적 의사결정)나 ‘손'(정교한 조작) 수준의 돌파구는 아니다.
이 구분은 기술 확산 속도를 판단하는 투자자들에게 실질적 의미가 있다. 운동 제어 비용의 하락이 휴머노이드 로봇 전체 능력의 포괄적 도약과 직접적으로 동일시되지는 않지만, 운동 소프트웨어 분야 경쟁자들의 진입 장벽을 크게 낮춘다.
경쟁 구도 재편: 하드웨어 일관성이 새로운 해자가 될 수 있어
SuperMimic의 가장 심오한 영향은 휴머노이드 로보틱스 산업의 가치 분배 논리를 바꾸는 데 있다. 노무라의 산업 연구에 따르면 약 300개의 중국 기업이 이미 특정 핵심 운동 제어 기능을 제공할 수 있으며, Unitree의 하드웨어 및 운동 제어 분야 1~2년 리드는 좁아지고 있다. SuperMimic은 이 장벽을 더욱 낮춰 원래 GPU 클러스터가 필요했던 작업을 단일 GPU로 달성 가능하게 한다.
이러한 배경에서 노무라는 경쟁 우위의 초점이 운동 소프트웨어에서 하드웨어 일관성으로 이동할 것으로 본다. 보고서는 특히 SuperMimic의 컨트롤러가 시뮬레이션 훈련에서 ±0.01 라디안의 관절 캘리브레이션 오차만 허용한다고 지적한다. 노무라는 20개 이상 관절의 운동학적 파라미터가 일치하지 않을 경우 동일한 강화학습 코드가 소수 기기에서만 정상 작동할 수 있다고 추정한다. 이는 양산에서 높은 관절 일관성을 달성할 수 있는 기업이 기술 확산 이후 더 강력한 차별화 우위를 얻게 됨을 의미한다.
노무라는 또한 액추에이터 비용이 휴머노이드 로봇 총 부품 비용의 약 50%~75%를 차지한다고 추정한다. 보고서는 높은 일관성 제어 능력을 갖춘 로봇 제조사나 핵심 부품 공급업체가 운동 소프트웨어 전문 기업보다 더 많은 이익을 얻을 수 있다고 결론짓는다. 노무라는 Unitree에 대해 ‘매수’ 등급을 유지하고 목표주가를 370위안(2027년 예상 주가매출비율 25배에 해당)으로 제시하며, 2026년부터 2028년까지 예상 매출 CAGR 122%와 확장 가능한 양산 능력을 근거로 든다.
투자자를 위한 핵심 요점
- 장벽 하락이 경쟁 가속화: 운동 제어 훈련 비용의 급감은 신규 진입자의 장벽을 낮춰 휴머노이드 로보틱스 분야의 경쟁을 심화시킨다.
- 하드웨어 일관성으로의 전환: 소프트웨어가 상품화됨에 따라 양산에서 관절 정밀도를 유지하는 능력이 핵심 차별화 요소이자 해자가 된다.
- 수혜자: Unitree와 핵심 부품 공급업체 등 강력한 하드웨어 일관성과 확장 가능한 제조 능력을 갖춘 기업이 유리한 위치에 있다.
- 광범위한 채택 주시: 이 기술은 휴머노이드 로봇의 개발과 배포를 가속화하고 AI 칩, 액추에이터 등 관련 분야에 파급 효과를 줄 수 있다.
