이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.
한 줄로 말하면
로봇 손은 Physical AI가 실제 물체와 만나는 마지막 인터페이스야. 모델이 컵을 집으라고 판단해도, 손이 미끄러지거나 부러지거나 오래 멈추면 작업은 끝나지 않아. 그래서 로봇 손은 자유도 숫자보다 작업 성능과 수리성으로 봐야 하는 부품이야.
비유로 이해하기
좋은 운전자가 있어도 타이어가 미끄러지면 차는 코너를 돌지 못해. 로봇 손도 비슷해. 앞단의 AI가 아무리 좋은 경로를 계산해도, 마지막 접촉점에서 마찰·충격·물렁함을 못 견디면 물체는 떨어지고 손가락은 망가진다.
이 비유는 여기까지야. 타이어는 표준 규격과 교체 주기가 비교적 잘 잡혀 있지만, 다섯 손가락 로봇 손은 아직 그런 표준이 약해. 손마다 구조가 다르고, 작업마다 고장나는 지점도 달라. 그래서 지금은 “어떤 손이 제일 사람 손 같은가”보다 “어떤 작업에서 얼마나 오래 버티는가”를 물어야 해.
정확한 정의
로봇 손은 로봇 팔이나 휴머노이드 끝에 붙어 물체를 잡고 조작하는 end effector야. 단순한 두 손가락 그리퍼부터, 여러 손가락과 관절을 가진 dexterous hand까지 범위가 넓다.
평가 축은 크게 두 묶음이야. 첫째는 움직임과 접촉 성능이다. 손가락 자유도, 엄지의 움직임 범위, 파지력, 최소로 잡을 수 있는 물체 지름, 손끝 관절의 독립 구동, 표면 마찰, back-drivability가 여기에 들어가. back-drivability는 외부 힘을 받았을 때 관절이 너무 뻣뻣하게 버티지 않고 되밀릴 수 있는 능력이야. 충격을 흡수하고 세밀한 조작 데이터를 모으는 데 중요하지.
둘째는 현장 유지보수 성능이다. MTBR은 mean time between repair, 수리와 수리 사이에 얼마나 오래 버티는지를 뜻해. MTTR은 mean time to repair, 고장났을 때 고치는 데 걸리는 시간이야. 로봇 손이 산업 부품이 되려면 이 두 숫자가 자유도만큼 중요해진다.
flowchart LR A["AI의 판단"] --> B["로봇 정책"] B --> C["로봇 손"] C --> D["접촉 물리<br/>마찰·충격·미끄러짐"] D --> E["작업 완료"] C --> F["고장·수리 시간"] F --> G["현장 가동률"]
왜 중요한가
로봇 손은 sim-to-real gap이 가장 거칠게 드러나는 곳 중 하나야. 시뮬레이션에서 손가락이 물체를 감싸는 장면은 그럴듯해 보여도, 실제 접촉에서는 표면 마찰, 물체의 물렁함, 케이블 장력, 센서 오차, 충격이 동시에 들어온다. 이 작은 차이가 작업 성공률을 크게 흔들어.
휴머노이드 로봇에서는 병목이 더 커져. 몸 전체가 잘 걸어도 손이 자주 망가지면 로봇 한 대가 멈춰 선다. 손가락 하나를 갈아 끼우는 시간이 길면 고객은 “로봇이 사람처럼 보인다”가 아니라 “설비가 멈췄다”로 느껴. 그래서 로봇 손은 기술 데모의 부품이면서 동시에 유지보수 장부에 올라가는 소모 부품이야.
실제 예시
RLWRLD가 공개한 All Hands Up!은 로봇 손을 제조사 스펙표 밖에서 비교하려는 시도야. 회사는 10개가 넘는 상용 dexterous robotic hand를 대상으로, DexBench라는 자체 기준을 써서 18개 실제 조작 작업에서 각 손의 특성과 한계를 분석했다고 밝혔다. 엄지 움직임 범위, 손끝 관절 독립 구동, 최소 파지 지름, 외장 재질 마찰 같은 변수를 같이 보겠다는 점이 핵심이야.1
이 사례는 로봇 손 벤치마크 글에서 더 자세히 정리했어. 여기서 배울 점은 하나야. 로봇 손은 “몇 관절인가”보다 “어떤 작업에서 실패하는가”를 봐야 한다.
Tesollo 사례는 다른 쪽을 보여줘. 회사는 DG-5F 계열 같은 다관절 휴머노이드 손을 만들고, DG-5F-S는 1kg 아래 무게와 이전 모델 대비 약 60% 수준의 비용을 주장한다. 하지만 더 중요한 대목은 MTBR과 MTTR이 휴머노이드 손의 핵심 지표로 등장했다는 점이야. The Robot Report는 아직 어떤 제조사도 인증된 10,000시간 MTBR에 가깝지 않다고 짚었다.2
이 사례는 Tesollo 글과 휴머노이드 밸류에이션 인사이트로 이어져. 로봇 손이 얼마나 오래 버티고 얼마나 빨리 고쳐지는지는 휴머노이드가 데모에서 배포로 넘어갈 때 가격을 깎거나 올리는 숫자가 될 수 있어.
헷갈리지 말아야 할 점
- 자유도가 높다고 항상 좋은 손은 아니야. 자유도는 할 수 있는 일을 늘리지만, 고장날 지점도 늘린다. 산업 현장에서는 단순한 그리퍼가 더 나은 선택일 때도 있어.
- 파지력이 세다고 좋은 손도 아니야. 너무 뻣뻣한 손은 충격을 흡수하지 못하고 물체나 손 자체를 망가뜨릴 수 있어. 힘과 back-drivability는 자주 서로 잡아당긴다.
- 데모 성공과 현장 배포는 다르다. 영상에서 한 번 집는 것과, 하루 종일 반복 작업을 하면서 손가락을 빨리 교체할 수 있는 것은 다른 능력이야.
- 하나의 완벽한 손을 가정하면 늦게 보인다. 현장 투입용 손은 가볍고 튼튼해야 하고, 학습 데이터 수집용 손은 정밀하고 잘 되밀려야 할 수 있어. 용도별 기준이 갈라질 가능성을 봐야 한다.
관련 문서
- Physical AI — 로봇 손이 마지막 인터페이스가 되는 더 큰 그림
- sim-to-real gap — 접촉 물리에서 가상 훈련과 실물이 어긋나는 문제
- 로봇 손은 스펙표만으로 고를 수 없다 — 작업 성능 비교 기준의 초기 사례
- Tesollo 상장 준비가 드러낸 휴머노이드 손의 고장 문제 — MTBR·MTTR 질문의 초기 사례
- 휴머노이드 가치는 데모보다 배포 증거가 정한다 — 로봇 손 수리성이 휴머노이드 가격으로 이어지는 주장
남은 질문들
- 로봇 손 벤치마크는 어떤 작업 목록과 반복 횟수를 가져야 업계 기준으로 받아들여질까?
- MTBR과 MTTR은 제조사가 자체 측정한 숫자만으로 충분한가, 아니면 고객 현장 데이터가 있어야 할까?
- 다섯 손가락 dexterous hand와 단순 그리퍼 사이의 경제적 경계는 어느 작업에서 갈릴까?
- 손의 내구성과 수리성은 휴머노이드 전체 밸류에이션에 얼마나 큰 할인 요인이 될까?
댓글