로봇의 '빨래 개기' 도전: 왜 최대 난제이자 최고의 연습 문제인가

올해 1월 CES에서 LG전자는 세탁물을 세탁기에 넣고 수건을 접는 모습을 시연한 클로이를 선보였습니다. 피규어AI는 자사의 로봇 '피규어 02'와 '피규어 03'을 통해 능숙하게 옷을 개는 모습을 보여주었으며, 일론 머스크의 테슬라 옵티머스 역시 빨래 개기 시연을 진행했습니다. 이처럼 빨래 개기는 휴머노이드 로봇들이 보편적으로 선보이는 시연 과제가 되고 있습니다.

선데이 로보틱스는 가정용 로봇 '메모'를 공개하며 옷 개기를 첫 테스트 과제로 삼았습니다. 또한 위브 로보틱스는 옷 개기를 위해 특화된 로봇 '아이작 제로'와 '아이작 원'을 개발하고 있습니다. 이처럼 일부 스타트업들은 빨래 개기를 핵심 기능으로 내세우며 전용 로봇 개발에 집중하고 있습니다.

천은 컵이나 상자처럼 단단한 물체와 달리 손을 대는 순간 구겨지고 접히고 겹쳐지는 연성 물체입니다. 또한 물체마다 원단과 크기가 제각각이어서 로봇이 이를 인식하고 처리하는 데 어려움이 있습니다. 천을 조작하기 위해서는 시각 정보를 통해 형태를 파악하고, 양손의 협응력을 이용하며, 옷감을 손상시키지 않는 섬세한 힘 조절이 필요합니다. 게다가 예상치 못한 오류가 발생했을 때 이를 복구하는 능력까지 갖춰야 합니다.

최근 로봇들은 비전 언어 행동(VLA) 모델을 활용하여 옷 개기 문제를 해결하고 있습니다. 이 모델은 카메라로 본 장면에서 옷의 상태를 파악하고, 손과 팔의 움직임을 결정하는 과정 전체를 데이터로 학습할 수 있게 합니다. 과거처럼 동작 하나하나를 설계하는 방식이 아니라, 다양한 상황에서 로봇이 스스로 적절한 행동을 학습하도록 하는 것이 핵심입니다.

빨래 개기 작업은 로봇 훈련에 매우 효율적인 과제입니다. 빨래는 떨어뜨리거나 잘못 접어도 파손될 위험이 적어 로봇이 안전하게 시행착오를 겪을 수 있습니다. 또한 카메라를 고정한 채 같은 동작을 얼마든지 반복할 수 있어 데이터 수집이 용이하며, 수건을 구기거나 방향만 바꿔도 새로운 시작 상태를 만들 수 있어 다양한 학습 데이터를 확보하기 좋습니다. 이처럼 위험 요소가 적고 반복 학습에 유리하며 정밀도 요구 수준이 유연하다는 점에서 로봇 학습에 최적화된 과제로 평가됩니다.

2015년 일본의 세븐 드리머스가 개발한 '런드로이드'는 카메라와 로봇 팔로 옷을 인식해 개어주는 대형 가전으로 등장했습니다. 그러나 옷 한 장을 개는 데 최대 10분이 걸렸으며, 조금만 다른 형태의 옷이 들어와도 인식에 실패하는 경우가 많아 결국 2019년 파산했습니다. 또한 '폴드메이트'와 같은 로봇은 사용자가 옷을 수동으로 투입해야 했고, 처리할 수 있는 품목에 제한이 있어 상용화에 어려움을 겪었습니다.

선데이 로보틱스는 자체 평가 결과, 자사 로봇 '메모'가 낯선 가정 환경에서 진행한 785회의 빨래 개기 시도 중 778회에 성공했다고 밝혔습니다. 이는 99.1%의 높은 성공률을 의미하며, 옷 한 장을 개는 데 걸린 시간의 중앙값은 2분 13초였습니다. 이러한 결과는 과거 실패 사례와 비교했을 때 로봇의 빨래 개기 성능이 크게 향상되었음을 보여줍니다.