휴머노이드 로봇이 한 발로 균형을 잡는 1초 동안, 내부에서는 수천 번의 계산과 모터 명령이 오갑니다. 피지컬 AI의 마지막 축인 제어(Control)는 인지와 학습의 결과를 실제 물리력으로 바꾸는 기술입니다.
로봇 제어는 감지→계획→구동의 루프를 초당 수백~수천 회 반복하는 실시간 시스템입니다. 관절을 움직이는 액추에이터의 수가 자유도(DoF)를 결정하며, Tesla Optimus는 손에만 22자유도·전신 50개 액추에이터를 탑재했습니다. 최신 트렌드는 미리 계산된 동작 재생이 아닌, AI가 매 순간 토크를 직접 출력하는 학습 기반 제어입니다.
제어 루프: 로봇의 심장박동
로봇 제어의 기본 구조는 폐루프(Closed-loop) 제어입니다. 센서로 현재 상태를 읽고(감지), 목표와의 오차를 계산해(계획), 모터에 명령을 보내는(구동) 사이클을 쉼 없이 반복합니다.
- 균형 제어 — 초당 1,000회 이상. IMU가 감지한 기울기를 발목·엉덩이 관절 토크로 즉시 보정합니다.
- 보행 제어 — 초당 100~500회. 다음 발 디딜 위치를 계산하고 무게중심을 옮깁니다.
- 작업 계획 — 초당 1~10회. “상자를 집어 카트에 놓기” 같은 상위 목표를 하위 동작으로 분해합니다.
액추에이터: 로봇의 근육
| 방식 | 장점 | 단점 | 채택 사례 |
|---|---|---|---|
| 전기 모터 + 감속기 | 정밀, 유지보수 용이, 저소음 | 순간 출력 한계 | Optimus, Digit, 대부분의 상용 휴머노이드 |
| 유압식 | 압도적 파워, 충격 흡수 | 무겁고 누유 위험, 고비용 | 구형 Atlas (현재는 전기식 전환) |
| 준직접구동 (QDD) | 빠른 반응, 역구동성 우수 | 토크 밀도 한계 | Unitree 계열 |
주목할 변화는 Boston Dynamics가 유압식의 상징이던 Atlas를 완전 전기식으로 재설계했다는 점입니다. 유지보수성과 양산성 때문이며, 이로써 업계는 전기 액추에이터로 사실상 통일됐습니다.
자유도(DoF)가 성능을 결정한다
자유도는 로봇이 독립적으로 움직일 수 있는 관절 방향의 수입니다. 사람 손의 자유도는 약 27, Tesla Optimus V3의 손은 22자유도로 인간에 근접했습니다. 자유도가 높을수록 섬세한 조작이 가능하지만 제어 난도와 비용이 기하급수로 상승합니다.
고전 제어에서 학습 기반 제어로
과거에는 MPC(모델 예측 제어)처럼 물리 방정식을 실시간으로 푸는 방식이 주류였습니다. 2026년 현재의 최전선은 강화학습으로 훈련된 신경망이 센서 입력에서 곧바로 관절 토크를 출력하는 end-to-end 방식입니다. Figure의 Helix 02가 무거운 카트를 끌면서 동시에 부품을 조작하는 전신 협응(whole-body coordination)을 보여준 것이 대표 사례입니다.
다만 실전 배치에서는 안전 계층(safety layer)이 신경망 출력을 항상 감시합니다. AI가 이상 명령을 내리면 고전 제어기가 즉시 개입해 정지시키는 이중 구조가 산업 표준으로 자리잡고 있습니다.
로봇 제어 기술 자주 묻는 질문
로봇이 넘어지지 않는 비결은 무엇인가요?
ZMP(영모멘트점) 이론과 고속 피드백 루프입니다. 무게중심이 지지 다각형을 벗어나려는 순간을 IMU가 감지하고, 1밀리초 단위로 관절 토크를 보정합니다. 최근에는 강화학습으로 회복 동작 자체를 학습해 밀쳐도 스스로 자세를 회복합니다.
배터리는 얼마나 가나요?
2026년 상용 휴머노이드 기준 2~4시간이 일반적입니다. 1X Neo가 4시간, 산업용은 교대 근무를 위한 핫스왑(배터리 즉시 교체) 방식을 채택하는 추세입니다.
로봇 손이 계란을 안 깨고 쥘 수 있나요?
가능해지고 있습니다. 손끝 촉각센서가 접촉 압력을 실시간 측정하고, 힘 제어(force control) 알고리즘이 쥐는 힘을 그램 단위로 조절합니다. NVIDIA GR00T 레퍼런스 로봇의 5지 촉각 핸드가 이 방향을 보여줍니다.