Reachy Mini는 책상 위에서 AI 상호작용을 실험할 수 있는 오픈소스 휴머노이드 로봇입니다. Python으로 제어하며 카메라, 마이크, 스피커, 움직임을 조합해 사람과 대화하는 앱을 만들 수 있습니다.1
여기서 중요한 변화는 단순히 “로봇이 말을 한다”는 점이 아닙니다. 음성 대화에 필요한 처리를 클라우드가 아니라 로컬 환경에서 실행할 수 있다는 점입니다. 그 결과 개발자는 음성 데이터의 이동 범위, 응답 지연, 비용, 모델 구성을 더 직접적으로 통제할 수 있습니다.
로컬 대화의 핵심은 교체 가능한 파이프라인이다
Reachy Mini의 로컬 대화는 하나의 거대한 음성 모델이 모든 일을 처리하는 방식이 아닙니다. 일반적인 speech-to-speech 구조처럼 여러 단계를 이어 붙입니다. 먼저 VAD가 사람이 말하기 시작했는지 감지하고, STT가 음성을 텍스트로 바꿉니다. 이후 LLM이 답변을 만들고, TTS가 그 답변을 다시 음성으로 읽어줍니다.2
이 구조의 실용적인 장점은 각 단계를 필요에 따라 바꿀 수 있다는 데 있습니다. 빠른 반응이 중요하면 더 가벼운 모델을 선택할 수 있고, 음성 인식이나 응답 품질이 더 중요하면 다른 모델 구성을 실험할 수 있습니다. 권장 구성도 Silero VAD v5, Parakeet-TDT 0.6B v3 STT, Qwen3-TTS처럼 역할별로 나뉘어 있습니다.2
또한 Hugging Face의 speech-to-speech 스택은 /v1/realtime WebSocket 엔드포인트를 제공합니다.2 즉, Reachy Mini 쪽 앱은 로컬에서 실행되는 음성 백엔드와 실시간으로 연결될 수 있습니다. 로봇 앱 개발자는 “어떤 클라우드 API를 호출할까”뿐 아니라 “내 장비에서 어떤 음성 스택을 조합할까”까지 설계 대상으로 삼게 됩니다.
SDK는 로컬 실험과 네트워크 운용을 모두 고려한다
로컬 대화가 의미 있으려면 로봇 제어도 실험하기 쉬워야 합니다. Reachy Mini Python SDK는 USB·localhost 연결과 네트워크 연결을 자동 감지합니다.3 책상 위 노트북에 직접 연결해 개발하다가, 같은 네트워크의 다른 장비에서 실행하는 식의 전환이 자연스럽습니다.
필요하면 연결 방식도 명시할 수 있습니다. ReachyMini(connection_mode="localhost_only") 또는 ReachyMini(connection_mode="network")처럼 지정해 개발 환경을 고정할 수 있습니다.3 자동 감지는 빠른 시작에 유리하고, 강제 지정은 테스트 환경을 재현할 때 유용합니다.
움직임 제어 역시 로봇 상호작용 앱에 필요한 수준으로 단순화되어 있습니다. goto_target은 헤드, 안테나, body_yaw를 함께 제어할 수 있고, 지점 간 부드러운 보간 이동을 제공합니다.3 기본 보간 방식은 minjerk이며, linear, ease_in_out, cartoon도 지원합니다.3
반대로 즉각적인 반응이 필요할 때는 set_target을 사용할 수 있습니다. set_target은 보간을 우회하는 즉시 제어 방식으로, 조이스틱 추종이나 생성 궤적 같은 고주파 제어에 적합합니다.3 따라서 대화 중 고개를 자연스럽게 돌리는 동작은 goto_target으로, 외부 입력을 빠르게 따라가야 하는 동작은 set_target으로 나누어 생각할 수 있습니다.
카메라 프레임이 numpy 배열로 반환된다는 점도 개발자에게는 중요합니다.3 OpenCV나 비전 모델과 연결하기 쉽기 때문입니다. 음성 대화, 시선 처리, 간단한 표정 또는 몸동작을 하나의 Python 앱 안에서 엮는 흐름이 그만큼 단순해집니다.
중요한 질문은 “로컬이냐 클라우드냐”보다 “무엇을 통제할 것인가”다
로컬 실행은 개인정보 보호와 비용 관리 측면에서 분명한 장점이 있습니다. 음성 데이터가 외부 서버로 나가지 않아도 되고, 반복 실험 시 API 비용 부담도 줄일 수 있습니다. 모델을 바꿔가며 지연시간과 품질을 직접 비교할 수 있다는 점도 큽니다.
하지만 로컬이 항상 정답은 아닙니다. 장비 성능이 낮으면 응답이 늦어질 수 있고, 모델 설치와 캐시 관리도 개발자가 책임져야 합니다. 예를 들어 llama.cpp 예시가 ggml-org/gemma-4-E4B-it-GGUF 모델을 사용하는 것처럼, 로컬 LLM 구성은 모델 파일, 실행 방식, 하드웨어 성능을 함께 고려해야 합니다.2
따라서 판단 기준은 단순한 이분법이 아닙니다. 교육용 데모라면 설치와 실행의 쉬움이 더 중요할 수 있습니다. 연구나 제품 프로토타입이라면 지연시간, 데이터 통제, 모델 교체 가능성이 더 큰 가치가 됩니다.
Reachy Mini의 의미는 로봇 대화를 “클라우드 서비스 호출”에서 “구성 가능한 로컬 시스템”으로 바라보게 만든다는 데 있습니다. 개발자는 음성 파이프라인, 로봇 제어, 카메라 입력을 직접 조합하면서 자신이 만들고 싶은 상호작용의 기준을 더 세밀하게 정할 수 있습니다.
1Reachy Mini - The Open-Source Robot for Today's and Tomorrow's AI Builders
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.