공개 노트

Skild AI S1, 로봇도 영상 한 편으로 새 일을 배운다

2026-09-11Views 8약 3분생성형 AI 활용

Summary

Skild AI S1: 영상 한 편으로 새 작업을 가르치는 로봇 모델

로봇 자동화의 주요 병목 중 하나는 새로운 작업을 가르치는 과정이다. 기존 방식은 작업이 바뀔 때마다 배포 환경에서 수십~수백 시간의 데이터를 수집하고 추가 학습을 진행해야 할 수 있다.¹

Skild AI S1은 이 과정을 한 편의 영상 시연으로 대체하려는 로봇 파운데이션 모델이다. 사전에 배우지 않은 작업도 가중치 업데이트나 작업별 추가 훈련 없이 최대 10분 동안 수행하도록 설계됐다.

Skild AI S1의 핵심은 인컨텍스트 러닝이다. 인컨텍스트 러닝은 모델의 가중치를 변경하지 않고, 입력으로 제공된 예시를 바탕으로 새로운 작업을 수행하는 방식이다.

S1에서는 언어가 아니라 영상 시연이 작업을 정의한다. 영상은 물체를 다루는 방식과 작업 순서처럼 문장만으로 전달하기 어려운 정보를 함께 보여줄 수 있다. S1은 시연자의 의도, 물체 사이의 기능적 대응 관계, 작업의 진행 상태를 추론해 로봇 행동을 생성한다.¹

시연 영상과 실제 실행 환경이 완전히 같을 필요도 없다. 영상은 다른 장면이나 카메라 시점에서 촬영될 수 있으며, 시연자와 실행 로봇의 형태가 달라도 된다.¹ 핵심은 동작을 그대로 복제하는 것이 아니라 작업의 목적과 구조를 파악하는 데 있다.

이 능력을 위해 S1은 시연 자체가 작업을 정의하는 에피소드형 데이터로 사전학습된다.¹ Skild AI는 실제 로봇 데이터, 인간 영상, 대규모 시뮬레이션을 결합하고 NVIDIA 인프라를 활용해 다양한 로봇 형태와 실패 상황을 학습시키고 있다.²

한두 번의 동작을 재현하는 것과 여러 단계로 구성된 작업을 끝까지 수행하는 것은 다른 문제다. 긴 작업에서는 로봇이 순서를 유지하고, 완료한 단계를 구분하며, 중간 오류에 대응해야 한다.

Skild AI의 다단계 작업 테스트에서 S1은 단계별로 약 66%의 성공률을 기록했고, 비교 대상인 유사 AI 시스템은 9%를 기록했다. 이 수치는 영상 한 편을 입력받는 방식 자체보다 실제 작업을 얼마나 안정적으로 이어가는지가 더 중요한 평가 기준임을 보여준다.

따라서 Skild AI S1을 검토할 때는 다음 항목을 함께 확인해야 한다.

Skild AI S1의 의미는 로봇이 모든 작업을 즉시 완벽하게 수행한다는 데 있지 않다. 새 작업마다 데이터를 다시 모으고 모델을 재학습하던 과정을 영상 기반 지시로 전환할 가능성을 제시한다는 데 있다.

실제 도입 가치는 시연 횟수나 인상적인 단일 성공 사례보다 새 작업을 현장에 배포하는 데 필요한 시간과 데이터가 얼마나 줄어드는지로 판단해야 한다.

요약: Skild AI S1은 영상 시연 한 편으로 미학습 작업을 정의하고, 별도의 가중치 업데이트 없이 수행하려는 로봇 파운데이션 모델이다. 평가할 때는 작업 길이, 환경 차이에 대한 적응력, 반복 성공률, 오류 복구 능력, 배포 시간 단축 효과를 함께 봐야 한다.