먼저 알아둘 핵심
한 번 성공한 작업이 많다는 것과 같은 작업을 안정적으로 반복한다는 것은 다릅니다. GR00T 2를 검토할 때도 어떤 로봇에서 몇 번 시도했는지, 실패 뒤에 무엇을 확인하고 멈출지 함께 봐야 합니다. 연구 수치를 현장의 가동률이나 안전성으로 바꾸어 읽지 않는 것이 출발점입니다.
핵심 요약
- NVIDIA는 2026년 11월 9일 CoRL 관련 발표에서 GR00T 2를 소개했습니다. 미래 영상과 로봇 행동을 함께 예측하는 world-action model입니다.
- 50개 과제 중 40개에서 한 번 이상 성공했다는 결과와 전체 시도 성공률 40%는 다른 지표입니다. 회사 연구 조건을 현장 성능으로 일반화할 수는 없습니다.
- 연구 페이지는 코드를 12월 공개 예정으로 안내합니다. 발표와 코드 이용 가능 시점은 구분해야 합니다.
다음 장면의 예측과 실제 실행 결과를 구분합니다
NVIDIA는 2026년 11월 9일 CoRL 발표에서 GR00T 2를 소개했습니다. 공식 연구 페이지는 최근 영상·지시·로봇 상태를 입력받아 미래 영상과 행동을 함께 예측하고 행동 구간을 실행한 뒤 반복하는 구조를 설명합니다.
이는 로봇 동작을 다루는 모델 연구입니다. 생성한 미래 영상과 실제 로봇의 카메라 영상을 같은 증거로 취급해서는 안 됩니다. 연구 페이지도 예측 영상과 실제 입력을 구분해 제시합니다.
40/50은 한 번 이상 성공한 과제의 수입니다
연구팀은 대상 로봇에서 해당 과제를 시연하지 않은 50개 작업을 평가했습니다. 연구 페이지에 따르면 추가 시연 없이 전체 시도의 40%에서 성공했고, 50개 중 40개 과제에서 적어도 한 번 성공했습니다. 두 수치는 같은 비율을 가리키지 않습니다.
과제당 시연 한 개로 조정했을 때 평균 성공률은 71%, 다섯 개일 때 95%로 제시됩니다. 연구팀의 특정 로봇·과제·학습 조건에서 나온 결과이며, 임의 공정의 성공률 보장은 아닙니다. AI Cube가 독립 재현한 결과도 아닙니다.
시뮬레이션에서 찾은 실패를 실물에서도 확인합니다
CoRL 발표는 Isaac Lab 3.0과 Newton을 이용한 학습·평가도 함께 소개합니다. Isaac Lab 3.0 공식 릴리스는 여러 물리·렌더링 백엔드를 선택할 수 있다고 설명하며, 지원 조합은 과제별로 다르다고 명시합니다. 11월 9일 CoRL 소식은 이 활용을 소개한 발표로 읽어야 하며, Isaac Lab 3.0의 최초 출시일로 보아서는 안 됩니다.
다음 표는 AI Cube가 현장 검토를 위해 제안하는 시험 항목입니다. 공급사의 제품 지원이나 자체 실증 결과를 나열한 표가 아닙니다.
| 시험할 대상 | 바꾸어 볼 조건 | 남겨야 할 기록 |
|---|---|---|
| 작업 시작과 완료 | 물체 위치·방향·접촉 조건을 바꾸기 | 각 시도의 시작 상태와 완료 판정 근거 |
| 반복 중 실패 | 부품 낙하·가림·진행 정체를 재현하기 | 성공 횟수뿐 아니라 실패 지점과 재시도 결과 |
| 실제 실행과 복구 | 실행 허용·정지·담당자 개입 조건 확인 | 명령·장치 상태·개입 이유·복구 후 확인 결과 |
연구 공개와 코드 제공은 시점이 다릅니다
2026년 11월 12일 확인한 GR00T 2 연구 페이지에는 코드가 12월에 제공될 예정이라고 표시돼 있습니다. 공개 발표와 논문·데모를 볼 수 있는 상태를 즉시 코드를 설치할 수 있는 상태로 표현하지 않습니다.
코드와 이용 조건, 지원 로봇·실행 환경이 실제로 제공되는지 후속 확인이 필요합니다. 현장에서는 작업 공간의 접근 통제와 정지·복구 조건을 별도로 검증해야 하며, 연구 성공률이 이를 대신하지 않습니다.
달라지는 점과 적용 범위
로봇 행동과 그 결과 장면을 함께 학습하는 GR00T 2 연구 및 작업 적응 평가가 발표됐습니다. Isaac Lab 기반 학습·평가의 발전과 함께 보되 모델 연구, 코드 제공 일정, 실물 적용 검증을 구분할 필요가 있습니다.
AI Cube의 관점
AI Cube는 업무에 맞는 작업 정의를 정량 검증·안전 확인, 로봇 행동, 현장 실행·HMI로 연결해 봅니다. 모델이 다음 행동을 제안하거나 수행하는 것에 더해, 실패를 알아차리고 실행을 보류·정지한 뒤 복구할 기준이 있어야 합니다. 이 글의 시험 항목은 도입 판단을 위한 해석이며 자체 연동·제휴·실증 성과가 아닙니다.
기술 적용 시 고려사항
같은 작업도 물체의 위치나 접촉 조건이 바뀌면 실패할 수 있습니다. 작업의 시작·완료 기준을 고정하고, 시뮬레이션과 실물에서 같은 조건을 비교합니다. 모델·로봇·시연 데이터·설정 버전과 실패 구간을 함께 남기면 무엇을 바꾼 뒤 결과가 달라졌는지 추적할 수 있습니다. 이는 AI Cube가 제안하는 시험 방법입니다.
사업·운영 관점
평균 성공률이 높아도 실패 한 번에 담당자가 얼마나 오래 개입하는지에 따라 운영 부담은 달라집니다. 현장 데이터 수집, 장비·환경 조정, 재시험과 복구 시간을 포함해 기존 방식과 비교해야 합니다. 발표 수치만으로 무인 운영이나 비용 절감률을 산정할 수는 없습니다.
자주 묻는 질문
50개 중 40개 과제에 성공했다면 성공률이 80%인가요?
40개 과제에서 적어도 한 번 성공했다는 과제 범위의 지표입니다. 같은 연구 페이지는 추가 시연이 없는 조건의 시도 성공률을 40%로 따로 제시합니다. 40/50을 현장 반복 성공률 80%로 바꿔 쓰면 의미가 달라집니다.
지금 GR00T 2 코드를 설치해 사용할 수 있나요?
11월 12일 확인한 공식 연구 페이지의 안내는 코드가 12월에 제공될 예정이라는 것입니다. 논문과 데모를 볼 수 있다는 사실과 설치 가능한 코드가 나왔다는 사실을 구분하고, 실제 공개 시 지원 환경과 이용 조건을 다시 확인해야 합니다.
출처와 확인 기준
- NVIDIA CoRL 발표 — GR00T 2·시뮬레이션·평가 ↗NVIDIA · 원문 날짜 2026-11-09 · 자료 확인 2026-11-12
- NVIDIA Research — GR00T 2 평가 조건·구조·코드 일정 ↗NVIDIA Research · 자료 확인 2026-11-12
- Isaac Lab v3.0.0 공식 릴리스 — 지원 백엔드와 과제별 조합 ↗Isaac Lab / NVIDIA · 자료 확인 2026-11-12
현장 적용을 검토하고 계신가요?
설치 환경과 운영 조건을 알려주시면 관련 제품과 PoC 범위를 함께 검토합니다.
기술·PoC 문의 ↗