AI 브리핑2026.11.16

Praxis-1 가중치 공개, 장비 지원과 현장 검증을 나누어 보는 법

Runway가 Praxis-1의 가중치와 코드를 공개했습니다. 공급사 평가 성공률과 기본 실행 예제의 요구사항을 구분하고, 로봇에 연결하기 전에 남겨야 할 검증 기록을 짚습니다.

게시 2026.11.16수정 2026.11.16
AI Cube Insights — 기술과 현장 운영

먼저 알아둘 핵심

가중치와 코드를 받을 수 있어도 현장 장치가 바로 준비되는 것은 아닙니다. Praxis-1은 공개 범위, 평가 조건, 장비별 실행 설정을 차례로 확인한 뒤 실제 동작과 정지·복구를 시험하는 대상으로 읽어야 합니다.

핵심 요약

  • 9월 발표 이후 2026년 11월 11일 가중치와 코드가 공개됐습니다.
  • RoboLab-120의 1,200개 에피소드 성공률은 공급사 발표 기준 46.2%입니다.
  • 출시 글의 지원 장비 목록과 저장소 기본 예제의 80GB GPU 요구사항은 서로 다른 설명입니다. 실행 방식과 체크포인트를 맞춰 확인해야 합니다.

9월 최초 소개와 11월 가중치 공개를 구분합니다

Runway는 2026년 11월 11일 Praxis-1 가중치와 추론·미세조정 코드를 Apache 2.0으로 공개했다고 밝혔습니다. 9월의 최초 소개와 이번 공개는 구분해야 합니다.

Praxis-1은 영상과 로봇 행동을 함께 예측하는 27B 파라미터 규모의 MoE Diffusion Transformer입니다. 11월 16일 확인한 공식 저장소에는 실행 코드와 가중치 링크가 있습니다. 모델 발표에 그쳤던 상태와 구분할 수 있는 근거입니다.

46.2%는 공급사가 제시한 평가 조건의 결과입니다

Runway는 RoboLab-120의 1,200개 평가 에피소드에서 성공률 46.2%를 발표했습니다. 특정 평가 결과를 현장 공정의 성공률로 환산할 수 없습니다. AI Cube의 독립 시험 결과가 아닙니다.

공식 연구 설명은 작업 지시·카메라 영상·현재 로봇 자세를 입력받아 다음 영상과 행동 구간을 예측하는 구조를 제시합니다. AI Cube의 해석으로는, 예측한 장면과 실제 카메라 기록을 따로 남겨야 행동 이후의 오차를 확인할 수 있습니다.

지원 목록만으로 실행 설정과 지연시간을 알 수는 없습니다

출시 글은 H100·B200·RTX 5090·RTX PRO 6000·Jetson Thor 지원을 안내합니다. 저장소의 기본 실행 예제는 Python 3.12, CUDA 13.0 드라이버, 메모리 80GB 이상인 CUDA GPU 한 개를 요구합니다.

이 기본 예제의 요구사항을 모든 배포 방식의 최소 사양으로 단정해서는 안 됩니다. 반대로 지원 목록에 있다는 이유로 같은 설정과 지연시간을 보장한다고 볼 수도 없습니다. 사용할 체크포인트와 정밀도, 실행 구성을 함께 확인합니다.

작업 완료뿐 아니라 정지와 복구의 근거를 남깁니다

다음은 AI Cube가 제안하는 도입 시험 항목입니다. Praxis-1의 기본 제공 안전 기능이나 자체 실증 성과를 뜻하지 않습니다.

작업 완료뿐 아니라 정지와 복구의 근거를 남깁니다 비교표
도입 검토 단계시험할 조건결과와 함께 남길 기록
업무 정의시작·완료 상태와 허용 동작 범위작업 지시와 판정 기준
정량 검증·안전실패·접촉·정지·복구 조건시도별 결과와 개입 이유
로봇 행동카메라·자세·동작 좌표가 맞는지 확인관측값·명령·실제 동작의 대응
현장 실행·HMI통신 단절과 담당자 개입지연시간·정지 확인·복구 이력

달라지는 점과 적용 범위

9월의 최초 소개 이후, 11월 11일에는 가중치와 코드 공개가 발표됐습니다. 검토의 초점이 데모 관찰에서 자체 장비·작업 조건의 재현 가능성으로 옮겨갑니다. 뒤 문장은 AI Cube의 해석입니다.

AI Cube의 관점

AI Cube는 작업 목적을 정한 뒤 정량 검증과 안전 조건, 로봇 행동, 현장 실행·HMI를 연결해 봅니다. 모델의 행동 제안을 그대로 장치에 전달하기보다 실행 허용 범위와 정지·복구 절차를 별도로 검증하는 접근입니다. 이는 도입 판단을 위한 해석입니다.

기술 적용 시 고려사항

같은 체크포인트에서도 카메라 구성과 실행 정밀도가 달라지면 결과를 바로 비교하기 어렵습니다. AI Cube는 장비·설정 버전과 시도별 지연시간, 실제 완료 여부를 함께 기록하는 시험을 제안합니다.

사업·운영 관점

공개 모델을 쓰더라도 장비와 데이터 준비, 로봇 연동, 재시험에 드는 비용은 남습니다. 성공률과 함께 실패 한 번을 복구하는 시간까지 비교해야 운영 부담을 판단할 수 있습니다. 비용 절감이나 무인 운영 성과를 확인한 것은 아닙니다.

자주 묻는 질문

발표된 성공률 46.2%가 현장 성능을 뜻하나요?

해당 수치는 Runway가 발표한 RoboLab-120 평가 결과입니다. 로봇·작업·입력 조건이 달라지는 현장의 성능 보장이 아니며 별도 반복 시험이 필요합니다.

Jetson 지원이면 작은 엣지 장치에서도 바로 되나요?

출시 글에 명시된 제품은 Jetson Thor입니다. 다른 Jetson 제품의 지원이나 같은 지연시간을 확인한 근거는 없습니다. 사용할 체크포인트·정밀도·메모리 조건과 실제 장치에서의 실행 결과가 필요합니다.

출처와 확인 기준

  1. Runway 출시 발표 — 공개일·가중치·평가·지원 장비 ↗Runway · 원문 날짜 2026-11-11 · 자료 확인 2026-11-16
  2. Runway 연구 보고서 — 영상과 행동 예측 구조 ↗Runway Research · 자료 확인 2026-11-16
  3. Praxis-1 공식 저장소 — 체크포인트·기본 실행 요구사항 ↗Runway · 자료 확인 2026-11-16

현장 적용을 검토하고 계신가요?

설치 환경과 운영 조건을 알려주시면 관련 제품과 PoC 범위를 함께 검토합니다.

기술·PoC 문의 ↗