앤트 로보틱스, 촉각 기반 모델 LingBot-Touch 공개: 약 5000시간 데이터, 하나의 표현으로 네 가지 행동 모델에 적용
머신하트가 2026년 11월 10일 보도한 바에 따르면, 앤트 로보틱스(Ant Lingbo)는 촉각 기반 모델 LingBot-Touch를 공개했으며, 4,983시간의 실제 촉각 데이터로 자기식 촉각, 압저항식, 시각 기반 촉각 세 가지 센서 유형을 통합했다. 보도에 따르면 동일한 사전 학습 표현을 Diffusion Policy, π0.5, LingBot-VLA, T-Rex에 각각 적용했을 때 실제 로봇 성공률이 모두 향상되었다.
주요 변화
머신하트가 2026년 11월 10일 보도한 바에 따르면, 앤트 로보틱스는 같은 날 촉각 기반 모델 LingBot-Touch를 공개했다. 보도는 Anthropic의 Fable 5.2가 로봇 조작 시연과 RoboDojo 벤치마크에서 64.9%를 기록한 점을 도입부로 삼은 뒤, '시연 성공이 범용 물리 조작 능력을 의미하지는 않는다'는 점에 초점을 맞추며 정밀한 '손맛'은 여전히 체화된(embodied) 네이티브 모델로 보완해야 한다고 보았다. 보도에 따르면, 팀은 LingBot-Touch를 위해 4,983시간의 실제 촉각 데이터를 수집했으며, 이는 464,431개의 상호작용 구간, 약 13.3억 프레임에 해당하고 압저항식, 자기식 촉각, 시각 기반 촉각 세 가지 센서 유형을 포함한다. 데이터의 약 3분의 2는 촉각 장갑을 착용한 인간 조작자로부터, 3분의 1은 Sharpa Wave 손재주 로봇 손을 장착한 양팔 원격 조작 시스템으로부터 수집되었다. 모델은 다중 분기 인코더와 공유 백본 구조를 채택했으며, 세 센서 유형은 각각 경량 Tokenizer를 갖추고 변환된 촉각 Token이 동일한 Haptic Transformer로 들어간다. 팀은 통합 손끝 기하 좌표계를 구축하여 각 촉각 Token이 시간 창 인덱스, 손가락 번호, 3차원 좌표로 구성된 5차원 주소를 갖도록 했으며, 이는 센서마다 다른 측정점 수, 배치, 샘플링 레이트 차이에 대응하기 위해서다. 훈련은 JEPA 방식을 따랐으며, 팀은 이를 Tactile-JEPA라고 부르며 잠재 공간에서 원신호를 재구성하는 대신 가림 예측을 수행한다고 밝혔다. 그 이유는 촉각 데이터에서 상당 시간 동안 접촉이 없어 0에 가까운 배경 신호가 재구성 목표를 분산시키기 때문이다. 보도가 제시한 다운스트림 검증은 세 단계다. 5개 동결 인코더 촉각 이해 과제, Sharpa Wave와 XHand1 두 손재주 로봇 손에서의 26개 실제 로봇 과제, 그리고 12개 시뮬레이션 과제다. 보도에 따르면 단 1000시간의 사전 학습 데이터만으로도 모델은 30~50N 손끝 측력 범위에서 접촉력 예측 오차가 2N 미만이었고, 접촉 중심 위치 측정은 서브밀리미터 수준, 접촉 면적 추정 오차는 2% 미만이었다. 실제 로봇 부분에서 보도는 LingBot-Touch를 추가 촉각 표현 모듈로 Diffusion Policy, π0.5, LingBot-VLA, T-Rex 네 가지 행동 모델에 연결해 다운스트림 후속 훈련을 진행한 결과 평균 성공률이 전반적으로 상승했으며, 예를 들어 π0.5는 Sharpa Wave에서 47.56%에서 68.58%로, LingBot-VLA는 45.60%에서 72.51%로 상승했고, XHand1에서는 π0.5가 49.71%에서 74.17%로 상승했다고 전했다. 보도는 또한 FTP-1과의 비교 데이터 및 사전 학습 데이터를 1000시간에서 5000시간으로 늘린 규모 확장 실험도 제시했다. 보도는 프로젝트 홈페이지, 기술 보고서, GitHub, Hugging Face, 모델스코프 커뮤니티 등 배포 채널을 나열했지만, 전문에서 라이선스 조항이나 API, 가격에 대해서는 언급하지 않았다.
개발자에게 미치는 영향
이 소식이 개발자에게 갖는 의미는 또 하나의 대형 모델이 API로 출시된 것과 전혀 다르며, 세 층위로 나누어 볼 필요가 있다. 첫째 층위는 '촉각 인코더를 직접 만들어야 하는가'다. 보도의 핵심 주장은 촉각 표현이 센서를 넘고 행동 모델을 넘어 재사용될 수 있다는 것이다. 동일한 사전 학습 특징을 네 가지 정책 모델에 연결해도 평균 성공률이 모두 향상되었고, 행동 모델마다 촉각 인코더를 새로 훈련할 필요가 없다. 이 주장이 여러분의 하드웨어에서 성립한다면, 절약되는 것은 한 번의 훈련이 아니라 손재주 로봇 손이나 센서를 바꿀 때마다 다시 해야 하는 적응 작업이다. 보도에 따르면 LingBot-VLA는 이전에 '하나의 두뇌, 여러 기체'를 검증했으며, LingBot-Touch는 같은 사고를 통일하기 더 어려운 촉각 모달리티로 확장한 것이다. 둘째 층위는 데이터 비용 구조다. 보도가 공개한 출처 비율(약 3분의 2는 사람이 장갑을 착용, 3분의 1은 원격 조작)은 로봇 본체에 의존하지 않는 수집 경로를 가리킨다. 사람의 일상 조작으로 접촉 경험을 축적하고, 원격 조작으로 특정 하드웨어의 실제 상호작용을 보완하는 방식이다. 대규모 실제 로봇 가동 시간이 부족한 팀에게 이 비율 자체가 훈련 세부 사항이 아니라 논의해 볼 만한 수집 전략이다. 셋째 층위는 평가 기준이다. 보도에서 '촉각을 연결하면 좋아진다'와 '촉각 표현의 품질이 얼마나 좋아지는지를 결정한다'는 서로 다른 결론이다. 시뮬레이션 부분에서 보도는 이진 접촉 신호만 사용하거나 촉각 입력을 사용하지 않는 정책이 구체 균형 과제에서 성공률 0%였고, LingBot-Touch는 Sharpa Wave와 XHand1에서 각각 67.7%와 35.9%였다고 전했다. 이는 단순히 접촉 스위치를 추가하는 것만으로는 동등한 이익을 얻을 수 없으며, '촉각이 있느냐'가 아니라 연결 방식이 결과를 좌우한다는 뜻이다. 유의할 점은 위 수치가 모두 팀 자체 보고이며, 보도는 제3자 재현이나 독립 평가를 언급하지 않았다는 것이다.
연동 및 평가 제안
다음 두 가지 이상의 의사결정 규칙은 보도 내용에 기반한 제안과 조건 분석이며, 보도 자체의 사실 결론이 아니다. 의사결정 1(제안): LingBot-Touch를 공유 촉각 인코더로 재사용할 것인가, 아니면 계속 행동 모델마다 전용 인코더를 자체 훈련할 것인가. 이에 대응하는 보도 변화는 동일한 사전 학습 표현을 Diffusion Policy, π0.5, LingBot-VLA, T-Rex 네 가지 아키텍처에 연결할 수 있으며, 보도에 따르면 실제 로봇 평균 성공률이 전반적으로 상승했다는 점이다. 전제 조건은 엄격하다. 여러분의 촉각 센서가 보도가 다루는 압저항식, 자기식 촉각, 시각 기반 촉각 세 가지에 속해야 한다. 보도는 사전 학습이 아직 정전용량식 센서를 다루지 못한다고 명확히 밝혔고, 실제 로봇 검증도 Sharpa Wave와 XHand1 두 손재주 로봇 손에만 국한되었다. 손가락 구조와 센서 방식이 크게 다른 팀은 이 재사용 결론을 그대로 적용할 수 없다. 측정 가능한 평가 기준: 자체 실제 로봇 과제 세트에서 동결 인코더와 기존 촉각 베이스라인(예: 자체 훈련 CNN 촉각 특징)을 같은 과제로 비교하고 성공률 차이와 접촉력 예측 오차를 기록한다. 보고서가 제시한 참고 수준은 동일 과제 동일 플랫폼에서 접촉력 평균 오차가 FTP-1의 2.31N에서 0.81N으로 감소한 것이지만, 여러분에게 필요한 것은 이 수치를 되풀이하는 것이 아니라 직접 수집한 숫자다. 또한 착수 전에 한 가지를 먼저 확인해야 한다. 여러분의 센서 측정점 배치가 보도에서 설명한 통합 직교 좌표계와 5차원 Token 주소로 매핑될 수 있는지다. 매핑되지 않으면 이후의 모든 재사용은 시작할 수 없다. 의사결정 2(제안, 자체 훈련 또는 계속 사전 학습하는 팀 대상): 다음 라운드 자원을 데이터 규모에 투자할 것인가, 모델 용량에 투자할 것인가. 이에 대응하는 보도 변화는 규모 확장 실험이다. 사전 학습 데이터가 1000시간에서 4000시간으로 늘어날 때 HaT-Tiny는 네 가지 차원에서 지속적으로 향상되었고, 5000시간과 4000시간에서는 기본적으로 평탄해졌으며, 팀은 모델 용량이 제한 요인이 되기 시작했다고 판단했다. 더 큰 HaT-Small로 교체한 후에는 여러 데이터 규모에서 모두 추가 향상되었다. 전제 조건: 이미 안정적이고 확장 가능한 촉각 데이터 파이프라인이 있어야 하며, 그렇지 않다면 백본 크기보다 수집 문제를 먼저 해결해야 한다. 측정 가능한 기준: 고정 평가 세트에서 '사전 학습 시간—접촉력 오차/성공률' 곡선을 그려 플래토가 나타났는지 확인한다. 플래토가 나타나고 데이터를 더 늘려도 이익이 없다면, 백본을 키우고 같은 곡선을 다시 그려 대조하는 것을 고려한다. 의사결정 3(제안, 데이터 수집 계획 대상): 인간 장갑 수집에 우선 투자할 것인가, 원격 조작 수집에 투자할 것인가. 이에 대응하는 보도 변화는 데이터 출처 구조가 약 3분의 2 장갑, 3분의 1 원격 조작이라는 점이다. 전제 조건은 목표 하드웨어가 원격 조작 시스템의 동일 모델인지 여부다. 아니라면 원격 조작 부분의 특정 본체 적응 가치는 떨어진다. 측정 가능한 기준: 동일한 표현을 두 번째 손재주 로봇 손으로 전이한 후 평균 성공률의 하락 폭을 관찰한다. 하락 폭이 작으면 표현에서 전이 가능한 부분의 비중이 높다는 뜻이며, 장갑 데이터의 한계 가치가 더 크다.
제한과 확인할 사항
첫째, 이번 카탈로그 확인(2026년 11월 12일)에서 LingBot-Touch는 KimiSeek 모델 카탈로그에 나타나지 않았고, 보도도 어떤 API나 가격도 언급하지 않았다. 보도가 제시한 프로젝트 홈페이지, 코드 저장소, Hugging Face, 모델스코프 주소는 모두 제조사 측이 게시한 것이므로, 이 모델의 획득 가능 여부와 접속 방식에 관한 모든 설명은 본 사이트가 아니라 제조사(앤트 로보틱스/Robbyant) 채널을 기준으로 해야 한다. 둘째, 보도 전문은 라이선스 조항을 언급하지 않았다. '가중치 페이지가 공개적으로 보인다'와 '상업적 사용 가능'은 다른 문제이며, 실제 적용 전 반드시 스스로 라이선스를 확인해야 한다. 셋째, 실제 로봇 검증은 Sharpa Wave와 XHand1 두 손재주 로봇 손만을 다루었고, 사전 학습 데이터는 정전용량식 센서를 포함하지 않았으며, 보도 자체도 더 많은 로봇 형태, 복잡한 환경, 장기 과제에 더 광범위한 실험이 필요하다고 인정했다. 넷째, 모든 성공률, 오차, 비교 수치는 팀 자체 보고에서 나온 것이며 보도는 제3자 재현을 언급하지 않았다. 비교 베이스라인인 FTP-1의 구현 세부 사항과 튜닝 예산도 보도에서 설명되지 않아, 횡적 비교의 공정성은 보도만으로 확인할 수 없다. 다섯째, 원격 조작 데이터는 Sharpa Wave를 장착한 양팔 시스템에서만 수집되었으며, 본체 간 데이터 분포 차이가 얼마나 큰지는 보도가 정량적으로 제시하지 않았다. 여섯째, 모델 파라미터 수, 훈련 및 추론에 필요한 연산량, 추론 지연은 모두 보도에서 공개되지 않아 배포 비용은 현재 공개 정보로 추정할 수 없다. 이상의 점들은 본문의 보도 사실 및 제안과 충돌하지 않는다. 본문의 성능 수치는 항상 보도 기준임을 표시했으며, 이 단락은 그 수치 외에 여전히 비어 있는 부분을 설명한다.