서호로봇, 범용 두뇌 WR1 업그레이드 공개: 두 대 협업 옷 접기와 세 방 넘나드는 연속 가사 시연
2026년 10월 10일 보도에 따르면, 항저우 서호로봇이 범용 두뇌 모델 WR1의 업그레이드 버전을 공개했다. 세계 모델과 VLA 아키텍처를 결합해 원테이크 시연에서 옷 가져오기, 두 대 협업 바지 접기, 옥수수 꺼내 에어프라이어에 넣기, 인형 정리, 이불 정돈 등 연속 작업을 주방·거실·침실 세 구역에 걸쳐 수행했으며, 정교한 손의 자율 옷 접기가 세계 최초 시연 사례라고 주장했다.
주요 변화
2026년 10월 10일 보도에 따르면, 시후대학 인공지능·로봇 분야 성과의 사업화로 출발한 항저우 서호로봇이 범용 두뇌 모델 WR1의 업그레이드 버전을 공개했다. 보도는 WR1이 범용 대뇌·소뇌 이중 사전학습 아키텍처를 채택해 세계 모델과 시각-언어-행동 모델을 결합하고, 시각 관찰과 언어 지시에 따라 신체 이동, 전신 자세, 정교한 손 조작을 포함한 완전한 동작 시퀀스를 통합 출력하며, 전신 제어는 자체 개발한 범용 동작 대모델 GAE가 수행한다고 전했다. 시연은 두 부분으로 나뉜다. 첫 번째에서 로봇은 빨래 건조대에서 긴 바지를 꺼내 팔로 받치고, 건조대가 흔들리고 걸린 티셔츠 두 장의 위치가 어긋나는 교란 속에서도 계속 관찰하고 조정한 뒤, 티셔츠를 로봇팔에 던져 자율적으로 접고, 몸을 돌려 긴 바지를 탁자에 펼쳐 다른 휴머노이드 로봇과 협업해 접는다. 보도는 휴머노이드 로봇의 정교한 손이 자율적으로 옷을 접은 것을 세계 최초 시연 사례라고 전했다. 두 번째에서 로봇은 주방, 거실, 침실 세 구역을 넘나들며 냉장고를 열어 옥수수를 꺼내고, U자 회전으로 에어프라이어 앞에 가 옥수수를 넣고, 웅크려 소파와 탁자 위 인형을 정리하고, 이불을 정돈하는 등의 단계를 순차적으로 수행했으며, 보도는 전 과정에서 중간에 수동 리셋이나 구간별 명령 하달이 필요 없었다고 전했다. 보도는 또한 WR1이 장단기 운동 상태 회고와 실시간 동작 분할 메커니즘을 도입해 동작 갱신에 따른 정지를 줄이고, 조정 가능한 예측 메커니즘으로 실행 지연을 보상한다고 언급했다. 정보원은 회사가 수억 위안 규모의 여러 라운드 투자를 완료했다고 언급했으나, 모델 파라미터 수, 학습 데이터 규모, 추론 지연은 공개하지 않았다.
개발자에게 미치는 영향
먼저 범주를 규정해야 한다. WR1은 하드웨어에 결합된 체화 지능 시스템으로, KimiSeek에 등록된 DeepSeek, Qwen, GLM, Kimi 등 언어·멀티모달 모델과 같은 제품 형태가 아니며, 개발자가 기존 텍스트나 이미지 API 호출 경로에서 직접 사용할 수 없다. 특히 전신 제어 부분이 그렇다. 로봇 스택과 VLA 방향에 관심 있는 팀에게 이 발표의 분석 가치는 아키텍처 계층화와 작업 연결 메커니즘에 대한 공개 설명에 있다. 멀티모달 이해, 세계 모델 예측, 전신 제어를 범용 두뇌와 실행 모델 두 층으로 나누고, 작업 관리 모듈로 명령 흐름을 조직하는 이 노선은 현재 VLA 연구의 주류 방향과 일치한다. 보도에서 'Figure와 Helix 방안에 필적하거나 능가한다'는 표현과 '세계 최초 정교한 손 자율 옷 접기 시연'은 모두 정보원의 일방적 주장으로, 제3자 재현이나 지표 대조가 없어 검증된 결론으로 인용해서는 안 된다. 또한 이런 시연은 통상 통제된 무대에서 이루어지며, 비구조화된 실제 가정 환경에서 구역 간 연속성이 안정적으로 유지될 수 있는지에 대해 정보원은 실패율, 시도 횟수, 편집 여부 설명을 제시하지 않았으므로 이를 근거로 공학적 성숙도를 추론하기는 어렵다. 모델 측 개발자에게 더 실질적인 시사점은 장기 작업에서 단계별 성공률과 전체 성공률의 감쇠 관계, 그리고 상태 회고류 메커니즘이 동작 연결부의 정지를 완화할 수 있는지 여부이며, 이 두 점은 에이전트 장기 체인 오케스트레이션 문제 구조와 유사해 비유적 참고로 삼을 수 있지만 곧바로 재사용 가능한 기술 방안과 동일시할 수는 없다.
연동 및 평가 제안
다음은 조건부 분석과 제안이며, 정보원이 진술한 사실이 아니다. 첫째, 장기 체인 에이전트나 로봇 작업 오케스트레이션을 하는 팀이라면 정보원이 설명한 장단기 운동 상태 회고와 실시간 동작 분할을 대조해 볼 가치가 있다. 다음 동작 구간을 생성할 때 현재 실행 중인 궤적을 문맥에 포함하는 방식이다. 도입 가치가 있는지는 작업 체인 길이에 달려 있다. 단계별 성공률은 높지만 엔드투엔드 성공률이 단계 수에 따라 뚜렷이 감쇠할 때 이런 상태 연결 메커니즘의 이득이 가장 크다. 평가 기준은 동일 작업의 단계 수를 세 단계에서 열 단계로 늘릴 때 엔드투엔드 성공률 곡선을 설정하고, 그 감쇠 기울기가 평탄해지는지 관찰하는 것으로 삼을 수 있다. 둘째, 연성 물체나 변형 객체 조작에 관심 있는 팀이라면 정보원은 객체 형태의 지속적 변화, 외부 교란, 두 대 협업을 주요 난점으로 꼽았는데, 이에 대응하는 선택은 지각 폐루프에 투자할지 미리 정한 궤적에 의존할지이다. 조작 대상이 의류처럼 변형되는 물체이고 장면에 흔들리는 거치대나 움직이는 물체 같은 교란원이 있을 때 폐루프 지각 전략이 더 효과적일 가능성이 크다. 평가 기준은 인위적으로 교란을 도입한 뒤 교란 없는 기준선 대비 작업 성공률 하락 폭, 예컨대 거치대를 흔들거나 물체 초기 위치를 바꾼 뒤 성공률 하락이 수용 가능한 범위 내로 억제되는지로 삼을 수 있다. 셋째, 유사한 계층 아키텍처를 재현하려는 팀은 먼저 통합적으로 시연 수집과 자율 실행 데이터를 수집할 조건을 갖추었는지 명확히 해야 한다. 정보원은 GAE가 시연 수집과 자율 실행 두 단계 제어를 모두 담당하며 동일한 제어 기반을 공유한다고 말하는데, 이 전제는 추론 측 데이터만 있고 본체 원격조작 데이터 링크가 없는 팀에는 성립하지 않으므로 이때 해당 계층 방안을 그대로 따르는 것은 적절하지 않다. 위 제안은 모두 정보원이 해당 데이터를 제시했다는 것을 의미하지 않는다.
제한과 확인할 사항
분명히 해야 할 점: WR1 이 버전은 현재 KimiSeek 플랫폼에 등록되어 있지 않다. 이 사이트에 등록된 것은 DeepSeek, Qwen, GLM, Kimi 등 언어·멀티모달 모델이며 체화 지능 시스템과는 다른 범주다. 정보원이 이후 어떤 API나 상용 이용 가능성을 언급하더라도 그것은 제조사 측을 가리키는 것이지 이 사이트가 아니며, 구체적 과금과 개방 방식은 제조사 공식 설명을 기준으로 해야 한다. 이 정보원은 회사가 직접 발표한 것으로, 시연은 자체 성능 전시이며 제3자 재현, 실패율 통계, 시도 횟수, 편집 여부에 대한 독립적 설명이 없다. 보도의 '세계 최초', 'Helix 방안 능가' 등의 표현은 정보원의 일방적 주장으로 검증된 사실로 인용해서는 안 된다. 정보원은 WR1의 모델 파라미터 수, 학습 데이터 규모, 추론 지연, 가중치 공개 여부나 API 제공 여부를 공개하지 않았고, 시연에 사용된 하드웨어 비용과 배포 조건도 밝히지 않아 공학적 사용 가능성과 재현 가능성을 판단할 수 없다. 이번 보도의 게재 보도 날짜는 2026년 10월 10일이며, 정보원은 시연 촬영과 공개의 구체적 날짜를 별도로 제시하지 않았으므로 관련 시점은 서호로봇 공식 채널의 최신 설명을 기준으로 한다.