Seeing Machines의 Physical AI Platform은 사람의 위치만 찾는 장애물 감지기가 아니다. 자세·시선·주의·행동 상태를 해석하고 다음 움직임이나 위험을 예측해 로봇의 내비게이션, 물건 전달, 안전 감독에 신호를 보내는 사람 중심 인지 계층이다. 특정 로봇 본체가 아니라 여러 형태의 로봇에 통합할 수 있는 플랫폼을 지향하지만, 로봇 전체의 기능 안전이나 인증을 대신하지는 않는다.
사람을 읽는 과정은 See·Understand·Anticipate·Act로 나뉜다
Seeing Machines의 로보틱스 공식 페이지는 플랫폼을 네 단계로 설명한다. See는 사람·물체와 3D 공간을 감지하고, Understand는 시선·주의·활동·상호작용 맥락을 해석한다. Anticipate는 사람의 경로와 새로 생길 위험을 예측하며, Act는 그 결과를 안전 행동 추천이나 로봇 기능에 전달한다.
이름은 순서대로 붙어 있지만 실제 시스템에서는 계속 왕복한다. 사람이 선반 쪽으로 손을 뻗었다면 로봇은 손의 위치만 보는 것이 아니라 물건을 받으려는지, 단순히 지나가는 동작인지, 균형을 잃은 것인지 다시 판단해야 한다. 새로운 프레임이 들어올 때마다 예측과 행동을 갱신하는 구조다.
| 계층 | 공식 페이지가 제시한 기능 | 현장에서 확인할 한계 |
|---|---|---|
| See | 사람·물체 탐지, 자세·움직임, 3D 점유와 위험 구역 | 가림·역광·혼잡에서 탐지가 유지되는가 |
| Understand | 시선·주의·정서, 활동 상태, 인수 준비 해석 | 하나의 신호로 의도를 단정하지 않는가 |
| Anticipate | 동선, 낙상·불안정, 새로운 위험 예측 | 예측 시간과 불확실성을 함께 내보내는가 |
| Act | 안전 행동 추천, 이동·조작 지원, 원격 예외 처리 | 안전 정지와 최종 제어가 독립돼 있는가 |
See 단계가 놓치면 뒤의 판단은 정교해도 소용없다
로봇 앞에 사람이 있다는 사실만으로는 충분하지 않다. 어느 방향을 보고 있는지, 손과 발이 어디에 있는지, 사람이 차지할 가능성이 높은 공간이 어디인지까지 실시간으로 구성해야 한다. 공장 작업자는 박스 뒤에 몸이 가려질 수 있고, 병원 환자는 침대 난간에 일부가 가려지며, 가정에서는 어린이와 반려동물이 갑자기 화면 안으로 들어온다.
이때 평균 탐지율 하나만 보면 위험하다. 밝은 정면 영상에서는 잘 작동해도 역광, 반사 조끼, 낮은 조도, 군중, 카메라 흔들림에서 지연이 급증할 수 있다. 도입 시험에는 가림 정도와 조명, 사람 수, 카메라 위치를 바꾼 결과가 필요하다. 놓친 프레임 수뿐 아니라 다시 사람을 찾아 정상 상태로 돌아오는 시간도 기록해야 한다.
Seeing Machines는 플랫폼을 하드웨어·센서 비종속 구조로 설명한다. 이는 모듈화 방향이지 모든 카메라와 연산 장치에서 같은 성능을 보증한다는 뜻은 아니다. 렌즈 화각, 해상도, 프레임률, 설치 높이, 교정 절차가 달라지면 입력 자체가 달라진다.
Understand는 현재 상태를, Anticipate는 다음 변화를 다룬다
Understand가 답하는 질문은 ‘지금 무엇을 하고 있는가’에 가깝다. 시선과 주의가 어디에 있는지, 물건을 넘겨받을 준비가 됐는지, 사람이 로봇을 인지하고 있는지 같은 상태를 추정한다. Anticipate는 여기서 한 걸음 더 나아가 경로가 겹칠지, 넘어질 가능성이 커지는지, 새로운 위험 구역이 생길지를 예측한다.
둘 다 확률적 결과다. 시선이 로봇을 향했다고 협조 의사가 확정되는 것도 아니고, 손을 뻗었다고 물건을 받을 준비가 끝난 것도 아니다. 여러 신호의 시간 흐름을 함께 보고 불확실성이 높으면 멈추거나 사람에게 넘기는 보수적 설계가 필요하다.
Seeing Machines의 Human Factors 설명은 20년이 넘는 실시간 인간 행동 연구를 기반으로 한다고 밝히며, 로보틱스 페이지는 25년 이상의 인간요인 연구·임베디드 AI·생산 엔지니어링 경험을 강조한다. 이 배경은 데이터와 연구 축적을 보여주지만 로봇용 기능의 고객별 정확도나 인증 결과를 대신하지 않는다.
Act는 행동 신호를 주지만 비상정지 장치가 아니다
Act 계층에는 안전 행동 추천, 내비게이션·조작 지원, 사람을 고려한 물건 전달, 비전-언어-행동 모델, 텔레오퍼레이션과 예외 처리, 행동 게이트가 포함된다. 인지 결과가 로봇의 실제 움직임으로 연결되는 구간이다.
하지만 ‘안전 행동 추천’과 ‘인증된 안전 제어’는 역할이 다르다. 사람의 접근을 예측한 모델이 속도 감소를 권고할 수는 있어도, 기능 안전용 센서·제어기·비상정지 회로를 자동으로 대체하는 것은 아니다. 모델이 사람을 놓치거나 통신이 끊겨도 로봇을 안전 상태로 보내는 독립 방어층이 남아 있어야 한다.
병실에서 약을 전달하는 장면을 보자. 환자가 몸을 일으키고 보호자가 로봇 앞을 가로막으면 플랫폼은 자세 변화와 동선을 해석해 접근 속도를 낮추거나 원격 운영자에게 예외를 보낼 수 있다. 그래도 제동 거리와 충돌 방지는 로봇 본체의 안전 설계가 책임져야 한다.
공장·병원·가정은 같은 모델의 다른 약점을 드러낸다
사람을 읽는 기능은 공간에 따라 실패 비용이 달라진다. 공장에서는 잦은 오경보가 생산 정지로 이어지고, 병원에서는 미탐과 개인정보 노출의 비용이 크다. 가정에서는 사용자와 환경의 다양성이 너무 커 학습 범위를 벗어난 장면이 자주 나온다.
| 환경 | 반드시 넣을 시험 장면 | 실패했을 때 보는 지표 |
|---|---|---|
| 공장 | 작업자가 공구를 건네거나 안전 구역에 갑자기 접근 | 오경보, 미탐, 정지 시간, 재가동 시간 |
| 병원 | 환자가 일어나고 보호자가 동선을 가로막음 | 낙상 위험 미탐, 잘못된 경보, 원격 개입 시간 |
| 가정 | 어린이·노인·반려동물이 좁은 공간에서 교차 | 보수적 정지율, 물건 전달 실패, 충돌 여유 |
| 물류 | 카트와 작업자가 여러 방향으로 이동 | 경로 예측 오차, 플릿 정체, 우회 성공률 |
물건 전달은 특히 미세한 차이를 드러낸다. 사용자가 손을 내민 순간과 실제로 무게를 받을 준비가 된 순간 사이에는 간격이 있다. 너무 일찍 놓으면 파손이나 부상으로 이어지고, 지나치게 늦으면 로봇이 사람의 손을 당길 수 있다. 인수 준비 판단과 힘·촉각 제어를 함께 시험해야 한다.
엣지 처리와 Managed AI에는 개인정보 설계가 따라온다
Seeing Machines는 지연·전력 제약 아래에서 모델을 엣지에 배포하고, 합성 데이터로 희귀·위험 장면을 보강하며, Managed AI로 플릿을 모니터링하는 방향을 제시한다. 원격 이벤트 검토와 OTA 개선은 여러 로봇을 운영할 때 유용하지만 사람 영상과 행동 데이터가 어디로 이동하는지라는 새 문제를 만든다.
시설 운영자는 원본 영상과 이벤트 특징값을 구분해 보관 위치, 접근자, 보존 기간, 삭제 절차를 정해야 한다. 원격 운영자가 볼 수 있는 화면과 모델 개선에 재사용되는 범위도 계약에 들어가야 한다. 데이터가 국외 클라우드로 전송되는지, 고객이 학습 사용을 거부할 수 있는지도 확인 대상이다.
도입 시험은 정확도보다 오류의 방향을 보여줘야 한다
로봇 OEM이나 시스템 통합사가 받아야 할 값은 단일 정확도가 아니다. 입력 센서 조건, 처리 지연, 예측 시간 범위, 오경보와 미탐, 신뢰도 출력, 안전 게이트의 실패 모드가 한 세트로 제시돼야 한다.
시험은 깨끗한 데모 공간에서 끝내지 않는다. 카메라 일부를 가리고 조명을 낮추며, 사람이 방향을 갑자기 바꾸고 물건을 떨어뜨리는 장면까지 반복한다. 모델이 확신하지 못할 때 멈추는지, 잘못된 예측이 저수준 제어까지 전파되는지, 원격 운영자가 개입한 뒤 얼마나 빨리 정상 임무로 복귀하는지를 본다.
배경 개념은 피지컬 AI 뜻과 범위, 모델 구조는 로봇 파운데이션 모델, 합성 환경과 실기의 차이는 Sim-to-Real 핵심 개념에서 이어서 확인할 수 있다. Seeing Machines 플랫폼의 가치는 ‘사람의 마음을 읽는다’는 홍보 문구가 아니라 혼잡한 실제 환경에서 위험을 얼마나 일찍 감지하고, 틀렸을 때 얼마나 안전하게 물러나는지로 판단해야 한다.
자주 묻는 질문
Seeing Machines 플랫폼은 사람의 의도를 정확히 알아내나요?
정확히 확정하는 기술로 보면 안 된다. 자세·시선·주의·행동 맥락을 바탕으로 다음 움직임과 상호작용 가능성을 확률적으로 추정한다.
이 플랫폼을 쓰면 별도의 안전 센서가 필요 없나요?
아니다. 인지와 행동 권고는 기능 안전 센서, 제동 제어, 비상정지, 현장별 위험 평가를 대체하지 않는다.
특정 카메라나 로봇에서만 작동하나요?
회사는 모듈형·하드웨어 및 센서 비종속 구조를 지향한다고 설명한다. 실제 지원 센서, 연산 장치, 로봇 인터페이스와 성능 범위는 통합 사양에서 확인해야 한다.
확인한 공식 자료
최종 확인: 2026년 8월 23일