7자유도 오픈소스 휴머노이드 암 'OpenArm' 공개, 양팔 시스템 6,500달러

접촉이 많은 환경에서 동작하는 물리 AI(physical AI) 연구를 겨냥한 7자유도 휴머노이드 로봇 암이 오픈소스로 공개됐다. 프로젝트 이름은 OpenArm이며, 하드웨어 설계도와 제어 소프트웨어, 시뮬레이션 자산, 데이터 수집 도구까지 한 저장소에서 제공하는 것이 특징이다. 사람 규모의 비례를 따르면서 안전성과 순응성(compliance)을 설계 목표로 내세웠고, 실제 응용에 쓸 수 있는 수준의 가반 하중을 함께 노린다.

가장 눈에 띄는 숫자는 가격이다. 양팔(bimanual) 시스템 완제품 기준 6,500달러로 제시됐다. 연구실 단위에서 여러 대를 배치해 데이터를 모으는 시나리오를 염두에 둔 가격대다. 구동계는 역구동성(backdrivability)이 높게 설계돼 외부 힘에 유연하게 반응하며, 이는 사람과 로봇이 같은 공간에서 상호작용할 때의 안전성과 직결된다.

하드웨어만 공개한 것이 아니다. 프로젝트는 'OpenArm Cell'이라는 표준화된 실험 환경도 함께 제안한다. 배경, 조명, 카메라 배치를 통일한 구성으로, 같은 실험을 다른 지역에서도 동일한 조건에서 반복할 수 있게 하는 것이 목적이다. 로봇 연구에서 흔히 지적되는 재현성 문제를 평가 조건의 표준화로 줄이겠다는 접근이다.

소프트웨어 자산 목록도 구체적이다. STL·STEP 파일과 Fusion 360 어셈블리를 포함한 전체 CAD 데이터, 시뮬레이션용 URDF/xacro 로봇 기술 파일, 저수준 모터 통신을 위한 CAN 제어 라이브러리가 포함된다. 여기에 ROS2 통합 패키지와 노드, 단방향·양방향 제어를 지원하는 텔레오퍼레이션 패키지, Isaac Lab 시뮬레이션 환경과 학습 태스크, MuJoCo 명세 파일과 에셋이 더해진다. 데이터셋 포맷과 기록 도구, Python API, 그리고 데이터 수집·추론·텔레오퍼레이션을 위한 Dora 데이터플로 노드까지 제공된다.

배경에는 휴머노이드 로봇 연구의 구조적 문제가 있다. 상용 로봇 암은 가격이 높고 내부 설계가 공개되지 않아, 연구 결과를 다른 팀이 그대로 재현하기 어렵다. 반대로 저가 DIY 플랫폼은 제어 스택과 시뮬레이션 연동이 빈약해 학습 데이터를 대규모로 모으기 힘들다. OpenArm은 하드웨어 도면과 제어·시뮬레이션·데이터 파이프라인을 동시에 열어 이 간극을 메우려는 시도로 읽힌다. 텔레오퍼레이션, 모방 학습(imitation learning), 강화 학습, 시뮬레이션, 실환경 데이터 수집이 모두 1차 사용 사례로 명시돼 있다.

개발자 입장에서 실무 변화는 두 갈래다. 첫째, 로봇 학습 파이프라인을 처음부터 만들지 않고 ROS2·MuJoCo·Isaac Lab 자산 위에서 시작할 수 있다. 둘째, 힘 피드백 기반 양방향 텔레오퍼레이션과 중력 보상(gravity compensation) 같은 기능이 패키지 형태로 제공되므로, 원격 조작으로 시연 데이터를 모으는 워크플로를 비교적 짧은 시간에 세울 수 있다. 다만 실제 도입 전에는 CAN 통신 계층과 모터 드라이버 호환성, ROS2 배포판 버전, Isaac Lab·MuJoCo 의존성 버전을 자신의 환경 기준으로 확인해야 한다.

조달 방식도 선택지가 나뉜다. 완제품으로 구매하거나 직접 조립(DIY)할 수 있고, 전 세계 인증 제조사 목록을 통해 구매처를 찾는 구조다. 프로젝트 참여는 별도의 행동 강령(Code of Conduct)을 따른다.

한 가지 전제는 분명히 해둘 필요가 있다. 프로젝트는 현재도 계속 개발 중이며, 기여자와 연구 파트너, 기업 협력자를 적극적으로 찾고 있다고 밝히고 있다. 즉 완성된 상용 제품이라기보다 함께 키워가는 연구 플랫폼에 가깝다. 저장소를 검토할 때는 문서화 수준과 이슈 대응 속도, 하드웨어 리비전 변경 이력을 함께 살펴보는 편이 안전하다.