리얼월드·엔비디아, 휴머노이드 손 성능 재는 ‘덱스벤치’ 만든다

• 리얼월드가 엔비디아와 손잡고 휴머노이드 로봇 ‘손’의 표준 벤치마크를 만들겠다고 나섬

  • 이름은 덱스벤치(DexBench) 이니셔티브
  • 핵심은 덱스터리티 성능 평가, 5지 휴머노이드 조작용 데이터 포맷 표준화, 엔비디아 아이작 랩 및 아이작 랩-아레나 통합임

• 이건 단순한 협업 발표라기보다 휴머노이드 경쟁이 표준화 국면으로 넘어가고 있다는 신호에 가까움

  • 중국은 올해 초 ‘휴머노이드 로봇 및 임바디드 AI 표준 체계’ 2026년판을 발표하며 국가 차원의 기준과 안전·윤리 로드맵을 제시함
  • 미국 실리콘밸리와 유럽도 테스트베드와 가이드라인 정비에 속도를 내는 중임
  • 이제는 로봇이 멋지게 움직이는 영상만으로 부족하고, 같은 조건에서 재현 가능한 성능을 보여줘야 하는 단계임

• 덱스벤치는 실제 산업 현장의 손동작 업무를 기준으로 설계됐음

  • 조립, 분류, 포장, 피킹 같은 작업이 기반임
  • 파지 다양성, 공간 정밀도, 시간 정밀도, 접촉 정밀도, 상황 인식이라는 5개 핵심 도메인을 잡음
  • 이걸 다시 18개 원자 태스크로 쪼개 로봇 손의 조작 능력을 더 세밀하게 평가하려는 구조임

• 엔비디아 아이작 랩-아레나와 결합하는 점도 꽤 중요함
  • 동일한 시나리오를 시뮬레이션과 실제 환경에서 반복 검증하는 구조를 목표로 함
  • 지금까지는 기업과 연구실마다 테스트 조건이 달라 성능 비교가 애매했는데, 덱스벤치는 공통 잣대를 제공하겠다는 구상임
  • 데이터 포맷도 5지 덱스터리티 휴머노이드용으로 공동 설계해 아이작 랩 파이프라인과 호환되게 만들 계획임

sequenceDiagram
    participant 연구자
    participant 덱스벤치
    participant 아이작랩
    participant 실제로봇
    participant 평가데이터
    연구자->>덱스벤치: 18개 조작 태스크 선택
    덱스벤치->>아이작랩: 동일 시나리오를 시뮬레이션에 배치
    아이작랩->>평가데이터: 위치·접촉·시간 정밀도 기록
    덱스벤치->>실제로봇: 같은 태스크를 실제 환경에서 실행
    실제로봇->>평가데이터: 실제 수행 결과 저장
    평가데이터->>연구자: 공통 지표로 성능 비교

• 리얼월드는 이걸 ‘로봇 손의 공통 언어’로 보고 있음
  • 류중희 대표는 정밀한 움직임을 측정하고 재현하는 공통 언어 없이는 덱스터리티 AI 상용화에 한계가 있다고 말함
  • 엔비디아도 측정 가능하고 재현 가능한 정밀 조작 능력이 산업 환경에서 로보틱스 도입을 확대하는 데 필수적이라고 봄
  • 결국 덱스벤치는 벤치마크이면서 동시에 데이터 인프라, 생태계 락인, 표준 주도권이 걸린 카드임

기술 맥락

• 휴머노이드 손에서 어려운 건 단순히 손가락이 5개 달렸다는 게 아니에요. 물체를 잡는 힘, 접촉 위치, 움직이는 타이밍, 상황 판단이 모두 맞아야 실제 산업 현장에서 쓸 수 있거든요.

• 덱스벤치가 5개 도메인과 18개 태스크로 나눈 이유도 여기에 있어요. 로봇이 물건을 집었다는 결과만 보면 쉬워 보이지만, 같은 물체를 얼마나 다양한 방식으로 잡는지, 얼마나 정확한 위치에 놓는지, 접촉을 얼마나 안정적으로 유지하는지가 모두 따로 측정돼야 해요.

• 엔비디아 아이작 랩과 붙는 것도 전략적으로 중요해요. 시뮬레이션에서 학습한 동작이 실제 로봇에서도 통하는지를 반복해서 봐야 하는데, 이 과정이 표준화되면 연구 결과 비교가 훨씬 쉬워져요.

• 표준 벤치마크는 기술적으로는 평가 도구지만, 산업적으로는 생태계의 중심이 될 수 있어요. 많은 팀이 같은 포맷으로 데이터를 만들고 같은 파이프라인에서 검증하면, 그 주변 도구와 모델도 자연스럽게 같이 커지거든요.