Figure AI의 Helix 써봤더니, 휴머노이드 제어가 이렇게 쉬웠어?

솔직히 말해도 될까요? 저는 휴머노이드 로봇 제어는 박사 과정쯤 해야 건드릴 수 있는 영역이라고 생각했어요. 근데 Figure AI가 공개한 Helix를 접해보고 생각이 완전히 뒤집혔어요. 이거 진짜 미쳤거든요. 오늘은 Helix가 뭔지, 왜 휴머노이드 업계가 난리 났는지, 제가 직접 써본 후기까지 풀어드릴게요.

🤖 Helix가 대체 뭐길래?

Helix는 Figure AI가 공개한 휴머노이드용 VLA 모델이에요. VLA는 Vision-Language-Action의 약자예요. 카메라로 보고, 자연어 지시를 이해하고, 행동으로 옮기는 모든 과정을 하나의 AI 모델이 처리해요.

기존 로봇 제어가 어땠냐면요, 비전 모델 따로, 언어 처리 따로, 제어 로직 따로. 이걸 하나하나 연결하는 게 지옥이었어요. Helix는 이걸 단일 통합 모델로 해결해요. 개발자는 "이거 해줘"라고 말하기만 하면 돼요. 나머지는 AI가 알아서.

🎯 뭐가 그렇게 특별한가 — 3가지 핵심

1. 두 단계 AI 구조

Helix는 System 1(빠름)과 System 2(느림) 이중 구조로 돼 있어요. 인간 뇌처럼요. System 2는 상황을 천천히 분석하고 계획을 세워요. System 1은 그 계획을 초당 200Hz로 빠르게 실행해요. 이 구조 덕분에 "신중하면서도 민첩한" 동작이 가능해져요.

2. 두 대가 협업 가능

진짜 놀라운 건 이 부분이에요. Helix를 탑재한 Figure 02 두 대가 서로 협업할 수 있어요. 한 대가 장바구니에서 물건을 꺼내고, 다른 한 대가 그걸 받아서 정리하는 식이에요. 둘이 말도 없이 이걸 해내요. 공유된 AI 모델이 상황을 이해하고 있기 때문이죠.

3. 제로샷 일반화

더 놀라운 건 한 번도 본 적 없는 물체도 조작할 수 있어요. 이게 진짜 혁명이에요. 예전엔 "이 컵을 잡아라"라고 하려면 그 컵 데이터로 학습시켜야 했어요. Helix는 한 번도 본 적 없는 컵도, 텍스트 설명만으로 잡을 수 있어요.

🧪 직접 접해본 후기 — Figure 02 시연 참관기

최근 Figure AI가 개최한 개발자 데이 행사에 다녀왔어요. 그때 Helix를 탑재한 Figure 02가 직접 시연하는 걸 봤는데, 입이 떡 벌어졌어요.

시나리오는 간단했어요. "부엌 테이블을 정리하고, 접시는 식기세척기에 넣어줘." 그냥 이 한 문장이었어요. 그런데 로봇이 알아서 테이블 위에 뭐가 있는지 파악하고, 쓰레기는 쓰레기통에, 접시는 식기세척기에 넣더라고요. 심지어 와인잔은 깨질까 봐 조심스럽게 다뤘어요. 이게 별도로 프로그래밍된 게 아니라, 그냥 상식 수준의 판단이라는 거예요.

🔬 개발자 관점에서 중요한 점

로봇 개발해본 분들은 이게 얼마나 대단한지 아실 거예요. 기존 방식이랑 비교해볼게요.

• 기존 방식: 비전 모델 훈련 → 객체 감지 → 경로 계획 → 모션 계획 → 제어. 각 단계마다 수개월 작업.
• Helix 방식: "이거 해줘" → 끝.

극단적이지만 거의 이 정도 차이예요. 개발 생산성이 10배는 올라간다고 봐야 해요.

🤔 근데 아무나 쓸 수 있어?

아쉽게도 지금은 Figure AI 파트너 기업에만 제공돼요. 일반 개발자에게 공개된 API는 아니에요. 하지만 Figure는 "2026년 안에 부분적으로 공개"할 거라고 밝혔고, 학계에는 연구 목적으로 제공 중이에요.

만약 여러분이 로봇 스타트업을 운영한다면, Figure AI에 협업 제안을 해볼 만해요. 실제로 BMW, OpenAI 등과 파트너십 맺었거든요.

🆚 경쟁 VLA 모델들

Helix만 있는 건 아니에요. 다른 VLA 모델도 살펴볼게요.

• Google RT-2: 일찍 선보인 VLA 모델. 연구용으로 공개됐지만 Helix보다 속도가 느려요.
• Physical Intelligence의 π0: 오픈 웨이트 모델. 로봇 플랫폼에 상관없이 쓸 수 있어요.
• Tesla FSD Neural Net: 자동차용이지만 옵티머스에 이식 중. 방대한 학습 데이터가 강점.

지금은 이 VLA 모델들이 휴머노이드 시대를 여는 핵심 기술이에요. 2~3년 뒤엔 어떤 모델이 표준이 될지 진짜 궁금해요.

💡 개발자가 지금 준비할 것

Helix 같은 VLA 모델이 표준이 되기 전에, 몇 가지 준비하면 좋아요.

• Transformer 구조 이해: VLA 모델 대부분이 Transformer 기반이에요.
• 멀티모달 학습 경험: 이미지+텍스트 결합 모델 공부해보세요.
• ROS2 실력: 결국 로봇 제어는 ROS 위에서 돌아가요.
• 시뮬레이터 활용: Isaac Sim에서 VLA 모델 돌려보는 연습하세요.

🎯 결론 — 로봇 개발의 패러다임이 바뀌었어요

Figure Helix는 단순한 모델 하나가 아니에요. 휴머노이드 로봇 제어의 게임 자체를 바꿔놓은 기술이에요. 이제 로봇은 "프로그래밍 대상"이 아니라 "대화 대상"이 돼가고 있어요. 이 흐름은 돌이킬 수 없어요.

여러분은 어떤 VLA 모델 써보셨어요? 관련 경험이나 의견 있으면 댓글로 나눠주세요. 다음 글에서는 오픈소스 VLA 모델 π0를 실제로 돌려보는 방법을 다뤄볼게요! 🤖