로봇 공부, 정말 쉬워졌을까: 시뮬레이션 → 모방학습 → VLA로 가는 피지컬 AI 입문 경로
"이제 로봇도 쉽게 배운다"는 말은 반만 맞다. 물리 엔진, 시연으로 가르치는 모방학습, 200–300달러대의 오픈소스 로봇팔 덕분에 입구는 확실히 낮아졌지만, GPU·데이터 수집·sim-to-real이라는 벽은 그대로다. Isaac Sim·MuJoCo·LeRobot 문서와 ACT·Diffusion Policy·OpenVLA·π0·GR00T 논문을 대조해 단계별 입문 경로와 비용 구간을 정리한다.
2026-11-04 확인. 출발점은 저장해 둔 Threads 포스트다. 원문 캡션과 이미지는 옮기지 않았고, 링크만 출처로 남긴다. 본문은 같은 날의 조사 노트를 기준으로 다시 썼다. 노트가 대조한 1차 출처는 Isaac Sim 요구사항 문서, Isaac Sim·Isaac Lab·MuJoCo·LeRobot·SO-ARM100·openpi·Isaac-GR00T·OpenVLA 저장소, LeRobot 설치·SO-101·모방학습 문서, WowRobo·PartaBot 판매 페이지, 그리고 ACT, Diffusion Policy, OpenVLA, π0, π0.5, GR00T N1, SmolVLA 논문이다. 가격은 2026-11-04 KST 판매처 표시가이고 배송·관세는 포함하지 않는다. 성능 수치는 모두 논문 저자의 측정이다. 실제 로봇팔 조립, SO-101로 한 ACT 학습, VLA 파인튜닝은 하지 않았다. 이 글에서 직접 실행한 것은 MuJoCo 축소 예제와 공개 LeRobotDataset 예제뿐이고, GPU가 없는 CPU에서 돌렸다. Isaac Sim 라이선스 세부, 한국 판매처 가격, Seeed Studio의 옵션별 가격은 확인하지 못했다.
먼저 결론
쉬워진 것은 입구다. MuJoCo는 노트북 CPU에서 돌아가므로, 첫 실험이 동역학 식을 손으로 푸는 일에서 시작하지 않아도 된다. 리더 팔로 시연을 기록할 수 있고, LeRobot 문서는 ACT 같은 정책을 학습하는 짧은 명령 경로를 보여 준다.
저가 하드웨어는 실재한다. SO-101 두 팔(리더와 팔로워)의 부품 BOM은 3D 프린팅 부품을 빼고 US $229.88이다. WowRobo의 조립된 리더·팔로워·카메라 키트 표시가는 $299였다. 둘 다 2026-11-04에 확인한 가격이고, 배송과 세금은 들어 있지 않다.
그 키트와 함께 무거운 도구의 바닥이 내려간 것은 아니다. Isaac Sim의 최소 GPU는 VRAM 16GB의 GeForce RTX 4080이고, 최소 RAM은 32GB다. π0의 LoRA 파인튜닝은 VRAM 22.5GB보다 큰 카드를 요구한다. "쉬워졌다"의 상당 부분은 GPU 예산과, 시연 수십에서 수백 개를 모으는 노동으로 옮겨 갔다.
이 글이 권하는 순서는 세 단계다. 먼저 MuJoCo와 공개 시뮬 데이터셋으로 데이터 흐름을 본다. 다음으로 LeRobot과 SO-101에서 ACT 모방학습을 한다. 문서의 최소는 50 에피소드, 위치당 10 에피소드다. 그 다음이 SmolVLA와 π0 계열 VLA 파인튜닝이다. 세 번째 단계의 성공률은 적지 않는다. 이 기계에는 GPU도 팔도 없어서 파인튜닝을 실행하지 않았다.
예전엔 왜 어려웠나
팔을 움직이려면 순기구학, 역기구학, 동역학, 그리고 PID 같은 제어를 다뤄야 했다. 산업용 팔은 비쌌고, 실물 실험은 사람이 다치거나 기구가 부러질 수 있었다. 저장해 둔 글을 한 문장으로 의역하면, 예전에는 비싼 장비와 C++ 제어와 수식 때문에 어려웠고 지금은 물리 엔진, 시연으로 배우기, 저가 오픈소스 팔 때문에 쉬워졌다는 것이다. 그 글에는 수치도 가격도 링크도 없었다.
"어려웠던 것은 수식 자체보다 실험 비용이었다"는 문장은 이 글의 해석이다. 검증된 명제가 아니다. 다만 옆에 둘 수 있는 문서화된 선택은 있다. ACT 논문은 시스템 전체가 $20k 미만인 양팔을 기여로 내세운다. 그 선택은 이전 장비가 비쌌던 세계와 맞닿아 있다. 그 맞춤도 해석이다.
세 가지 변화, 1차 출처로 확인하기
물리 엔진
| MuJoCo | Isaac Sim | Isaac Lab | |
|---|---|---|---|
| 유지하는 곳 | Google DeepMind | NVIDIA | NVIDIA |
| 성격 | 물리 엔진과 Python 바인딩 | Omniverse 위의 로봇 시뮬 앱. 사진에 가까운 렌더링과 센서 | Isaac Sim 위의 로봇 학습 프레임워크. 강화학습과 모방학습 |
| 라이선스 | Apache-2.0 | GitHub에 공개. API 필드는 NOASSERTION. 저장소의 라이선스 파일을 볼 것 | GitHub에 공개. 이 글은 라이선스 본문을 다시 확인하지 않음 |
| 최소 사양 | CPU로 동작. 이 기계에서 확인 | RTX 4080 16GB, RAM 32GB, SSD 50GB, Ubuntu 22.04/24.04 또는 Windows 11 | Isaac Sim에 더해 학습용 RAM과 VRAM |
| 확인일의 버전 | PyPI 3.17.0 | v6.2.0 (2026-10-14 UTC) | v3.0.0 (2026-10-20 UTC) |
| 첫 주에 맞나 | 높음 | 중간. GPU가 필요 | 중간에서 낮음 |
MuJoCo는 Google DeepMind가 Apache-2.0으로 유지한다. 2026-11-04에 이 글은 GPU가 없는 4코어 CPU에 PyPI mujoco 3.17.0을 설치했고, import와 step이 바로 되었다. 조사 노트의 앞선 실행은 GPU가 없는 8코어 CPU였다. 아래에 인용한 오차는 그 실행과 같다.
Isaac Sim의 GitHub 설명은 "open-source application on NVIDIA Omniverse"다. 확인일에 찾은 최신 릴리스는 v6.2.0이고 날짜는 2026-10-14 UTC다. 조사 노트는 그 달력을 KST 2026-10-14 정오와 같은 날로 적는다. GitHub 라이선스 API는 NOASSERTION을 돌려줬다. 복합 라이선스와 맞는 값이지만, 이 글은 라이선스 파일의 조항을 한 줄씩 읽지 않았다. 정확한 문장은 저장소가 공개되어 있고 라이선스 파일은 따로 봐야 한다는 것이다.
요구사항 문서는 Ubuntu 22.04 또는 24.04, 혹은 Windows 11을 적는다. 최소 CPU는 7세대 Intel Core i7 또는 4코어 Ryzen 5다. 최소 메모리는 RAM 32GB와 SSD 50GB다. 최소 GPU는 VRAM 16GB의 GeForce RTX 4080이다. 그 문서의 Good은 RTX 5080과 RAM 64GB다. Ideal은 RTX PRO 6000 Blackwell 48GB다. RT 코어가 없는 A100과 H100은 지원하지 않는다. Windows 10은 지원하지 않는다. aarch64로 적힌 플랫폼은 DGX Spark뿐이다. 같은 문서는 Isaac Lab 학습에 RAM과 VRAM이 더 필요하다고 적는다.
Isaac Lab 저장소 설명은 "Unified framework for robot learning with multi-physics/renderer support"다. 확인일에 찾은 최신 릴리스는 v3.0.0이고 날짜는 2026-10-20 UTC다. 노트에 UTC 날짜만 있으므로 이 글은 그 시각을 KST로 바꾸지 않는다. 라이선스 본문은 다시 확인하지 않았다.
시연으로 가르치기
텔레오퍼레이션은 사람이 리더를 움직이는 동안 팔로워가 그 움직임을 따라 하는 일이다. 모방학습은 그 기록을 재현하도록 정책을 학습하는 일이다. 가장 단순한 형태가 behavior cloning이다. 기록된 쌍으로 관찰에서 행동으로 가는 맵을 맞춘다.
ACT(arXiv 2304.13705, 2023-04-23)는 action chunking에 transformer와 CVAE를 쓴다. 그 논문의 ALOHA 시스템은 $20k 미만이고 텔레오퍼레이션은 50Hz다. 저자 측정으로 실제 과제 6개에서 성공률은 80–90%이고, 과제당 시연은 약 10분, 50개다.
Diffusion Policy(arXiv 2303.04137)는 벤치마크 4개, 과제 12개에서 기존 방법 대비 평균 46.9% 향상을 보고한다. 조사 노트는 "기존 대비"라고 적는다. SOTA라는 단어는 없으므로 이 글은 비교 대상을 SOTA로 올리지 않는다.
OpenVLA(arXiv 2406.09246)는 Open X-Embodiment의 실제 시연 97만 개로 학습한 7B 모델이다. RT-2-X(55B) 대비 29개 과제에서 절대 성공률 +16.5%를 보고한다. 파인튜닝에서는 Diffusion Policy 대비 +20.4%다. 코드 라이선스는 MIT다. README는 LoRA 파인튜닝이 소비자 GPU에서 가능하다고 하고, 예시로 A100 80GB를, 최소로 약 27GB를 적는다. 이 글은 그 파인튜닝을 실행하지 않았다.
π0(arXiv 2410.24164)는 PaliGemma 3B에 action expert 300M을 더한 3.3B이고, flow matching으로 학습한다. 논문은 데이터 약 10,000시간, 로봇 구성 7가지, 과제 68개, 최대 50Hz 제어를 보고한다. openpi는 Apache-2.0이다. README가 요구하는 VRAM은 추론 8GB 초과(RTX 4090), LoRA 파인튜닝 22.5GB 초과(RTX 4090), 풀 파인튜닝 70GB 초과(A100 80GB 또는 H100)다.
π0.5(arXiv 2504.16054)는 주방이나 침실을 정리하는 장기 과제를 새 집으로 일반화하는 내용을 다룬다. 조사 노트에 그 주장의 성공률이 없어서, 이 글은 성공률을 만들지 않는다. 주장은 저자 측정이다.
GR00T N1(arXiv 2503.14734)은 System 2 비전-언어 모델과 System 1 diffusion transformer의 이중 시스템이다. 공개 모델 GR00T-N1-2B는 파라미터 2.2B이고 그중 VLM이 1.34B다. L40에서 16-action chunk는 63.9ms다. 사전학습은 약 50,000 H100 GPU 시간으로 보고된다. 이 숫자는 N1 논문의 것이다. 2026-11-04에 NVIDIA/Isaac-GR00T의 공개 최신은 N1.7이었고, 태그는 n1.7-release, 날짜는 2026-04-18 UTC, 라이선스는 Apache-2.0이다. 조사 노트에 N1.7의 성능 숫자는 없다.
SmolVLA(arXiv 2506.01844)는 단일 GPU 학습과 소비자 GPU 또는 CPU 배포를 목표로 하는 작은 VLA다. 10배 큰 VLA와 비슷하다는 문장은 저자의 주장이다. 비동기 추론을 쓴다. 노트에 벤치마크 점수가 없어서 여기에도 적지 않는다.
확인한 LeRobot README의 정책 목록은, 모방학습 쪽에 ACT, Diffusion, VQ-BeT, Multitask DiT가 있고 VLA 쪽에 Pi0, Pi0Fast, Pi0.5, GR00T N1.7, SmolVLA, XVLA 등이 있다. 저장소는 Apache-2.0이다. PyPI와 GitHub 릴리스는 모두 0.6.1이고, 릴리스 날짜는 2026-08-03 UTC다. Python 3.12 이상, PyTorch 2.10 이상을 요구한다.
모방학습 튜토리얼의 순서는 lerobot-teleoperate, lerobot-record, lerobot-train, lerobot-rollout이다. record 기본값은 50 에피소드, 에피소드 60초, 리셋 60초다. --policy.type=act 학습에 대해 문서는 "Training should take several hours"라고 적는다. 데이터 팁은 최소 50 에피소드, 위치당 10 에피소드, 고정된 카메라, 그리고 카메라 영상만 보고 조작자가 그 일을 할 수 있어야 한다는 것이다. GPU가 없으면 문서는 Colab 노트북 또는 HF Jobs를 가리킨다. HF Jobs는 유료이고 초 단위로 과금된다. 노트에 단가가 없어서 이 글은 단가를 만들지 않는다. 노트가 Colab을 무료라고 적지도 않는다.
오픈소스 로봇팔
SO-100과 SO-101은 TheRobotStudio/SO-ARM100의 오픈 팔이다. 하드웨어 라이선스 본문은 이 글에서 다시 확인하지 않았으므로 적지 않는다. LeRobot의 SO-101 문서는 이 팔을 지원 플랫폼으로 다룬다.
SO-101 팔로워는 7.4V, 감속비 1/345인 STS3215 서보 6개를 쓴다. 리더는 1/191, 1/345, 1/147이 섞인 서보 6개다. SDK는 Feetech다. 3D 프린팅 부품은 BOM 밖에 있다. STS3215의 토크는 확인하지 않았고, 토크 숫자는 쓰지 않는다.
3D 프린팅 부품을 뺀 두 팔 README BOM은 US $229.88, EU €226.3, CN ¥1343.16, JP ¥44,530이다. 팔로워만은 US $121.94다. 텔레오퍼레이션에는 리더도 필요하다.
ALOHA는 같은 가격대가 아니다. ACT 논문의 시스템 비용은 $20k 미만이다.
| 항목 | 값 | 조건과 출처 |
|---|---|---|
| ALOHA 시스템 비용 | $20k 미만 | ACT 논문. 50Hz 양팔 텔레오퍼레이션 |
| ACT 성공률 | 실제 과제 6개에서 80–90% | 과제당 약 10분, 시연 50개. 저자 측정 |
| Diffusion Policy | 평균 +46.9% | 과제 12개, 벤치마크 4개, 기존 방법 대비 |
| OpenVLA | 7B, 시연 97만 개, RT-2-X(55B) 대비 절대 성공률 +16.5% | 29개 과제. 파인튜닝은 Diffusion Policy 대비 +20.4% |
| π0 | 3.3B(PaliGemma 3B + 300M), 약 10,000시간, 과제 68개 | 로봇 구성 7가지, 최대 50Hz |
| openpi VRAM | 추론 >8GB, LoRA >22.5GB, 풀 >70GB | README. 예시 카드는 RTX 4090, RTX 4090, A100 80GB 또는 H100 |
| GR00T-N1-2B | 2.2B(VLM 1.34B), L40에서 16 action 63.9ms, 사전학습 약 50,000 H100 GPU 시간 | N1 논문. 확인일의 공개 최신은 N1.7 |
| SmolVLA | 단일 GPU 학습, 소비자 GPU 또는 CPU 배포, 10배 큰 VLA와 비슷 | 저자 주장. 노트의 점수는 붙이지 않음 |
| LeRobot 데이터 안내 | 최소 50 에피소드, 위치당 10 | 모방학습 튜토리얼 |
모방학습은 어떻게 돌아가나
[사람] --리더--> [팔로워+카메라]
| 시연을 기록
v
LeRobotDataset
(영상, state, action) x N
| lerobot-train
| --policy.type=act
v
π(action | 영상, state)
| lerobot-rollout
v
[팔로워가 혼자 수행]
|
+--> 실패 장면을 추가
VLA는 언어 지시를 더하고,
사전학습된 VLM 몸통을 파인튜닝한다.
노트에 있는 두 주기는 섞이기 쉽다. ACT 논문의 ALOHA 텔레오퍼레이션은 50Hz이고, π0의 제어는 최대 50Hz다. 아래에서 연 공개 데이터셋 lerobot/pusht는 10fps다. 30fps라는 숫자는 조사 노트에 없으므로 다이어그램에 넣지 않았다. 초안은 기록 화살표에 "50Hz/30fps"라고 적혀 있었다. 여기서 30fps는 뺐다.
마지막 화살표, 실패 장면을 추가한다는 줄은 그 장면을 데이터에 다시 넣는 생각이다. 이 순환을 DAgger류라고 부르기도 한다. 튜토리얼이 실제로 적는 명령은 teleoperate, record, train, rollout이다. 노트가 그 튜토리얼이 DAgger를 실행한다고 적지는 않는다. 화살표는 순환의 그림이지, 확인된 다섯 번째 명령이 아니다.
VLA는 언어 지시를 입력으로 더하고, 큰 비전-언어 모델로 사전학습된 몸통을 파인튜닝한다. 개인이 여기서 하는 일은 파인튜닝이다. 사전학습이 아니다. GR00T-N1-2B 사전학습이 위의 약 50,000 H100 GPU 시간이다.
직접 해보기 1: MuJoCo로 시연에서 모방으로 가는 축소판
physical-ai-mujoco-bc-toy.py는 2관절 평면 팔이다. 사람 텔레오퍼레이터 자리에 선 손으로 쓴 PD 제어기가 시연을 만든다. 그다음 최소제곱으로 관찰-행동 쌍에 편향이 있는 선형 정책을 맞춘다. 스크립트 머리말이 적듯이 이것은 LeRobot도 ACT도 VLA도 아니다. 모방학습의 데이터 흐름만 보여 준다.
2026-11-04 실행은 Python 3.12.3, MuJoCo 3.17.0, NumPy 2.5.4, GPU 없는 4코어 CPU였다. 스크립트의 시드는 0이다. 전문가는 20 에피소드를 굴리고, 스크립트는 그 기록을 6,000쌍으로 적는다. 복제 정책과 무동작 정책은 새로 뽑은 목표 50개에 대해, 무작위 초기 관절에서 굴린다. 전문가 중앙값은 그 50개 목표가 아니라 시연 20 에피소드의 값이다. 스크립트는 타이머를 출력하지 않는다. 프로세스 벽시계 시간은 0.704초였다.
mujoco 3.17.0, demos: 20 episodes, 6000 (obs, action) pairs
expert median tip error: 0.2 mm
cloned median tip error: 3.3 mm, success(<5mm) 84%
no-op median tip error: 179.8 mm
복제 정책은 전문가보다 덜 정확하다. 끝점 중앙값 오차는 3.3mm 대 0.2mm이고, 복제 롤아웃의 84%가 5mm 안에 들어온다. 아무것도 하지 않으면 179.8mm다. 84%는 스크립트가 반올림해 찍은 백분율이다. 이 글은 그것을 50회 중의 분수로 되돌리지 않는다.
쓸모 있는 지점은 그 차이다. 시연에 맞춘 정책은 새 목표에서 시연자보다 못하고, 거기서 오차가 쌓이고 상태 분포가 움직일 수 있다. ACT의 action chunking은 논문이 그 문제에 둔 답의 하나다. 이 축소판이 "ACT가 왜 행동을 덩어리로 내는지"를 보여 준다는 말은 해석이다. 축소판이 잰 것은 이 팔 위의 선형 최소제곱 정책이다. ACT를 잰 것이 아니다.
직접 해보기 2: LeRobotDataset 열어 보기
physical-ai-lerobot-peek.py는 로봇 없이 공개 데이터셋 lerobot/pusht를 연다. 구성안의 설치 줄은 pip install 'lerobot[dataset]'이고, 패키지는 Python 3.12 이상을 요구한다. Hugging Face Hub로 가는 네트워크가 필요하다.
이번 실행의 lerobot은 0.6.1이다. 문서의 PyTorch 하한은 2.10 이상이다. 스크립트를 실제로 돌린 인터프리터는 torch 2.15.0+cpu를 import했다. GPU가 없는 기계라 CPU 휠을 골랐고, torchcodec 0.11.1+cpu가 함께 있었다. ffmpeg는 설치되어 있었다. Hub 다운로드를 포함한 프로세스 전체는 4.532초였다. 한 번 실행의 스톱워치이고 벤치마크가 아니다. 다운로드는 액세스 토큰 없이 끝났다. 클라이언트는 인증하지 않은 Hub 요청의 속도 제한이 더 낮다는 경고도 찍었다. 받아 오는 진행 막대도 같은 스트림에 있었으며 결과에는 넣지 않는다.
episodes: 206 frames: 25650 fps: 10
features: {'observation.image': (96, 96, 3), 'observation.state': (2,), 'action': (2,), 'episode_index': (1,), 'frame_index': (1,), 'timestamp': (1,), 'next.reward': (1,), 'next.done': (1,), 'next.success': (1,), 'index': (1,), 'task_index': (1,)}
first frame keys: ['action', 'episode_index', 'frame_index', 'index', 'next.done', 'next.reward', 'next.success', 'observation.image', 'observation.state', 'task', 'task_index', 'timestamp']
state: [222.0, 97.0] action: [233.0, 71.0]
observation.image (3, 96, 96)
이미지 모양 두 개는 따로 읽어야 한다. 데이터셋 메타데이터는 observation.image를 (96, 96, 3)으로 적는다. 구성안의 96×96×3이 이 값이다. 스크립트가 첫 프레임에 대해 찍는 텐서는 (3, 96, 96)으로, 채널이 앞이다. 그 첫 프레임의 state와 action은 [222.0, 97.0]과 [233.0, 71.0]이다. 에피소드 0의 좌표이지 점수가 아니다.
같은 날의 두 번째 실행은 torchcodec 패키지를 숨겨 Python이 import하지 못하게 했다. 찍힌 프레임은 같았고, stderr에 다음 줄이 추가되었다.
WARNING:lerobot.utils.import_utils:'torchcodec' is not available in your platform, falling back to 'pyav' as a default decoder
위의 기본 실행은 이 경고를 찍지 않았다. torchcodec 0.11.1+cpu가 import되었고 ffmpeg가 있었기 때문이다. 조사 노트는 같은 날, ffmpeg가 없는 8코어 환경의 앞선 실행에서 torchcodec 로드 실패와 pyav로의 자동 대체를 기록했다. 이 글은 "설치되어 있지만 로드되지 않는다"는 그 오류 문장을 재현하지 않았다. 재현한 것은 "패키지를 쓸 수 없어 pyav로 대체한다"는 경고이고, 패키지를 숨겼을 때만 그렇게 했다.
입문 경로 4단계
결론의 세 단계는 아래 0행과 1행을 첫 단계로 접고, 2행과 3행을 둘째, 셋째로 둔다. 선택 행은 큰 시뮬레이터이고, 시작에 필수는 아니다.
| 단계 | 목표 | 도구 | 필요한 것 | 산출물 |
|---|---|---|---|---|
| 0. 개념 | 관절, 좌표, 제어의 감을 잡기 | MuJoCo + Python | 노트북 CPU | 위의 behavior cloning 축소판 |
| 1. 데이터 | 데이터셋 구조를 이해하기 | LeRobotDataset, Hub의 공개 데이터셋 | CPU, 네트워크 | 에피소드, state, action 읽기 |
| 2. 실물 모방학습 | 집기-놓기 과제 하나 | SO-101 리더와 팔로워, lerobot-record / train / rollout, ACT | 팔 세트, 카메라, CUDA GPU 또는 Colab 또는 HF Jobs | 50 에피소드, 위치당 10, 그다음 정책 |
| 3. VLA | 언어 지시와 일반화 | SmolVLA, 그다음 openpi의 π0 또는 π0.5, 그리고 GR00T N1.7 | π0 LoRA에 VRAM 22.5GB 초과 | 자기 데이터로 한 파인튜닝 |
| 선택. 대규모 시뮬 | 합성 데이터와 강화학습 | Isaac Sim / Isaac Lab | RTX 4080 16GB, RAM 32GB 이상 | 대규모 시뮬 학습 |
2행의 "50 에피소드, 위치당 10"은 튜토리얼의 안내이지 이 글의 실행이 아니다. 3행의 산출물은 파인튜닝이라는 문서상의 목표다. 이 글은 그 정책을 만들지 않았고, 그 행의 성공률을 보고하지 않는다. 22.5GB는 openpi의 LoRA 하한이지 SmolVLA나 GR00T N1.7 파인튜닝을 잰 값이 아니다. 50,000 H100 GPU 시간은 GR00T-N1-2B 사전학습의 숫자이지 개인 파인튜닝의 숫자가 아니다.
비용 구간
여기의 숫자는 표시가지 추천이 아니다. 한 판매 페이지만 남지 않도록 BOM을 여러 판매처 옆에 두었다. 가격은 바뀐다. 확인일은 2026-11-04 KST다. 배송과 세금은 빠진다. 환율은 적용하지 않았고 원화 가격은 적지 않는다. 원화는 이 글이 확인하지 않은 환산이 된다.
두 팔 README BOM은 달러, 유로, 엔과 같은 줄에 CN ¥1343.16도 적는다. 역시 3D 프린팅 부품은 빠진다.
| 구성 | 가격 | 출처 | 비고 |
|---|---|---|---|
| CPU + MuJoCo | 0 | 이 글 | 위의 축소판을 여기서 실행 |
| SO-101 두 팔 부품을 직접 구매 | US $229.88 / EU €226.3 / JP ¥44,530 | SO-ARM100 README BOM | 3D 프린팅 부품 제외. 같은 줄에 CN ¥1343.16 |
| SO-101 팔로워만 | US $121.94 | 같은 BOM | 텔레오퍼레이션에는 여전히 리더가 필요 |
| WowRobo 프린팅 부품 + 서보 12개 | $199 | shop.wowrobo.com | 조립이 필요 |
| WowRobo 미조립 리더 + 팔로워 + 카메라 | $259 | 같은 판매처 | |
| WowRobo 조립 리더 + 팔로워 + 카메라 | $299 | 같은 판매처 | |
| PartaBot SO-ARM101 풀 키트 | 미조립 $399 / 조립 $479 | partabot.com | 확인일에 품절 표시 |
| ALOHA급 양팔 | $20k 미만 | ACT 논문, 2023 | 연구실 규모. 2026년의 진열 가격이 아님 |
같은 날 PartaBot 페이지에는 SO-ARM101 전자부품만이 $329, 팔로워만이 $249와 $299로 적혀 있었다. 풀 키트와 같이 품절 표시였다. LeKiwi는 $699부터, 조립된 Aloha Mini는 $1,099였다. Seeed Studio는 품절 표시와 함께 가격이 보였으나 어떤 옵션의 가격인지 페이지에서 분명하지 않아, 그 가격은 인용하지 않는다. SO-ARM100 README는 한국 판매처 RoboSEasy를 네이버 스마트스토어에 올려 둔다. 그 가격은 확인하지 않았다.
$299 키트와 ALOHA 사이에는 GPU 구간이 있다. 로컬 RTX급 카드이거나 클라우드 시간이다. Isaac Sim의 최소는 위의 RTX 4080 16GB다. π0 LoRA는 22.5GB 초과를 요구한다. 노트에 클라우드 시간당 가격이나 HF Jobs 단가가 없어서 적지 않는다. ACT 학습 "several hours"는 LeRobot 문서의 문장이지 이 글의 청구서가 아니다.
솔직한 한계
시뮬레이터는 팔이 아니다. 마찰, 접촉, 카메라가 실물과 다르다. 시뮬에서 되는 정책이 실물 팔로워에서는 실패할 수 있다. 설치가 쉬워진 뒤에도 그 간격은 남아 있다.
데이터에는 노동 비용이 있다. ACT 논문은 과제당 시연 50개를 쓴다. LeRobot 안내는 최소 50 에피소드, 위치당 10개다. record 기본값은 에피소드 60초와 리셋 60초다. 그 기본값으로 50 에피소드면 50 × (60 + 60)초, 곧 6,000초, 곧 녹화만 100분이다. 100분은 문서 기본값으로 계산한 값이다. 이 글이 시간을 잰 세션이 아니다. 같은 문서는 고정된 카메라, 위치별 고른 수집, 카메라 영상만 보고 조작자가 과제를 할 수 있는지를 덧붙인다.
컴퓨트에는 따로 바닥이 있다. ACT 학습은 "several hours"가 걸릴 것이라고 문서는 적는다. 여기서 학습을 돌린 시간은 아니다. Isaac Sim은 RTX 4080에서 시작한다. π0 풀 파인튜닝은 VRAM 70GB 초과를 요구한다. GR00T-N1-2B 사전학습은 약 50,000 H100 GPU 시간이다. 개인 프로젝트는 공개된 모델을 파인튜닝한다. 그 사전학습을 반복하지 않는다.
일반화는 시연 영상보다 좁다. 한 책상, 한 조명, 한 물체에서 되던 정책은 그 조건이 바뀌면 실패할 수 있다. π0.5는 새 집으로의 일반화를 말한다. 그 주장은 저자 측정이고, 이 글에는 그것을 위한 별도 숫자가 없다.
팔은 여전히 팔이다. STS3215는 저가 서보지만 움직인다. 손가락, 케이블, 전원은 책상 위 기구와 같은 주의가 필요하다. 토크는 확인하지 않았으므로 토크 숫자는 없다.
네 가지는 일부러 확인하지 않았고, 이 글은 그 빈칸을 채우지 않는다.
- Isaac Sim 라이선스 세부. GitHub API 필드는 NOASSERTION이었다. 남는 문장은 "공개 저장소이니 라이선스 파일을 보라"이다.
- RoboSEasy를 포함한 한국 판매처 가격, 그리고 Seeed Studio의 옵션별 가격.
- 실제 SO-101 조립, 그리고 그 팔로 한 실제 ACT 학습.
- SmolVLA, π0, π0.5, GR00T N1.7을 포함한 VLA 파인튜닝 전부. 3단계의 성공률은 이 글에 없다.
버전과 가격은 움직인다. 2026-11-04에 손에 있던 버전은 LeRobot 0.6.1, Isaac Sim 6.2.0, Isaac Lab 3.0.0, MuJoCo 3.17.0이고, 공개 GR00T 라인은 N1.7이었다. 위의 논문 숫자는 N1의 것이다.
사실과 해석
| 저장한 글의 주장, 의역 | 판정 | 1차 출처와 한계 |
|---|---|---|
| 예전에는 비싼 장비, C++, 수식 때문에 어려웠다 | 의견 | 이 글이 검증하려 둔 명제가 아니다. ALOHA의 "$20k 미만" 기여는 이전 장비가 비쌌던 세계와 맞다. 그 맞춤은 해석이다 |
| Isaac Sim 같은 물리 엔진이 수식 계산을 대신한다 | 확인, 조건 있음 | 엔진이 동역학을 적분한다. Isaac Sim 최소는 VRAM 16GB의 RTX 4080이므로 "쉽다"는 그 GPU를 전제한다. 첫 주에는 CPU의 MuJoCo가 현실적인 엔진이다 |
| 가상 환경에서 마음껏 부숴 가며 배운다 | 확인, 결이 있음 | 시뮬 실험은 반복 비용이 낮다. sim-to-real 간격은 남는다 |
| 텔레오퍼레이션 시연을 하고, 모델이 따라 배운다. 모방학습과 VLA | 확인 | ACT와 ALOHA, LeRobot의 record 다음 train, OpenVLA·π0·GR00T의 파인튜닝 구성 |
| "복잡한 수식 없이" | 일부만 | 사용자는 수식을 덜 쓴다. 캘리브레이션, 데이터 품질, 하이퍼파라미터, GPU 환경이 새 입구다 |
| 저가 팔과 오픈소스 코드가 많다 | 확인 | SO-100, SO-101, 그리고 LeKiwi. LeRobot은 Apache-2.0. 두 팔 BOM은 $229.88, 조립 키트 표시가는 $299 |
| 책상 위에서 바로 돌려 볼 수 있다 | 확인, 조건 있음 | 학습에는 여전히 GPU가 필요하고, 로컬이거나 Colab 또는 HF Jobs다. 부품은 프린트하거나 키트로 산다. 구성안의 책상 클램프는 조사 노트에 없어서 고정 방식은 적지 않는다 |
| 레고처럼 재밌게 배울 수 있다 | 의견 | 동기부여 문장이지 사실 명제가 아니다 |
"레고처럼 쉽다"는 누군가를 시작하게 하려는 문장이다. 시험된 명제가 아니다. 이 글이 해석이라고 이름을 붙이고 남기는 문장은, 어려움이 이동했다는 것이다. 첫 실험 전에 식을 유도하는 쪽에 덜 있고, 시연을 모으고 컴퓨트 비용을 내는 쪽에 더 있다.
출처
- Threads 포스트. 출처 표시만. 캡션과 이미지는 쓰지 않았다.
- Isaac Sim 요구사항. RTX 4080 16GB, RAM 32GB, SSD 50GB, Ubuntu 22.04/24.04 또는 Windows 11, Good과 Ideal 구간.
- isaac-sim/IsaacSim. v6.2.0, 2026-10-14 UTC. 라이선스 API 필드는 NOASSERTION.
- isaac-sim/IsaacLab. v3.0.0, 2026-10-20 UTC. 라이선스 본문은 다시 확인하지 않음.
- google-deepmind/mujoco. Apache-2.0. PyPI
mujoco3.17.0. - huggingface/lerobot. Apache-2.0. 릴리스 0.6.1, 2026-08-03 UTC. 설치, SO-101, 모방학습 튜토리얼.
- TheRobotStudio/SO-ARM100. SO-101 BOM. 하드웨어 라이선스는 다시 확인하지 않음. RoboSEasy가 적혀 있고, 가격은 확인하지 않음.
- WowRobo. 2026-11-04 표시가 $199, $259, $299. 배송과 세금 제외.
- PartaBot. 풀 키트 $399 / $479, 전자부품만 $329, 팔로워 $249 / $299, LeKiwi $699부터, 조립 Aloha Mini $1,099. SO-ARM101 행은 품절 표시.
- ACT / ALOHA, arXiv:2304.13705. 2023-04-23. $20k 미만, 50Hz, 실제 과제 6개에서 80–90%, 과제당 시연 50개.
- Diffusion Policy, arXiv:2303.04137. 벤치마크 4개, 과제 12개에서 기존 방법 대비 평균 +46.9%.
- OpenVLA, arXiv:2406.09246. 7B, 시연 97만, RT-2-X(55B) 대비 29개 과제 절대 성공률 +16.5%, 파인튜닝 시 Diffusion Policy 대비 +20.4%. 코드는 openvla/openvla, MIT. README LoRA 예시는 A100 80GB, 최소 약 27GB.
- π0, arXiv:2410.24164. 3.3B, 약 10,000시간, 과제 68개, 최대 50Hz. 코드는 Physical-Intelligence/openpi, Apache-2.0. VRAM 하한 >8GB, >22.5GB, >70GB.
- π0.5, arXiv:2504.16054. 새 집 일반화. 저자 측정. 노트에 성공률 없음.
- GR00T N1, arXiv:2503.14734. GR00T-N1-2B, 63.9ms, 약 50,000 H100 GPU 시간. 현재 공개 라인은 NVIDIA/Isaac-GR00T N1.7, n1.7-release 2026-04-18 UTC, Apache-2.0.
- SmolVLA, arXiv:2506.01844. 10배 큰 VLA와의 유사성은 저자 주장. 그 주장 밖의 점수는 옮기지 않음.
- MuJoCo 축소판. 2026-11-04 실행. 시드 0. 출력은 위에 인용. 벽시계 0.704초는 스크립트가 출력하지 않음.
- LeRobot 엿보기. 2026-11-04, lerobot 0.6.1로 실행.
lerobot/pusht: 에피소드 206, 프레임 25,650, 10fps. 첫 프레임 state [222.0, 97.0], action [233.0, 71.0]. 메타 이미지 (96, 96, 3), 출력 텐서 (3, 96, 96).