Open-RAIL은 AI 모델과 로봇 하드웨어를 어떻게 연결하나

AI 모델이 로봇의 다음 동작을 계산할 때마다 로봇이 멈춰야 한다면, 실제 작업은 끊길 수밖에 없다. 중국이동의 오픈소스 프로젝트 Open-RAIL은 이 문제를 겨냥한다. 시각·언어·행동 모델(VLA)이나 세계·행동 모델(WAM)이 만든 동작 명령과 로봇 하드웨어 사이에 놓여, 모델의 출력을 지속적인 제어 명령으로 이어주는 실행 계층이다. 69

모델이 계산하는 동안 제어는 계속된다

Open-RAIL은 모델 추론을 맡는 서버와 감지·동작 실행을 맡는 로봇 측 클라이언트를 분리한다. 관측, 추론, 제어가 비동기적으로 진행되므로 로봇은 현재 받은 동작 구간을 실행하면서 다음 구간의 계산 결과를 기다릴 수 있다. 공개 보도에 따르면 모델 추론 주기는 약 초당 510회(510Hz), 로봇 제어 주기는 **초당 200500회(200500Hz)**다. Open-RAIL은 이 속도 차이 때문에 생기는 동작 중단을 줄이도록 설계됐다. 36

새 동작 구간이 도착해도 곧바로 실행하면 움직임이 튈 수 있다. 이를 위해 첫 단계에서는 한 구간 안의 궤적을 매끄럽게 만들고, 두 번째 단계에서는 새 구간을 이미 실행 중인 궤적과 이어 붙인다. 앞선 VLA-RAIL 논문은 구간 경계에서 위치·속도·가속도의 연속성을 확보하는 것이 목표라고 설명한다. 이 보정은 모델 가중치를 바꾸지 않고 실행 계층에서 이뤄진다. 123

로봇과 모델을 바꿀 때 다시 만들어야 하는 부분은

로봇 쪽에서는 경량 하드웨어 추상화 계층이 상태 읽기와 동작 실행 방식을 공통 인터페이스로 묶는다. 새 로봇은 전체 실행 흐름을 다시 작성하는 대신 구동기 어댑터로 연결한다. 모델 쪽도 통합 추론 인터페이스에 맞춘 어댑터를 등록하고 라우팅해 같은 흐름에서 동작 명령을 제공한다. 다만 연결 절차가 간소화된다는 것과 어떤 모델의 출력이든 어떤 로봇에서든 적절하게 작동한다는 것은 다른 문제다. 3810

중국이동이 밝힌 첫 공개 버전의 범위는 로봇 백엔드 4개, 모델 항목 10개다. 지원 목록을 소개한 자료에 따르면 로봇 백엔드는 실물 플랫폼인 Agibot G1, Ti5 T170C, Navi WA2와 LeRobot 기반 시뮬레이션 백엔드로 구성된다. 모델 항목에는 ACT, GR00T N1 계열, RDT-1B, SmolVLA, AgiBot GO-1, π0 계열, TAO가 포함된다. 따라서 ‘4개’가 모두 실물 로봇을 뜻하거나, ‘10개’ 모델 각각이 모든 백엔드와 호환된다는 의미로 읽어서는 안 된다. 918

발표된 개선 수치와 아직 확인할 점

중국이동 측은 로봇 관절 가속도의 표준편차가 10rad/s² 초과에서 약 0.1rad/s²로 낮아졌다고 발표했다. 새 로봇의 연결 기간은 수주에서 수시간으로 줄었고, 새 모델 연결에는 어댑터 코드가 대략 50~100줄 필요할 수 있다고도 설명한다. 모두 프로젝트 측이 제시한 수치로, 지원 목록의 모든 하드웨어·모델 조합에서 독립적으로 확인된 성능을 뜻하지는 않는다. 611

Open-RAIL은 실물 로봇의 실행 과정에서 관측값, 로봇 상태, 추론 결과 등을 기록해 이후 학습과 평가에 활용할 수 있도록 한다. 작업자가 동작을 바로잡으면 그 수정 기록을 추론 기록과 시간상 맞춰 보관한다는 설명도 있다. 서버와 로봇 클라이언트가 분리돼 있어 추론 서버를 기기 자체, 엣지 서버 또는 클라우드에 배치할 때 상위 응용 프로그램 코드를 바꾸지 않아도 된다고 보도됐다. 다만 데이터 수집에 드는 추가 자원이나 세 배치 환경에서의 동등한 성능은 제시된 결과만으로 확인하기 어렵다. 5611

코드와 문서의 출발점은 Open-RAIL 프로젝트 페이지다. 공개 보도는 코드가 Apache-2.0 라이선스로 GitHub와 Gitee에도 제공된다고 설명한다. 비동기 연결, 궤적 평활화, 동작 구간 결합의 기술적 배경은 앞선 VLA-RAIL 사전 공개 논문에서 확인할 수 있다. 139