Figure AI의 24시간 창고 라이브스트림이 보여준 휴머노이드 로봇의 현실적 준비 수준
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다. 이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다.
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다.
이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다. [4][31]
다만 실험 환경이 매우 구조화된 물류 작업이었고 대부분 회사가 운영한 스트리밍 자료에 기반해 있어 실제 상업 환경에서의 신뢰성과 비용 경쟁력은 아직 검증되지 않았다.
What does Figure AI’s multi-day warehouse livestream reveal about the real-world readiness of its Figure 03 humanoid robots, including theirFigure AI livestreamed its Figure 03 humanoid robots autonomously sorting warehouse packages for extended shifts to demonstrate real‑world readiness.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What does Figure AI’s multi-day warehouse livestream reveal about the real-world readiness of its Figure 03 humanoid robots, including their. Article summary: Figure AI’s livestream is strong evidence that Figure 03 has moved beyond short demo clips toward early real-world readiness for constrained warehouse work, especially repetitive package sorting [1][2][3]. But it is not . Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Get ready for a glimpse into the future, where robots are not just static machines, but dynamic partners in our daily lives! Figure AI, a trailblazer in robotics, has taken a bold" source context "Humanoid Robots Jogging with Humans: Figure AI's Revolutionary Innovation (2026)" Reference image 2: visual subject "
openai.com
Figure AI가 진행한 창고 라이브스트림은 최근 휴머노이드 로봇 업계에서 가장 주목받은 공개 실험 중 하나였다. 짧게 편집된 홍보 영상 대신, 회사는 Figure 03 휴머노이드 로봇이 실제 창고 환경과 유사한 컨베이어 라인에서 소포를 분류하는 모습을 수시간 동안 그대로 생중계했다.
결과적으로 이 실험은 하루 이상 이어졌고, 휴머노이드 로봇이 장시간 물류 작업을 수행할 수 있는지에 대한 중요한 힌트를 제공했다. 동시에 현재 기술이 어디까지 도달했고 무엇이 아직 검증되지 않았는지도 드러냈다.
짧은 데모에서 ‘지속 작업 테스트’로
지금까지 대부분의 휴머노이드 로봇 영상은 몇 초에서 몇 분 정도의 편집된 데모였다. 하지만 이번 라이브스트림은 다르다. Figure는 로봇이 창고 근무와 비슷한 환경에서 계속해서 소포를 분류하는 모습을 실시간으로 공개했다.
보도에 따르면 Figure 03 로봇 3대가 Helix‑02 AI 시스템으로 24시간 동안 2만8천 개 이상의 소포를 분류했다. 작업 중 인간의 직접 개입은 없었다고 한다.
원래 목표는 사람의 일반적인 근무 시간과 비슷한 8시간 테스트였다. 하지만 그 시간이 문제 없이 끝나자 회사는 실험을 연장해 장시간 내구 테스트 형태로 진행했다.
이런 장시간 테스트는 산업 현장에서 매우 중요하다. 공장이나 물류센터의 자동화 장비는 단순히 “작동한다”가 아니라 로 평가되기 때문이다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
"Figure AI의 24시간 창고 라이브스트림이 보여준 휴머노이드 로봇의 현실적 준비 수준"에 대한 짧은 대답은 무엇입니까?
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다.
먼저 검증할 핵심 포인트는 무엇인가요?
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다. 이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다. [4][31]
실무에서는 다음으로 무엇을 해야 합니까?
다만 실험 환경이 매우 구조화된 물류 작업이었고 대부분 회사가 운영한 스트리밍 자료에 기반해 있어 실제 상업 환경에서의 신뢰성과 비용 경쟁력은 아직 검증되지 않았다.
Figure AI의 24시간 창고 라이브스트림이 보여준 휴머노이드 로봇의 현실적 준비 수준
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다. 이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다.
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다.
이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다. [4][31]
다만 실험 환경이 매우 구조화된 물류 작업이었고 대부분 회사가 운영한 스트리밍 자료에 기반해 있어 실제 상업 환경에서의 신뢰성과 비용 경쟁력은 아직 검증되지 않았다.
What does Figure AI’s multi-day warehouse livestream reveal about the real-world readiness of its Figure 03 humanoid robots, including theirFigure AI livestreamed its Figure 03 humanoid robots autonomously sorting warehouse packages for extended shifts to demonstrate real‑world readiness.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What does Figure AI’s multi-day warehouse livestream reveal about the real-world readiness of its Figure 03 humanoid robots, including their. Article summary: Figure AI’s livestream is strong evidence that Figure 03 has moved beyond short demo clips toward early real-world readiness for constrained warehouse work, especially repetitive package sorting [1][2][3]. But it is not . Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Get ready for a glimpse into the future, where robots are not just static machines, but dynamic partners in our daily lives! Figure AI, a trailblazer in robotics, has taken a bold" source context "Humanoid Robots Jogging with Humans: Figure AI's Revolutionary Innovation (2026)" Reference image 2: visual subject "
openai.com
Figure AI가 진행한 창고 라이브스트림은 최근 휴머노이드 로봇 업계에서 가장 주목받은 공개 실험 중 하나였다. 짧게 편집된 홍보 영상 대신, 회사는 Figure 03 휴머노이드 로봇이 실제 창고 환경과 유사한 컨베이어 라인에서 소포를 분류하는 모습을 수시간 동안 그대로 생중계했다.
결과적으로 이 실험은 하루 이상 이어졌고, 휴머노이드 로봇이 장시간 물류 작업을 수행할 수 있는지에 대한 중요한 힌트를 제공했다. 동시에 현재 기술이 어디까지 도달했고 무엇이 아직 검증되지 않았는지도 드러냈다.
짧은 데모에서 ‘지속 작업 테스트’로
지금까지 대부분의 휴머노이드 로봇 영상은 몇 초에서 몇 분 정도의 편집된 데모였다. 하지만 이번 라이브스트림은 다르다. Figure는 로봇이 창고 근무와 비슷한 환경에서 계속해서 소포를 분류하는 모습을 실시간으로 공개했다.
보도에 따르면 Figure 03 로봇 3대가 Helix‑02 AI 시스템으로 24시간 동안 2만8천 개 이상의 소포를 분류했다. 작업 중 인간의 직접 개입은 없었다고 한다.
원래 목표는 사람의 일반적인 근무 시간과 비슷한 8시간 테스트였다. 하지만 그 시간이 문제 없이 끝나자 회사는 실험을 연장해 장시간 내구 테스트 형태로 진행했다.
이런 장시간 테스트는 산업 현장에서 매우 중요하다. 공장이나 물류센터의 자동화 장비는 단순히 “작동한다”가 아니라 로 평가되기 때문이다.
Studio Global AI
연구를 계속하세요
이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.
"Figure AI의 24시간 창고 라이브스트림이 보여준 휴머노이드 로봇의 현실적 준비 수준"에 대한 짧은 대답은 무엇입니까?
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다.
먼저 검증할 핵심 포인트는 무엇인가요?
Figure AI는 라이브스트림에서 Figure 03 휴머노이드 3대가 Helix‑02 AI로 24시간 동안 자율적으로 2만8천 개 이상의 소포를 분류했다고 밝혔다. 이번 테스트는 인간에 가까운 분류 속도와 다중 로봇 협업, 장시간 무인 작업을 보여주며 산업용 활용 가능성을 시사했다. [4][31]
실무에서는 다음으로 무엇을 해야 합니까?
다만 실험 환경이 매우 구조화된 물류 작업이었고 대부분 회사가 운영한 스트리밍 자료에 기반해 있어 실제 상업 환경에서의 신뢰성과 비용 경쟁력은 아직 검증되지 않았다.
라이브스트림에서 로봇이 수행한 작업은 컨베이어 벨트 위의 소형 소포 분류였다. 로봇은 바코드를 인식하고 소포를 집어 올린 뒤 정해진 위치로 옮겼다.
보도에 따르면 로봇은 이 작업에서 인간 작업자에 가까운 처리 속도를 보였다고 회사 측은 주장한다.
다만 이 수치는 좁은 범위의 작업에 한정해 해석해야 한다. 로봇이 창고의 모든 일을 수행한 것이 아니라, 구조화된 환경에서 반복적인 한 가지 작업을 수행했기 때문이다. 그럼에도 특정 물류 작업에서 인간과 유사한 처리량에 접근했다는 점은 휴머노이드 산업에서는 의미 있는 단계로 평가된다.
핵심 기술: Helix‑02 AI 시스템
이번 실험의 핵심은 Helix‑02라는 Figure의 AI 시스템이다. 이는 시각 입력을 기반으로 로봇의 전신 동작을 직접 제어하는 비전‑언어‑행동(vision‑language‑action) 모델이다.
이러한 시스템은 이전 로봇 기술에서 따로 존재하던 여러 기능을 하나로 통합한다.
환경을 인식하는 컴퓨터 비전
작업을 이해하는 추론 능력
물체를 조작하는 동작 계획
Figure의 목표는 이렇게 통합된 신경망을 통해 로봇이 단순한 스크립트 대신 여러 작업에 일반화될 수 있는 능력을 갖도록 만드는 것이다. 실제로 이전 시연에서는 Helix 기반 로봇이 방 정리 같은 가사 작업을 협력해 수행하는 모습도 공개된 바 있다.
이번 창고 실험은 이 AI가 산업 환경에서도 장시간 반복 작업을 유지할 수 있는지를 시험한 사례라고 볼 수 있다.
여러 로봇이 함께 일하는 실험
라이브스트림의 또 다른 특징은 여러 대의 로봇이 동시에 같은 작업 라인에서 움직였다는 점이다.
현실적인 물류 현장은 단일 로봇이 아니라 다수의 장비가 동시에 작업한다. 따라서 실제 도입을 위해서는 로봇 간 협업과 작업 흐름 유지가 중요하다.
보도에 따르면 로봇들은 작업과 충전 사이클을 번갈아 가며 시스템이 계속 작동하도록 유지했다.
왜 이 실험이 중요한가
현재 휴머노이드 로봇 산업에서는 Figure, Tesla 등 여러 기업이 **“범용 로봇 노동력”**을 실제 산업 현장에 투입할 수 있는지 경쟁하고 있다.
이번 라이브스트림은 평가 기준이 바뀌고 있다는 점을 보여준다. 이제 관심은 단순한 로봇 묘기가 아니라 다음과 같은 산업 지표로 옮겨가고 있다.
중단 없는 작업 시간
교대 근무 기준 생산량
오류 발생 후 복구 능력
여러 로봇의 협업 능력
이런 요소들이 실제로 인간 노동이나 기존 자동화 시스템과 경쟁할 수 있는지를 결정한다.
아직 해결되지 않은 문제들
이번 테스트가 인상적인 것은 사실이지만, 이것만으로 완전한 상업적 준비 상태를 의미하지는 않는다.
첫째, 실험 환경은 상당히 구조화되어 있었다. 컨베이어 벨트 기반 분류 작업은 실제 창고에서 발생하는 다양한 상황—불규칙한 물체, 복잡한 이동, 인간과의 상호작용—보다 훨씬 단순하다.
둘째, 많은 증거가 회사가 운영한 라이브스트림과 후속 보도에 기반한다. 일부 관측자들은 이 실험이 완전히 현실적인 무인 환경을 반영하는지에 대해 의문을 제기하기도 했다.
셋째, 경제성은 아직 공개되지 않았다. 휴머노이드 로봇이 널리 도입되려면 기존 창고 자동화 장비나 인간 노동과 비교해 총비용, 유지보수, 안정성에서 경쟁력을 입증해야 한다.
생산 확대와 투자 규모
Figure는 Figure 03을 대량 생산을 목표로 설계된 첫 휴머노이드 로봇으로 소개하고 있다. 회사는 BotQ라는 로봇 제조 시설을 구축해 생산량을 늘리고 비용을 낮추려 하고 있다.
회사 발표에 따르면 이 공장은 이미 수백 대의 3세대 로봇을 생산했으며 생산 속도도 크게 개선됐다.
또한 Figure는 Series C 투자에서 10억 달러 이상을 유치했고 기업 가치는 약 390억 달러로 평가됐다. 이 자금은 Helix AI 플랫폼 개발과 휴머노이드 로봇의 대규모 배치를 가속하는 데 사용될 계획이다.
다음 단계는 무엇일까
이번 라이브스트림은 휴머노이드 로봇 개발이 단순한 시연 단계를 넘어 실제 산업 성능을 시험하는 단계로 이동하고 있음을 보여준다.
하지만 진짜 시험은 이제 시작이다.
Figure 03 같은 로봇이 진정한 상업적 준비 상태에 도달했다고 평가받으려면 다음과 같은 조건이 충족되어야 한다.
수개월 이상 지속되는 안정적인 운영
실제 고객 창고에서의 성능 검증
인간 작업자와의 안전한 협업
기존 자동화 대비 더 낮은 총 운영 비용
이러한 조건이 충족된다면, 이번 다중일 라이브스트림은 훗날 휴머노이드 로봇 노동력이 실제 산업에 등장하기 시작한 초기 장면으로 기억될 가능성이 있다.
라이브스트림에서 로봇이 수행한 작업은 컨베이어 벨트 위의 소형 소포 분류였다. 로봇은 바코드를 인식하고 소포를 집어 올린 뒤 정해진 위치로 옮겼다.
보도에 따르면 로봇은 이 작업에서 인간 작업자에 가까운 처리 속도를 보였다고 회사 측은 주장한다.
다만 이 수치는 좁은 범위의 작업에 한정해 해석해야 한다. 로봇이 창고의 모든 일을 수행한 것이 아니라, 구조화된 환경에서 반복적인 한 가지 작업을 수행했기 때문이다. 그럼에도 특정 물류 작업에서 인간과 유사한 처리량에 접근했다는 점은 휴머노이드 산업에서는 의미 있는 단계로 평가된다.
핵심 기술: Helix‑02 AI 시스템
이번 실험의 핵심은 Helix‑02라는 Figure의 AI 시스템이다. 이는 시각 입력을 기반으로 로봇의 전신 동작을 직접 제어하는 비전‑언어‑행동(vision‑language‑action) 모델이다.
이러한 시스템은 이전 로봇 기술에서 따로 존재하던 여러 기능을 하나로 통합한다.
환경을 인식하는 컴퓨터 비전
작업을 이해하는 추론 능력
물체를 조작하는 동작 계획
Figure의 목표는 이렇게 통합된 신경망을 통해 로봇이 단순한 스크립트 대신 여러 작업에 일반화될 수 있는 능력을 갖도록 만드는 것이다. 실제로 이전 시연에서는 Helix 기반 로봇이 방 정리 같은 가사 작업을 협력해 수행하는 모습도 공개된 바 있다.
이번 창고 실험은 이 AI가 산업 환경에서도 장시간 반복 작업을 유지할 수 있는지를 시험한 사례라고 볼 수 있다.
여러 로봇이 함께 일하는 실험
라이브스트림의 또 다른 특징은 여러 대의 로봇이 동시에 같은 작업 라인에서 움직였다는 점이다.
현실적인 물류 현장은 단일 로봇이 아니라 다수의 장비가 동시에 작업한다. 따라서 실제 도입을 위해서는 로봇 간 협업과 작업 흐름 유지가 중요하다.
보도에 따르면 로봇들은 작업과 충전 사이클을 번갈아 가며 시스템이 계속 작동하도록 유지했다.
왜 이 실험이 중요한가
현재 휴머노이드 로봇 산업에서는 Figure, Tesla 등 여러 기업이 **“범용 로봇 노동력”**을 실제 산업 현장에 투입할 수 있는지 경쟁하고 있다.
이번 라이브스트림은 평가 기준이 바뀌고 있다는 점을 보여준다. 이제 관심은 단순한 로봇 묘기가 아니라 다음과 같은 산업 지표로 옮겨가고 있다.
중단 없는 작업 시간
교대 근무 기준 생산량
오류 발생 후 복구 능력
여러 로봇의 협업 능력
이런 요소들이 실제로 인간 노동이나 기존 자동화 시스템과 경쟁할 수 있는지를 결정한다.
아직 해결되지 않은 문제들
이번 테스트가 인상적인 것은 사실이지만, 이것만으로 완전한 상업적 준비 상태를 의미하지는 않는다.
첫째, 실험 환경은 상당히 구조화되어 있었다. 컨베이어 벨트 기반 분류 작업은 실제 창고에서 발생하는 다양한 상황—불규칙한 물체, 복잡한 이동, 인간과의 상호작용—보다 훨씬 단순하다.
둘째, 많은 증거가 회사가 운영한 라이브스트림과 후속 보도에 기반한다. 일부 관측자들은 이 실험이 완전히 현실적인 무인 환경을 반영하는지에 대해 의문을 제기하기도 했다.
셋째, 경제성은 아직 공개되지 않았다. 휴머노이드 로봇이 널리 도입되려면 기존 창고 자동화 장비나 인간 노동과 비교해 총비용, 유지보수, 안정성에서 경쟁력을 입증해야 한다.
생산 확대와 투자 규모
Figure는 Figure 03을 대량 생산을 목표로 설계된 첫 휴머노이드 로봇으로 소개하고 있다. 회사는 BotQ라는 로봇 제조 시설을 구축해 생산량을 늘리고 비용을 낮추려 하고 있다.
회사 발표에 따르면 이 공장은 이미 수백 대의 3세대 로봇을 생산했으며 생산 속도도 크게 개선됐다.
또한 Figure는 Series C 투자에서 10억 달러 이상을 유치했고 기업 가치는 약 390억 달러로 평가됐다. 이 자금은 Helix AI 플랫폼 개발과 휴머노이드 로봇의 대규모 배치를 가속하는 데 사용될 계획이다.
다음 단계는 무엇일까
이번 라이브스트림은 휴머노이드 로봇 개발이 단순한 시연 단계를 넘어 실제 산업 성능을 시험하는 단계로 이동하고 있음을 보여준다.
하지만 진짜 시험은 이제 시작이다.
Figure 03 같은 로봇이 진정한 상업적 준비 상태에 도달했다고 평가받으려면 다음과 같은 조건이 충족되어야 한다.
수개월 이상 지속되는 안정적인 운영
실제 고객 창고에서의 성능 검증
인간 작업자와의 안전한 협업
기존 자동화 대비 더 낮은 총 운영 비용
이러한 조건이 충족된다면, 이번 다중일 라이브스트림은 훗날 휴머노이드 로봇 노동력이 실제 산업에 등장하기 시작한 초기 장면으로 기억될 가능성이 있다.