VTLA 및 CraftNet: 촉각 피드백 기반 로봇 제어 모델 (2026)

로보틱스 분야에서 시각과 언어를 넘어 촉각(Tactile) 데이터를 통합한 VTLA (Vision-Tactile-Language-Action) 프레임워크와 이를 기반으로 한 CraftNet 모델이 로봇의 정교한 조작 능력을 한 단계 끌어올리고 있습니다.

1. VTLA (Vision-Tactile-Language-Action)

  • 다중 모달 데이터 통합: 기존의 VLA 모델에 촉각 피드백을 추가하여, 물체의 질감, 무게, 미끄러짐 등을 감지할 수 있게 합니다.
  • 제일인칭 데이터 활용: 인간이 촉각 장갑을 착용하고 수행하는 작업 데이터를 수집하여, 로봇이 인간의 미세한 감각과 동작을 학습하도록 합니다.
  • Embodied AI의 진화: 로봇의 ‘신체’가 느끼는 실제 감각을 인공지능의 판단 과정에 직접 반영하는 ‘체화된 지능’의 핵심 기술입니다.

2. CraftNet 모델의 특징

  • 정교한 조작 (Dexterous Manipulation): 미세한 힘 조절이 필요한 조립, 가사 노동 등 복잡한 물리적 상호작용이 필요한 작업에서 높은 성공률을 보입니다.
  • 범용 로봇 지능: 특정 작업에 국한되지 않고 다양한 환경에서 자율적으로 판단하고 행동할 수 있는 기초 모델(Base Model)을 지향합니다.
  • 엣지 컴퓨팅 하드웨어 결합: 실시간 촉각 피드백을 처리하기 위해 저지연 엣지 AI 가속기(예: FAI-ARA240-M)와 통합되어 현장 반응 속도를 확보합니다.

3. 관련 링크 및 참고

분류: robotics vla vtla craftnet tactilefeedback embodiedai