영상 1편으로 10분짜리 새 작업 해내는 로봇 AI 'S1'

로봇을 가르치는 방식이 바뀌고 있다. 미국 로봇 AI 기업 스킬드AI가 8월 25일 공개한 로봇 파운데이션 모델 'S1'은 사람이 찍은 영상 한 편만 보고, 한 번도 배운 적 없는 작업을 최대 10분 길이로 해낸다. 추가 학습 없이, 모델 가중치를 그대로 둔 채다.

영상 한 편이 시연 380번을 대신했다

공개된 수치로는 학습 데이터 10만 시간 기준 미학습 작업 성공률이 66%였다. 같은 조건에서 말로 지시하는 기존 방식은 9%에 그쳤다. 영상 프롬프트 하나가 장기 작업 시연 약 380회분과 맞먹었다는 설명이다. 화분에 식물 심기, 팬케이크 굽기, 핸드드립 커피, 부품 조립 등 사전 학습에 없던 작업을 시연했고, 식물 심기는 시연 11분 뒤 자율 수행에 들어갔다.

아직 만능은 아니다

사람이 조종해 모은 시연 2000건으로 학습시킨 기존 방식은 성공률 86%로 S1의 66%를 앞섰다. 데이터가 적을 때는 텍스트 지시가 더 나았다. 가중치·API·논문은 아직 공개되지 않았고, ABB로보틱스·유니버설로봇 등 산업 파트너에 제한 공급 중이다. 그래도 '말로 시키는 로봇'에서 '보여주면 하는 로봇'으로 넘어가는 신호다.

출처: Skild AI 공식 블로그 · 더 많은 AI 도구·활용법은 aitoolspick.net에서 확인하세요.

원문: 스킬드AI 공식 블로그 (2026-08-25) · 본 글은 출처 기사를 근거로 AI툴즈픽이 자체 작성한 요약·해설입니다.