최근 연구실과 스타트업에서 가장 많이 언급되는 소형 휴머노이드 중 하나가 바로 Unitree G1이에요. Unitree G1 휴머노이드 개발자 플랫폼 활용 방법을 알면 비교적 낮은 비용으로 보행 제어, 강화학습, 원격 조작 데이터 수집까지 직접 실험해 볼 수 있어요. 그렇다면 G1은 어떤 구조로 되어 있고, 개발자는 어디서부터 손을 대야 할까요? 이 글에서 하드웨어 특징부터 SDK, 시뮬레이션, 실제 활용 시나리오까지 차근차근 정리해 볼게요.
Unitree G1은 어떤 로봇인가요
등장 배경과 포지셔닝
Unitree Robotics는 사족보행 로봇 Go 시리즈와 B 시리즈로 이름을 알린 중국 항저우의 로봇 기업이에요. 2024년 5월 공개된 G1은 대형 휴머노이드 H1보다 작고 가벼운 모델로, 기본형 가격이 1만 6천 달러 수준으로 발표되면서 큰 화제가 되었어요. 그전까지 연구용 휴머노이드는 수억 원대가 일반적이었기 때문에, 대학 연구실이나 소규모 팀도 실제 이족보행 플랫폼을 보유할 수 있는 길이 열린 셈이에요.
공개 사양으로 본 핵심 특징
제조사 공개 자료 기준으로 G1의 키는 약 1.3m, 무게는 약 35kg 수준이에요. 기본형은 전신 23자유도이고, 연구용 EDU 버전은 손목과 손가락을 포함해 최대 40자유도 이상으로 확장할 수 있어요. 머리 부분에는 3D 라이다와 깊이 카메라가 탑재되어 주변 환경을 인식하고, 교체형 배터리로 약 2시간 내외 구동이 가능하다고 안내되어 있어요. 관절을 접어 보관할 수 있는 구조라 실험실 공간이 좁아도 다루기 편하다는 점도 장점이에요.
기본형과 EDU 버전의 차이
개발 목적이라면 버전 선택이 특히 중요해요. 기본형은 데모와 기본 보행 위주로 쓰이고 사용자 코드 접근 범위가 제한적인 반면, EDU 버전은 NVIDIA Jetson Orin 계열 연산 보드가 추가되고 저수준 관절 제어 인터페이스가 개방돼요. 즉, 직접 제어기를 짜거나 학습한 정책을 올려 보려면 사실상 EDU 버전이 필요하다고 보면 돼요.

개발 환경 구성의 첫걸음
unitree_sdk2와 통신 구조
G1 개발의 출발점은 제조사가 GitHub에 공개한 unitree_sdk2예요. 이 SDK는 C++ 기반이며 DDS(Data Distribution Service) 미들웨어 위에서 동작해요. 로봇 내부 제어기와 외부 PC가 같은 네트워크에 연결되면, 관절 상태와 IMU 값을 구독하고 모터 명령을 발행하는 방식으로 통신해요. 파이썬 사용자를 위한 바인딩도 함께 제공되어 프로토타이핑 속도를 높일 수 있어요.
고수준 제어와 저수준 제어
SDK는 크게 두 계층으로 나뉘어요. 고수준 제어는 “앞으로 걷기”, “회전”, “일어서기”처럼 내장 보행 제어기에 명령만 전달하는 방식이라 안전하고 간단해요. 저수준 제어는 각 관절의 목표 위치, 속도, 토크, 게인 값을 직접 보내는 방식이에요. 자유도가 높은 만큼 위험도 커서, 처음에는 로봇을 거치대에 매단 상태에서 한 관절씩 테스트하는 것이 일반적인 권장 절차예요.
ROS 2 연동
기존 로봇 소프트웨어 자산이 있다면 unitree_ros2 패키지를 활용할 수 있어요. DDS를 공통 기반으로 쓰기 때문에 ROS 2 토픽으로 로봇 상태를 그대로 받아볼 수 있고, RViz 시각화나 내비게이션 스택과 결합하기도 수월해요. 다만 ROS 2 배포판과 DDS 구현체 버전을 맞춰야 통신이 안정적이니, 공식 저장소의 권장 환경을 먼저 확인하는 것이 좋아요.
시뮬레이션과 강화학습 워크플로
시뮬레이터에서 먼저 검증하기
실제 휴머노이드는 넘어지면 수리 비용이 크기 때문에, 대부분의 팀은 시뮬레이션에서 먼저 검증해요. Unitree는 MuJoCo 기반 시뮬레이터 연동 예제를 제공하는데, 같은 SDK 인터페이스로 시뮬레이터와 실물을 전환할 수 있도록 설계되어 있어요. 덕분에 코드 수정 없이 네트워크 설정만 바꿔 실물 테스트로 넘어갈 수 있다는 점이 편리해요.
강화학습 예제 활용
보행 정책을 직접 학습해 보고 싶다면 공식 강화학습 저장소가 좋은 출발점이에요. GPU 병렬 시뮬레이션 환경에서 수천 개의 로봇을 동시에 학습시키고, 학습된 정책을 MuJoCo로 옮겨 교차 검증한 뒤 실물에 배포하는 흐름이 예제로 정리되어 있어요. 일반적으로 다음과 같은 단계를 거쳐요.
- 병렬 시뮬레이터에서 보상 함수를 설계하고 정책 학습
- 다른 물리 엔진(MuJoCo)에서 동작을 재검증(Sim2Sim)
- 도메인 랜덤화로 마찰, 질량, 지연 변화에 대한 강건성 확보
- 거치대에 매단 상태로 실물 배포 후 점진적으로 지면 테스트
Sim2Real 격차 줄이기
시뮬레이션에서 잘 걷던 정책이 실물에서 흔들리는 일은 아주 흔해요. 모터 응답 지연, 관절 마찰, 센서 노이즈가 시뮬레이터와 다르기 때문이에요. 그래서 실제 관절 데이터를 수집해 액추에이터 모델을 보정하거나, 관측값에 지연과 노이즈를 의도적으로 넣어 학습하는 방법이 자주 쓰여요. 이 과정을 꼼꼼히 할수록 실물 첫 테스트의 성공률이 확실히 올라가요.
원격 조작과 데이터 수집 활용
XR 기기를 이용한 텔레오퍼레이션
G1이 주목받는 또 다른 이유는 모방학습용 데이터 수집 플랫폼으로 쓰기 좋다는 점이에요. Unitree는 Apple Vision Pro 같은 XR 헤드셋으로 사람의 손과 팔 움직임을 추적해 로봇 상체에 실시간으로 옮기는 원격 조작 예제를 공개했어요. 작업자가 직접 시연하면 로봇이 같은 동작을 따라 하고, 이때의 카메라 영상과 관절 궤적이 학습 데이터로 저장돼요.
모방학습 파이프라인과 연결하기
이렇게 모은 데이터는 행동 복제(Behavior Cloning)나 확산 정책(Diffusion Policy) 같은 모방학습 기법에 바로 활용할 수 있어요. 최근에는 오픈소스 로봇 학습 프레임워크들이 G1 데이터 형식을 지원하면서, 수집부터 학습, 배포까지 하나의 흐름으로 묶는 사례가 늘고 있어요. 물건 집어 옮기기, 서랍 열기처럼 단순한 조작 과제부터 시작하는 것이 일반적이에요.
데이터 품질을 높이는 요령
- 조명과 배경을 일정하게 유지해 시각 정보의 변동을 줄이기
- 같은 과제를 다양한 물체 위치에서 반복 시연해 일반화 성능 높이기
- 실패한 시연은 따로 표시해 학습 데이터에서 분리하기
- 카메라 시점과 관절 데이터의 타임스탬프 동기화 확인하기
실제 활용 분야와 사례
대학과 연구기관
G1은 전신 제어, 보행 강화학습, 휴머노이드 조작 연구의 표준 실험 플랫폼처럼 쓰이고 있어요. 같은 하드웨어를 여러 연구실이 사용하다 보니 논문 결과를 재현하거나 코드를 공유하기 쉬워졌다는 점이 큰 장점이에요. 학회 데모에서 G1으로 춤이나 무술 동작을 따라 하는 영상이 자주 등장하는 것도 이런 생태계 덕분이에요.
교육과 스타트업 프로토타이핑
공학 교육 현장에서는 로봇 동역학, 제어 이론, 인공지능 수업을 하나의 실물로 연결하는 교구로 활용돼요. 스타트업은 자체 하드웨어를 만들기 전에 G1 위에서 소프트웨어와 시장성을 먼저 검증하는 용도로 쓰기도 해요. 하드웨어 개발 기간을 건너뛰고 Physical AI 소프트웨어 경쟁력에 집중할 수 있다는 점이 매력이에요.
도입 전 고려할 점
물론 한계도 분명해요. 소형 체구라 들어 올릴 수 있는 하중이 크지 않고, 장시간 산업 현장 투입보다는 연구와 시연에 적합해요. 또한 네트워크로 제어되는 장비인 만큼 보안 설정과 펌웨어 업데이트 관리가 필요하고, 저수준 제어 실험 시에는 비상 정지 장치와 안전 거치대를 반드시 갖춰야 해요. 더 자세한 기업 정보는 Wikipedia의 Unitree Robotics 문서와 Unitree 공식 G1 소개 페이지에서 확인할 수 있어요.
| 활용 목적 | 주로 쓰는 도구 | 난이도 |
|---|---|---|
| 기본 보행 데모 | 고수준 제어 API | 낮음 |
| ROS 2 연동·시각화 | unitree_ros2, RViz | 보통 |
| 보행 정책 학습 | 강화학습 예제, MuJoCo | 높음 |
| 조작 데이터 수집 | XR 원격 조작, 모방학습 | 높음 |
마무리하며
정리하면 Unitree G1은 합리적인 가격, 개방된 SDK, 시뮬레이션과 원격 조작 예제까지 갖춘 휴머노이드 개발 입문 플랫폼이에요. 고수준 제어로 익숙해진 뒤 시뮬레이터에서 정책을 검증하고, 원격 조작으로 데이터를 모아 모방학습으로 확장하는 순서가 가장 현실적인 활용 경로예요. 안전 수칙만 잘 지킨다면 Physical AI 연구를 직접 손으로 경험해 볼 수 있는 좋은 출발점이 될 거예요.