“로봇이 로봇을 이긴다”…AI 탁구로봇, 인간수준 플레이 실현 구글 자회사 딥마인드가 최근 IEEE 스펙트럼을 통해 서구를 놀라게 한 ‘탁구 로봇’을 공식 공개했다. 이 로봇 시스템은 마주보는 두 대의 로봇팔이 각각 탁구대 양쪽 레일을 따라 자유롭게 움직이며, 서로 랠리를 펼치는 것이 가장 큰 특징이다. 영상에는 두 로봇이 다양한 각도와 힘으로 실시간으로 공을 받아치며, 반복적으로 기술을 고도화하는 장면이 담겼다.
이미지: 구글 '탁구 로봇', 구글 영상 캡처 “알파고식 경쟁 학습”…인간 개입 없는 ‘자가 향상’ 메커니즘 딥마인드는 이번 로봇이 바둑 AI ‘알파고’와 비슷하게, 로봇끼리 경쟁을 통해 뛰어난 전략을 스스로 익히는 ‘자가 향상(self-improvement)’ 시스템 가능성을 보여주고 있다고 밝혔다. 핵심은 별도의 인간 개입 없이도, 로봇이 랠리와 경쟁을 반복하며 자체적으로 전술을 최적화해가는 점이다. 뛰어난 전략 찾기의 무한 반복에 따라, 어느 한 쪽이 새로운 기술을 익히면 다른 한 쪽도 즉시 적응해 실력이 함께 성장하는 ‘진화 게임’이 펼쳐진다.
정교한 제어·순간 판단까지…탁구가 ‘최적의 연구 환경’ 탁구는 빠른 물리적 속도, 한 치 오차 없는 제어력, 그리고 즉각적 전술 판단이 동시에 요구되는 종목이다. 연구진은 이 까다로운 환경이 “로봇이 복잡한 물리법칙을 실시간으로 인지하고 적응형 전략을 스스로 익히는 데 최적”이라고 설명했다.
특히, 이번 AI 로봇은: - 인간과 승부 시 초보 플레이어에게는 100% 승리 - 아마추어에겐 55% 승률, 중급자와는 50:50 - 고급 플레이어와는 아직 승부가 어려운 수준까지 도달했다는 후문이다.
비전-언어 모델 ‘제미나이’의 코치 시스템 딥마인드는 로봇에 단순 제어기만을 적용한 것이 아니라, 구글의 멀티모달 AI 모델 ‘제미나이’를 접목했다. 제미나이는 비디오와 이미지, 텍스트 정보를 함께 분석해 로봇 플레이를 관찰하고, “공을 최대한 오른쪽으로 보내라”, “네트 앞에 짧은 볼을 쳐라”와 같은 자연어 피드백을 제공한다. 로봇들은 이 지시를 바탕으로 실시간 전략과 기술을 발전시켰다.
실험 구조 및 아키텍처 탁구로봇 시스템은 산업용 로봇팔(ABB IRB 1100)이 양쪽 레일을 타고 이동하는 구조다. 3D 프린팅된 라켓, 125fps 고속 카메라, 쌍둥이 AI 제어기가 각 타입별 탁구 스킬(백핸드, 탑스핀 ●●)을 담당한다. 로우-레벨 신경망(LLC)이 세밀한 타구 동작을, 하이-레벨 컨트롤러(HLC)가 경기 전체의 전략을 결정한다. 경기 중에는 서로 경쟁하는 동시에, 사람이 더 다양한 샷을 보내 연습해볼 기회도 얻는다.
아래 그림은 로봇 시스템 구조 및 경기 장면 예시이다. 
이미지: perplexity 생성
AI+로봇 융합, 제조·가정·의료로 확장 기대 딥마인드 수석 엔지니어 파나그 산케티는 “이 탁구 로봇은 산업, 가정, 의료 등 실제 환경에 투입될 AI·로봇 융합의 작은 시작점일 뿐”이라며, “이 프로젝트를 통해 AI가 실제 삶에 공헌하는 구체 해답을 제시하도록 연구를 이어가겠다”고 밝혔다.
‘탁구 로봇’은 단순 기술 시연을 넘어, 로봇들이 현실 세계에서 인간처럼 실력을 스스로 갈고닦고, 복잡한 물리·전략 환경에 맞춰 독립적으로 성장할 수 있음을 보여주는 선례가 될 전망이다.
| 
“로봇이 로봇을 이긴다”…AI 탁구로봇, 인간수준 플레이 실현
구글 자회사 딥마인드가 최근 IEEE 스펙트럼을 통해 서구를 놀라게 한 ‘탁구 로봇’을 공식 공개했다. 이 로봇 시스템은 마주보는 두 대의 로봇팔이 각각 탁구대 양쪽 레일을 따라 자유롭게 움직이며, 서로 랠리를 펼치는 것이 가장 큰 특징이다. 영상에는 두 로봇이 다양한 각도와 힘으로 실시간으로 공을 받아치며, 반복적으로 기술을 고도화하는 장면이 담겼다.
이미지: 구글 '탁구 로봇', 구글 영상 캡처“알파고식 경쟁 학습”…인간 개입 없는 ‘자가 향상’ 메커니즘
딥마인드는 이번 로봇이 바둑 AI ‘알파고’와 비슷하게, 로봇끼리 경쟁을 통해 뛰어난 전략을 스스로 익히는 ‘자가 향상(self-improvement)’ 시스템 가능성을 보여주고 있다고 밝혔다. 핵심은 별도의 인간 개입 없이도, 로봇이 랠리와 경쟁을 반복하며 자체적으로 전술을 최적화해가는 점이다. 뛰어난 전략 찾기의 무한 반복에 따라, 어느 한 쪽이 새로운 기술을 익히면 다른 한 쪽도 즉시 적응해 실력이 함께 성장하는 ‘진화 게임’이 펼쳐진다.
정교한 제어·순간 판단까지…탁구가 ‘최적의 연구 환경’
탁구는 빠른 물리적 속도, 한 치 오차 없는 제어력, 그리고 즉각적 전술 판단이 동시에 요구되는 종목이다. 연구진은 이 까다로운 환경이 “로봇이 복잡한 물리법칙을 실시간으로 인지하고 적응형 전략을 스스로 익히는 데 최적”이라고 설명했다.
특히, 이번 AI 로봇은:
- 인간과 승부 시 초보 플레이어에게는 100% 승리
- 아마추어에겐 55% 승률, 중급자와는 50:50
- 고급 플레이어와는 아직 승부가 어려운 수준까지 도달했다는 후문이다.
비전-언어 모델 ‘제미나이’의 코치 시스템
딥마인드는 로봇에 단순 제어기만을 적용한 것이 아니라, 구글의 멀티모달 AI 모델 ‘제미나이’를 접목했다. 제미나이는 비디오와 이미지, 텍스트 정보를 함께 분석해 로봇 플레이를 관찰하고, “공을 최대한 오른쪽으로 보내라”, “네트 앞에 짧은 볼을 쳐라”와 같은 자연어 피드백을 제공한다. 로봇들은 이 지시를 바탕으로 실시간 전략과 기술을 발전시켰다.
실험 구조 및 아키텍처
탁구로봇 시스템은 산업용 로봇팔(ABB IRB 1100)이 양쪽 레일을 타고 이동하는 구조다. 3D 프린팅된 라켓, 125fps 고속 카메라, 쌍둥이 AI 제어기가 각 타입별 탁구 스킬(백핸드, 탑스핀 ●●)을 담당한다. 로우-레벨 신경망(LLC)이 세밀한 타구 동작을, 하이-레벨 컨트롤러(HLC)가 경기 전체의 전략을 결정한다. 경기 중에는 서로 경쟁하는 동시에, 사람이 더 다양한 샷을 보내 연습해볼 기회도 얻는다.
아래 그림은 로봇 시스템 구조 및 경기 장면 예시이다.
이미지: perplexity 생성
AI+로봇 융합, 제조·가정·의료로 확장 기대
딥마인드 수석 엔지니어 파나그 산케티는 “이 탁구 로봇은 산업, 가정, 의료 등 실제 환경에 투입될 AI·로봇 융합의 작은 시작점일 뿐”이라며, “이 프로젝트를 통해 AI가 실제 삶에 공헌하는 구체 해답을 제시하도록 연구를 이어가겠다”고 밝혔다.
‘탁구 로봇’은 단순 기술 시연을 넘어, 로봇들이 현실 세계에서 인간처럼 실력을 스스로 갈고닦고, 복잡한 물리·전략 환경에 맞춰 독립적으로 성장할 수 있음을 보여주는 선례가 될 전망이다.