CosA 개요: 물리 세계에 최적화된 ‘Agentic OS’

COSA(Cognitive OS of Agents)는 물리 세계를 직접 다루는 로봇을 위해 설계된 ‘원천적(네이티브) 에이전트 OS’입니다. 고차원 인지(대뇌)와 전신 운동 제어(소뇌)를 깊게 결합해, 전신 로봇(Oli)이 “생각하며 움직이는” 일체형 협동을 수행하도록 만듭니다. 목표는 단순한 모션 데모를 넘어, 다단계 업무를 스스로 이해·계획·실행하는 자율형 인간형 지능체를 구현하는 것입니다.

핵심 아키텍처: ‘대뇌–소뇌’ 일체화

  • 인지 계층(대뇌):

    • 자연어 이해·대화: 사람의 음성/텍스트 지시를 맥락과 목적 단위로 해석.
    • 과제 분해·우선순위: 장·단기 목표를 작업 그래프로 분해하고, 상황 변화(긴급 요청, 장애물, 예외)를 반영해 우선순위를 재조정.
    • 멀티모달 추론: 시각(카메라), 청각(음성), 촉각/힘 센서 등에서 들어온 신호를 통합해 장면 의미를 파악(예: “빨간 라벨의 택배” 식의 조건 매칭).

  • 운동 계층(소뇌):

    • 전신 동역학 제어: 보행, 계단 오르내리기, 물건 집기·운반 등에서 실시간 균형·접지·관절 협조를 유지.
    • 모션 프리미티브+적응: 기본 동작(걷기, 회전, 팔 뻗기)을 상황별로 파라미터화해 즉시 변형(바닥 미끄러움, 협소 공간, 예기치 못한 충돌).
    • 피드백 폐루프: 센서 피드백을 초저지연으로 반영해 흔들림·충격에도 자세를 회복하고 경로를 미세 조정.

  • 통합 실행(코그니티브–모터 퓨전):

    • “생각하며 움직임”: 인지 모듈이 계획을 업데이트하면, 운동 모듈이 즉시 반영해 동작을 연속 수행—중간에 새로운 지시(“물도 가져와”)가 들어와도 흐름을 끊지 않고 재계획·재배치.
    • 장면-행동 루프: 시각 인식→의미 해석→행동 선택→센서 피드백→재해석의 루프를 끊김 없이 유지해 ‘한 번에 길게’ 자율 작업을 수행.
무엇이 ‘자율’인지: 데모를 넘어 실용으로

  • 장기 연속 과제 수행:

    • 예: “택배 보관함에서 빨간 상자 찾아서 가져오고, 책상 정리 후 물 한 병 챙겨와.” 같은 복합 지시를 한 번에 처리.
    • 중간 이벤트 처리: 이동 중 쓰레기를 발견하면 ‘부수 과제’로 분기해 처리 후 본 과제로 복귀—우선순위·경로를 즉시 재조정.

  • 환경 일반화·현장 적응:

    • 비정형 실내: 협소한 통로, 사람·장애물 혼재, 불균일 계단 등 실제 환경에서 균형·접촉·경로를 동적으로 최적화.
    • 사물 인식·조작: 라벨·색·형상·위치로 대상 식별, 손–팔–몸 협조로 안정 집기·운반·배치.

  • 무(無)원격 조작 표기:

    • 영상 우하단의 “무(無)원격 조작” 표기는 시나리오 내 행동이 오퍼레이터 조이스틱이 아닌 온보드/현장 자율 정책으로 실행됨을 강조합니다.
    • 다만 사전 시나리오·경로 학습은 있을 수 있으며, 실용 단계에서도 안전·권한·네트워크 연동(예: 엘리베이터 IoT 호출)은 정책에 포함됩니다.
인간형 폼팩터를 고집하는 이유

  • 공간·설비 호환성:

    • 사람 중심 인프라: 문폭, 손잡이, 계단, 엘리베이터 버튼 등은 인간 신체 치수·동작을 기준으로 설계—인간형은 추가 개조 없이 투입 가능.
    • 협소·복잡 환경: 바퀴·트랙은 계단·턱·문지방에서 제약이 크고, 다족은 비용·안전·규제 허들이 큼.

  • 사회적 수용성·서비스 경험:

    • 대면 상호작용: 사람과 마주보고 손짓·시선·표정·음성으로 상호작용하는 서비스(리셉션, 안내, 케어)에서 인간형이 친화적.
    • 브랜드·공간 미학: 호텔·리테일·오피스 등에서 ‘인간형 서비스 로봇’은 경험 가치(프리미엄, 신뢰감)를 높임.

  • 하이브리드 이동(바퀴+다리) 논의:

    • 맞춤형 선택: 장거리·평탄 이동은 바퀴가 효율적, 비정형·계단은 다리가 유리—제품군·모듈화로 공존 가능.
    • 현재 포커스: COSA는 ‘사람 공간에서 사람 일을’ 수행하는 범용 서비스형을 우선 타깃으로 삼아 인간형을 최적화합니다.
커뮤니티에서 나온 주요 질문에 대한 정리

  • 데이터 처리 위치(온보드 vs 클라우드):

    • 실시간 제어는 온보드 우선: 보행·균형·접촉 제어는 지연 허용도가 낮아 로컬에서 처리.
    • 인지·대화는 혼합: 대규모 언어·시각 모델은 온보드 경량화+엣지/클라우드 보조가 현실적—네트워크 품질·보안·비용에 따라 구성.

  • ‘진짜’ 자율인가, 연출인가:

    • 검증 포인트: ① 한 번의 지시로 다단계 과제 수행, ② 중간 돌발 이벤트 대응, ③ 오퍼레이터 개입 없이 연속 실행, ④ 환경 변화(사람, 장애물) 적응.
    • 일회성 데모 한계: 완전 미지 환경에서의 범용성·장시간 안정성은 별도 검증 필요. 커뮤니티가 ‘일체형 롱테이크(One-take)’를 요구하는 이유.

  • 왜 걷는 속도가 느린가:

    • 안전·안정성 우선: 초기 상용 단계에선 낙상·충돌 리스크를 최소화하는 보수적 파라미터를 채택.
    • 점진적 가속: 지면 추정·발 접촉·관절 토크 한계가 개선되면 속도·유연성은 자연히 상승.

  • 엘리베이터 버튼 논쟁:

    • IoT 연동이 현실적: 건물 권한·보안 정책에 따라 물리 버튼 대신 엘리베이터 제어 시스템 API 호출이 더 안전·신뢰성 높음.
    • 물리 조작은 옵션: 공용 환경·권한 부재 시 버튼 인식·조작도 가능하지만, 운영 측면에선 IoT가 선호됨.

  • 윤리·안전(로봇 3원칙?):

    • 현실의 안전 설계: 물리적 제한(속도·힘·토크), 충돌 감지·즉시 정지, 권한·감시·로그, 지시 필터링(유해 명령 차단) 등 다중 안전 계층이 핵심.
    • 법·규제 준수: 개인정보·작업장 안전·책임 소재를 포함한 컴플라이언스 프레임워크가 병행되어야 함.
적용 분야와 사업성: 어디서 먼저 가치가 나오나

  • 서비스·오피스·리테일:

    • 라스트-10미터 업무: 물건 픽업·배달, 회의실 세팅, 안내·접객, 간단 정리·청소—사람 공간에서 즉시 ROI가 나오는 영역.
    • 브랜드 경험: 인간형 상호작용으로 프리미엄 서비스·차별화 연출.

  • 물류·제조(경량 작업):

    • 협소·혼합 환경: 사람·장비가 뒤섞인 현장에서 유연한 핸들링·검수·공정 보조.
    • 고중량은 단계적: 단일 손 30kg급은 안전·관절·그립·보행 안정성의 총합 개선이 필요. 초기엔 양손 분산·보조구 사용.

  • 헬스케어·케어:

    • 고령화 대응: 일상 보조, 약·식사·물품 전달, 낙상 감지·알림—사회적 수요·의미가 큼.
    • 규제·신뢰: 의료·개인정보 규제 충족과 장시간 안전성 검증이 관건.

  • 수익 모델:

    • B2B 서비스형(Subscription/Robot-as-a-Service):초기 CAPEX 부담을 낮추고, 유지보수·업그레이드 포함 월 과금.
    • 모듈·OS 라이선스: 타 로봇 플랫폼에 COSA 이식(운동·인지 모듈)으로 생태계 확장.
    • 파일럿→스케일: 특정 수직 분야에서 성과·레퍼런스를 쌓아 점진적 확장.