용어집 (Glossary)

Large-data driven manipulation: 대규모 사람·로봇·시뮬레이션·운영 데이터를 이용해 로봇 조작 정책과 제어 스택을 학습하고 지속적으로 개선하는 접근.

Data flywheel: 배포된 시스템이 시연, 실패, QA trace, operator override, 재작업 로그를 계속 수집해 다음 모델·제어기·공정을 개선하는 순환 구조.

Embodiment gap: 사람 손, 2지 그리퍼, 5지 로봇핸드, 휴머노이드 사이의 자유도, 힘, 센서, 시야, 제어 인터페이스 차이.

2지 그리퍼: 병렬 jaw나 pincer 형태의 단순 end-effector. 많은 산업 작업에서 신뢰성과 데이터 효율이 높지만 손안 조작은 제한적이다.

5지 dexterous hand: 사람 손과 유사한 다자유도 손. 사람 손 데이터와 정렬하기 쉽지만 센싱, 제어, 보정, 유지보수 난도가 높다.

VLA (Vision-Language-Action): 시각·언어 입력에서 로봇 행동을 직접 출력하는 통합 모델.

ACT (Action Chunking with Transformers): Transformer 기반 행동 청킹 — 시연에서 연속 행동 시퀀스를 학습하여 지연 보상 작업을 안정화.

Diffusion Policy (확산 정책): 조건부 잡음 제거 확산 과정으로 행동 분포를 학습하는 정책 학습 방법.

UMI (Universal Manipulation Interface): 로봇 전체를 운용하지 않고 handheld gripper와 카메라로 in-the-wild 조작 시연 데이터를 수집하는 인터페이스.

EgoScale: 대규모 egocentric human video pretraining으로 dexterous manipulation scaling을 탐색한 NVIDIA GEAR 계열 연구.

Tactile/force-rich data: 시각과 proprioception뿐 아니라 접촉 위치, 법선력, 전단력, 힘/토크, slip event를 포함하는 조작 데이터.

Production readiness: 성공률 외에 cycle time, yield, scrap, MTBI, calibration drift, safety, operator override까지 보는 제조 도입 기준.