블랙 포레스트 랩스 ‘FLUX 3 액션’, 70억 파라미터 공개 로봇 모델로 로보랩 1위

이미지 생성 모델 FLUX를 만든 연구소 블랙 포레스트 랩스가 로봇 분야에 뛰어들었다. 마크테크포스트, 더디코더, 기가진에 따르면 이 회사는 로봇 제어용으로 설계한 70억 파라미터 규모의 오픈 웨이트 모델 FLUX 3 액션(FLUX 3 Action)을 공개했다. 모델 가중치는 허깅페이스에서 내려받을 수 있다.

FLUX 3 액션은 회사가 ‘월드 액션 모델(World Action Model)’이라고 부르는 모델이다. 이런 모델은 카메라 영상과 로봇의 상태, 텍스트 지시를 읽은 뒤, 다음 순간 장면이 어떻게 바뀔지와 로봇이 어떤 동작을 해야 할지를 동시에 예측한다. 더디코더에 따르면 이 모델은 주로 영상으로 학습한 연구소의 멀티모달 모델 FLUX 3에서 파생됐다.

벤치마크 결과가 보여주는 것

마크테크포스트에 따르면 아이작 심(Isaac Sim)에서 모의 실험한 120가지 탁상 작업을 프랑카 로봇 팔로 각각 10번씩 시도하는 로보랩-120 순위표에서 FLUX 3 액션은 성공률 42.92%로 1위를 차지했다. 지금까지 가장 뛰어난 공개 모델이던 엔비디아 코스모스 3 나노(36.8%)보다 6.1%포인트 높고, 파라미터 수는 56% 적다. 연구소가 추천 버전을 여러 차례 실행해 측정한 평균은 42.24%이며 오차는 ±0.36%포인트다.

같은 매체에 따르면 이 결과는 실제 로봇에서도 유지됐다. 포지트로닉 로보틱스가 프랑카 로봇 팔로 10개 작업을 각 3번씩 시도하는 블라인드 평가를 한 결과, FLUX 3 액션은 30번 중 28번 성공했다. 코스모스 3 나노는 27번, 드림제로는 20번, 속도가 빠른 π0.5 정책은 13번이었다.

• 로보랩-120(시뮬레이션): FLUX 3 액션 42.92%, 코스모스 3 나노 36.8%, π0.5 28.0%.
• 실제 로봇, 포지트로닉 로보틱스 블라인드 평가: FLUX 3 액션 30번 중 28번, 코스모스 3 나노 27번, 드림제로 20번, π0.5 13번 성공.
• 속도: 블랙 포레스트 랩스에 따르면 FP8 기준 코스모스 3 나노보다 최대 3.95배 빠름.
• 한 번 호출하면 15Hz로 32개 동작, 즉 2.13초 분량의 움직임을 출력. π0.5는 호출당 1초.

해결하려는 딜레마

마크테크포스트는 공개 로봇 제어 모델이 보통 양자택일을 강요한다고 설명한다. 코스모스 3 나노처럼 영상을 예측하는 모델은 더 정확하지만 비용이 크다. 블랙 포레스트 랩스가 엔비디아 B200 칩에서 측정한 결과, 로봇이 1초 움직일 때 코스모스 3 나노가 필요로 하는 연산 시간은 π0.5의 약 4.7배였다. π0.5 같은 시각-언어-행동 모델은 빠르지만 성공률이 낮다. FLUX 3 액션은 영상과 동작을 함께 예측하는 방식을 유지하면서, 더 작은 신경망과 증류 기법으로 속도 격차를 줄였다.

모델은 세 가지 버전으로 나오며, 각각 두 가지 수치 정밀도로 제공된다. 기본 버전, 1.8~2배 빠르면서 점수도 약간 높은 버전, 그리고 한 단계만 거쳐 3.15~4배 빨라지는 대신 성공률이 3.5~4.3%포인트 떨어지는 버전이다. 마크테크포스트는 일반 소비자용 그래픽카드 RTX 5090에서는 가장 빠른 버전도 π0.5보다 느리다고 짚었다.

어떻게 학습했나

마크테크포스트에 따르면 FLUX 3 기본 신경망을 사전 학습하는 데 쓰인 토큰의 95% 이상이 영상이었다. 이후 동작 학습에서는 이 데이터에 동작과 맞춰 정리한 영상을 섞었다. 게임 녹화 영상, 사람 손을 1인칭으로 찍은 영상, 손에 쥐는 집게, 그리고 14가지 서로 다른 기계에서 원격 조종한 로봇의 데이터다. 사전 학습의 효과는 컸다. 로봇 데이터만으로 학습하면 로보랩 성공률이 1%에도 못 미쳤지만, 사전 학습을 거치면 같은 절차로 추가 학습 전에 이미 11.6%에 도달했다.

블랙 포레스트 랩스는 이 모델을 하이브리드 시스템의 ‘빠른 쪽’으로도 시험했다. 오픈AI의 GPT-6 아스트라가 계획을 맡아 예측된 동작을 받아들이거나 고치거나 바꾸는 방식이다. 같은 매체에 따르면 이 조합은 전체 과제의 90%를 성공 1회당 8.77달러, 약 8분에 해결했다. 반면 아스트라만 최대 추론 강도로 쓰면 모든 과제를 풀었지만 성공 1회당 13.47달러와 16분 이상이 들었다.

사용 조건

마크테크포스트와 기가진에 따르면 각 팀은 모델을 자체 로봇에 맞게 조정할 수 있다. 연구소는 학습 방법을 공개했는데, 그중 하나는 저가형 로봇 팔 SO-101의 물건 집어 옮기기 동작을 약 200번의 시연으로 익힐 수 있음을 보여준다. 또 엔비디아와 함께 모델을 허깅페이스의 로봇 플랫폼 르로봇(LeRobot)에 기본 통합했고, 엔비디아 젯슨 보드에서의 에지 배포도 지원한다. 주 정책을 돌리려면 약 32GB의 그래픽 메모리가 필요하지만, 정밀도를 낮추면 24GB 카드에서도 돌아간다.

주의할 제약은 두 가지다. FLUX 쿰뮤니티 라이선스는 비상업적 이용만 허용한다. 또 모델이 내놓는 관절 목표값에는 속도나 힘, 작업 범위에 대한 제한이 들어 있지 않아, 응용 프로그램이 이를 직접 걸어야 한다고 마크테크포스트는 강조했다. 더디코더와 기가진에 따르면 블랙 포레스트 랩스는 게임과 차량 제어, 컴퓨터를 조작하는 에이전트 등 로봇 밖의 쓰임새도 내다보고 있다.

한국 기업에 주는 의미

로봇 스타트업과 시스템 통합 업체, 대학 연구실에 FLUX 3 액션은 자신들의 작업에서 엔비디아 모델과 비교해 볼 수 있는 새로운 무료 기준점이 된다. 공개된 학습 방법 덕분에 시험해 보는 비용도 줄어든다. 다만 생산 라인에 그대로 투입할 수 있는 제품은 아니다. 라이선스는 별도 합의 없이는 상업적 이용을 금지하며, 힘과 속도에 대한 안전 제한은 통합 업체가 책임지고 구현해야 한다. 제조 현장에 로봇을 빠르게 늘리고 있는 한국 기업이 이 모델을 활용하려 한다면, 그에 필요한 엔지니어링 작업과 고객 현장에 배치하기 전 상업 라이선스 협의에 드는 시간을 미리 계획에 넣어 두는 것이 좋다.