엑스와이지, 3000가지 비언어 표현 구현한 휴머노이드 ‘듀스’ 공개…로봇에 사회적 지능 결합

휴머노이드 로봇의 기술 경쟁이 물체를 움직이고 작업을 수행하는 능력에서 사람과 자연스럽게 소통하는 영역으로 확장되고 있다. 로봇이 사람과 같은 공간에서 일하려면 음성 명령을 이해하는 것뿐 아니라 자신의 상태와 의도를 몸짓이나 표정으로 전달하는 능력도 필요하다. AI 로보틱스 기업 엑스와이지가 이러한 상호작용을 구현하기 위해 사회적 지능을 적용한 세미 휴머노이드 로봇을 선보인다. 대화 상황에 따라 손짓과 표정, 사운드를 조합해 3000가지 이상의 비언어적 표현을 구현하는 것이 핵심이다.

엑스와이지(XYZ, 대표 황성재)는 ‘2026 산업AI EXPO’에 참가해 자체 개발한 사회적 지능 에이전트 모델(Social Intelligence Agent Model)을 적용한 세미 휴머노이드 로봇 ‘듀스(DEUX)’를 공개한다. 이번 전시의 주제는 ‘Embodied AI: Beyond Physical AI’로, 물리적 작업을 수행하는 피지컬 AI를 넘어 실제 환경에서 사람과 상호작용하는 체화 지능의 가능성을 다룬다. 엑스와이지는 듀스를 통해 로봇의 신체적 작업 능력과 사회적 상호작용 기술을 결합한 개발 방향을 소개한다.

듀스는 음성 명령을 이해하고 작업을 수행하는 기능에 제스처와 표정, 사운드 피드백을 결합한 로봇이다. 상대방의 말을 듣는 동안 고개를 끄덕이거나 질문에 답하면서 손짓을 더하고, 반가운 상황에서는 표정과 움직임을 함께 표현하도록 설계됐다.

이를 구현하는 핵심 기술은 엑스와이지가 자체 개발한 로봇 지능 프레임워크 ‘브레인엑스(BrainX)’다. 브레인엑스는 음성 대화와 로봇의 물리적 움직임을 연계해 대화 흐름에 적합한 비언어적 반응을 생성하는 역할을 한다.

기존 대화형 로봇이 음성 인식과 언어 생성 기능을 중심으로 발전했다면, 엑스와이지는 대화 과정에서 나타나는 몸짓과 표정까지 로봇의 행동 지능으로 다루고 있다. 사람의 언어적 표현과 비언어적 신호를 함께 활용해 로봇의 반응을 보다 쉽게 이해할 수 있도록 한다는 구상이다.

제스처 스튜디오로 표현 문법 구축…3000가지 이상 조합 구현

이번에 공개하는 기술의 또 다른 핵심은 자체 개발한 ‘제스처 스튜디오(Gesture Studio)’다. 로봇의 손짓과 고개 움직임, 몸의 방향 전환 등 다양한 동작을 제작하고 관리하는 도구로, 개별 제스처에 표정과 사운드 피드백을 결합할 수 있다.

브레인엑스는 제스처 스튜디오에서 구축한 표현 요소를 ‘표현 문법(Expression Grammar)’으로 활용한다. 사람이 단어와 문법을 조합해 문장을 구성하듯 로봇도 제스처와 표정, 사운드를 조합해 상황에 적합한 반응을 만들어내는 방식이다. 듀스는 이러한 구조를 통해 3000가지 이상의 비언어적 표현 조합을 구현할 수 있다. 같은 인사말이라도 손을 흔들거나 고개를 숙이는 동작을 선택하고, 표정과 사운드를 달리해 상황에 따른 표현을 구성할 수 있다.

이는 미리 정해진 단일 동작을 반복하는 방식보다 다양한 표현을 구성할 수 있도록 설계한 것이다. 다만 3000가지라는 수치는 제스처·표정·사운드의 조합 가능한 표현 수를 의미하며, 로봇이 그만큼의 독립적인 감정이나 상황을 이해한다는 뜻은 아니다.

엑스와이지는 로봇의 이러한 상호작용 기술을 물리적 작업 수행 능력과 결합하고 있다. 듀스는 양팔을 이용한 물체 조작과 전방향 이동 기술을 기반으로 실제 공간에서 다양한 업무를 수행하도록 설계됐다.