캐나다 스타트업 smartARM은 일상적인 물체에 적합한 잡는 방법을 자동으로 선택하기 위해 컴퓨터 비전에 의존하는 생체 의수 시제품을 개발하고 있다. 회사는 이 접근법이 쥐기 방식 사이를 수동으로 전환해야 할 필요를 줄이는 것을 목표로 한다고 말한다. 예를 들어 컵을 집는 일에서 숟가락을 사용하는 일로 넘어갈 때 일반적으로 전환이 필요하다.
Meta가 2026년 9월 16일 공개한 이 프로젝트는 인공지능 하드웨어와 오픈 소스 소프트웨어를 결합한다. 이 의수는 손바닥에 내장된 카메라를 사용해 주변 환경을 관찰하며, smartARM은 Meta의 오픈 소스 시각 모델인 DINOv2를 활용해 소수의 참고 이미지에서 물체를 인식한다.
쥐기 방식 선택 메커니즘은 어떻게 작동하는가?
모든 물체에 대한 사전 지식이나 각 요소에 대한 별도 프로그래밍에 의존하는 대신, 이 시스템은 물체의 시각적 특성을 파악한 뒤 이를 적합한 쥐기 방식과 연결하려 한다. 자료에 따르면 이 의수는 단 몇 장의 이미지로 학습한 물체에 적응할 수 있으며, smartARM은 이 과정이 몇 주까지 걸릴 수 있었던 시간을 단축할 수 있다고 말한다.
목표하는 결과는 쥐기 방식의 수만 늘리는 데 있지 않고, 의수 작동을 자연스러운 상호작용에 가깝게 만드는 데 있다. 사용자는 각 동작 전에 소프트웨어 모드를 선택하는 데 집중하는 것이 아니라 자신이 수행하려는 작업에 집중해야 한다. 자료는 이 시제품이 첫 시도부터 훈련 없이 작동할 수 있다고 설명하지만, 이는 프로젝트의 실험에 따른 결과이며 광범위한 임상 성능에 관한 독립적인 데이터는 아니다.
Meta AI 안경의 역할
Meta AI 안경은 의수에 장착된 카메라에 선택적으로 추가할 수 있다. Meta Wearables Device Access Toolkit을 통해 안경은 사용자 시점의 관점을 시스템에 제공하며, 이는 사용자가 상호작용하려는 물체에 관한 맥락을 더해 줄 수 있다. 또한 휴대전화 애플리케이션을 통해 시스템에 새로운 물체를 추가할 수 있으므로, 사용자는 자신의 일상적인 필요에 따라 요소 목록을 맞춤 설정할 수 있다.
이 통합은 smartARM이 의수를 단순히 독립적인 기기로만 다루는 것이 아니라, 로컬 감지와 착용형 기기에서 들어오는 데이터를 결합하는 시스템으로 다룬다는 점을 보여준다. 그러나 자료는 카메라의 사양이나 응답 시간을 수치로 제시하지 않으며, 임상시험 결과나 규제 승인 관련 정보 또는 상용화 시점도 공개하지 않는다.
이 발전이 중요한 이유는 무엇인가?
이 프로젝트의 중요성은 사용자 경험과 분리된 인공지능 구성 요소를 추가하는 데 있는 것이 아니라, 의수의 일상적인 사용 측면을 다루는 데 있다. 다양한 환경에서 물체 인식과 쥐기 메커니즘이 성공적으로 작동한다면, 일부 사용자의 조작 부담을 줄이고 물체를 더 직접적으로 다룰 수 있는 방법을 제공할 수 있다. 그러나 이용 가능한 자료는 여전히 Meta와 smartARM이 시제품을 소개한 내용에 머물기 때문에, 이것만으로는 시험된 물체와 환경을 벗어난 내구성이나 안전성 또는 정확성을 판단하기에 충분하지 않다.
smartARM의 설립자이자 최고경영자인 Hamayal Choudhry는 능력 있는 손을 만드는 것은 도전 과제의 일부일 뿐이며 사용 편의성도 그에 못지않게 중요하다고 말했다. NFL의 전 선수이자 이 제품의 오랜 사용자인 Shaquem Griffin은 확장 가능성과 접근성이 자신에게 이 기술에서 가장 중요한 부분이라고 설명했다. 여전히 해결되지 않은 질문은 이 모델이 광범위하게 사용될 준비가 되었는지, 그리고 잘못된 인식이나 익숙하지 않은 물체에 어떻게 대처할지와 관련되어 있다.