Anthropic, AI 에이전트가 현실 기기를 직접 제어하는 '모델 하드웨어 표준' 공개
Anthropic이 AI 에이전트가 현실 세계의 물리적 장비를 직접 읽고 제어할 수 있는 새 규격, 모델 하드웨어 표준(MHS, Model Hardware Standard)을 발표했음. 소프트웨어 도구 연동을 표준화한 모델 컨텍스트 프로토콜(MCP)의 개념을 현실 기기로 확장한 것으로, 실험실 현미경부터 로봇 팔, 양자 컴퓨터까지 아우르는 통합 인터페이스를 지향함.
왜 지금 이 규격이 필요한가
연구실과 공장의 장비들은 제조사마다 API·데이터 형식·제어 소프트웨어가 제각각임. 이를 하나의 AI 시스템에 연결하려면 통상 수 주에서 수 개월의 개발 기간이 소요됨. Anthropic은 MHS를 통해 이 통합 시간을 몇 시간 또는 몇 분으로 단축할 수 있다고 밝힘. 규격은 HHMI 재니엘리아 연구 캠퍼스와 공동 개발됐으며, 현재 일부 실험실과 제조사를 대상으로 연구 미리보기(research preview)로 공개 중이고 추후 오픈소스 배포가 예정되어 있음.
드라이버 하나로 모든 기기를 통합
MHS의 핵심은 기기별로 작성하는 MHS 드라이버임. 드라이버는 데이터 읽기·수정 같은 기본 기능을 공통 형식으로 정의하고, 소프트웨어만으로는 담기 어려운 정보—예를 들어 로봇 팔의 무게나 안전 한계치—까지 포함함. 사용자가 이 정보를 자연어로 입력하면 MHS가 이를 에이전트용 참조 파일로 변환함. 에이전트는 처음 보는 기기라도 드라이버만 있으면 단일 인터페이스로 해당 기기의 기능과 제약을 파악하고 조작할 수 있음. 드라이버는 재사용 가능하므로 기기·컨트롤러 조합마다 새로 개발할 필요가 없어짐. Anthropic은 MHS가 모델에 종속되지 않으며, 프로그래밍 가능한 인터페이스를 갖춘 어떤 기기와도 호환된다고 설명함. 에이전트가 완성한 워크플로는 언어 모델 없이도 실행되는 일반 스크립트로 저장할 수 있음.
실제 실험실에서의 성과와 한계
Anthropic은 바이오텍 기업 제넨텍(Genentech)과 진행한 테스트에서 Claude가 액체 핸들러·로봇 팔·플레이트 리더 세 기기를 조율해 단백질 농도 측정(protein assay) 작업을 자동화하는 데 성공했음. 에이전트는 액체 종류별 피펫팅 파라미터를 스스로 최적화하는 성과를 보였음. 그러나 점성이 높은 용액에서 기포가 발생해 오류가 생기자, Claude는 같은 용기에서 파라미터만 조금씩 바꿔 작업을 반복 재시작하는 잘못된 대응을 보임. 물리적 인과관계를 사람이 직접 설명하고 나서야 문제가 해결됐음.
AI의 물리 세계 진출, 아직 인간 감독이 필수
이번 MHS 발표는 AI 에이전트가 디지털 환경을 넘어 현실 물리 환경까지 직접 제어하는 시대로의 전환을 상징함. 통합 표준이 자리를 잡으면 신약 개발·제조 자동화·과학 연구 등 다양한 분야에서 AI 도입 속도가 크게 빨라질 수 있음. 다만 Anthropic 스스로 인정했듯 AI는 아직 물리적 인과관계 이해가 미흡하며, 현장 감독 없이는 오류가 증폭될 위험이 있음. 표준화가 접근성을 높이는 동시에, 인간 전문가의 역할이 여전히 핵심임을 이번 실험이 명확히 보여줌.
원문: THE DECODER →