2026 Actor Labs - Excavator in the Wild_요약

Excavator in the Wild — Actor Labs

[!abstract] 한 문장 요약 앞선 VLA 굴착기 정책의 후속 발표. 숙련 운전자 작업을 2.5시간 관찰한 데이터만으로 실제 현장에서 굴착기가 자율 토공을 수행했다고 주장하며, 미 전역 60대 이상 기계로 데이터 수집 중임을 공개하고 파트너 계약자를 모집한다.

[!danger] 문서 성격 — 기대와 다름 기술 보고서가 아니라 제품 발표 + 영업 공고다. 본문 전체가 4개 섹션, 문단 8개 분량에 불과하고 정량 지표가 단 하나도 없다. 앞 노트에서 "후속 글에서 공차 스펙을 최우선 확인할 것"이라 적었으나, 확인할 것이 없다.


1. 발표 내용 (원문 거의 전부)

Announcement

Deployments

인터랙티브 지도로 배포 지점 8곳을 표시한다.

주 지점
캘리포니아 Dublin, Castro Valley
캔자스 Manhattan, Chapman
테네시 Murfreesboro, Nashville, Tazewell, Greenbrier

영업 제안(원문): "당신의 기계가 일하는 걸 우리가 지켜보게 해달라. 그러면 운전자의 시간을 잡아먹는 반복 작업을 자동화해주겠다." 하루 종일 유사하고 일관된 작업을 수행하는 기계에 특히 관심이 있다고 밝힌다.

Results

Partner With Us

기여자

Lane Burgett*, Shashi Shekhar Verma*, Feras Sawan*, Vinny Sun*, Raza Malik*, 그리고 Jack Vierhus, Ian Hermansson, Charlie Borchers. 운전자 Tucker L., Andrew M., Mason W., Montana C. 에게 감사 표기 — 데이터 제공 운전자가 4명이라는 단서.


2. 앞 노트의 유보 판정에 대한 답 — 여전히 미해결

[!failure] 확인하려던 것과 실제 앞 노트 7.2에서 "거친 토공은 비전만으로 되는가, 어느 공차 등급인가" 를 후속 글에서 확인하겠다고 유보했다. 답은 "확인 불가" 다.

원문에 없는 것:

[!warning] "proof that the approach works"는 주장이지 증거가 아니다 영상 그리드가 성공 사례만 모은 것인지, 전체 시도인지 알 수 없다. 자율 로봇 분야에서 컷 편집된 데모 영상과 성공률 사이의 간극은 잘 알려진 문제다.

결론: 단안 카메라만으로 굴착 상태가 충분히 관측되는가라는 질문은 이 글로 해소되지 않는다. 다만 아래 3장의 채용 공고 증거는 저자들 자신도 그렇게 보지 않는다는 정황을 보여준다.


3. ★ 채용 공고에서 읽히는 실제 로드맵

[!important] 이 글에서 가장 값진 정보는 본문이 아니라 /hiring 페이지에 있다 블로그 본문은 단안 카메라만 쓴다고 했으나, 하드웨어 채용 요건에는 전혀 다른 스택이 적혀 있다.

Hardware 포지션 요구사항

항목 내용
센서 스위트 Cameras, LiDAR, Radar, GNSS, and IMUs
고속 인터페이스 GMSL, Ethernet, RS-422 중 최소 2종
버스 시스템 CAN, LIN, J1939, FlexRay
네트워킹 Automotive Ethernet
임베디드 SPI, I2C, TCP/UDP, Linux
플랫폼 NVIDIA Xavier 또는 Orin 기반

[!success] 앞 노트 7.2 비판에 대한 간접 응답 LiDAR·GNSS·IMU를 명시적으로 요구한다. 즉 단안 온리는 현재 상태이지 종착점이 아니다. 계량적 깊이(LiDAR)와 절대 측위(GNSS)와 고유수용성(IMU)이 로드맵에 들어와 있다. 다만 이건 채용 요건이라 통상 광범위하게 쓰이므로, "이미 쓰고 있다"가 아니라 "쓸 계획이거나 쓰고 싶다" 로 읽는 게 정확하다.

[!note] 컴퓨트 불일치 블로그 본문은 Jetson Thor를 썼다고 하는데, 채용 공고는 Xavier/Orin(구세대·저가)을 명시한다. 데모기는 최고급으로, 양산 배포기는 훨씬 낮은 등급을 타깃한다는 뜻으로 보인다. 60대 규모 플릿에 Thor를 다는 건 단가가 안 맞는다.

Model Experts 포지션 요구사항

[!tip] 여기서 읽히는 두 가지 1. 순수 모방학습(BC)만으로는 부족하다고 스스로 판단하고 있다 — RL과 시뮬레이션이 요건에 명시되어 있다. 블로그의 "운전자 시연을 따라 하면 된다" 서사보다 실제 계획은 훨씬 보수적이다 2. 평가 프레임워크를 이제 만들려 한다 — 정량 지표가 블로그에 없는 이유가 여기 있을 가능성이 크다. 아직 체계적 평가 체계가 없는 단계로 보인다

GTM / Data Acquisition 포지션

데이터 수집 하드웨어를 세상에 뿌리는 아웃바운드 시스템 구축이 핵심 업무. 데이터 확보가 병목이자 사업의 본체임을 회사가 명시적으로 인정하는 대목.


4. 평가

[!question] 사실이라면 놀라운 지점 - 2.5시간 시연으로 현장 자율 작업 — 사실이라면 데이터 효율이 놀랍다. 파운데이션 모델(π0.5) 사전학습 전이의 힘을 보여주는 사례가 된다. 통상 실세계 조작 정책은 수십~수백 시간을 요구한다 - 조명·장소 일반화 — "한 현장에서 수집해 전 현장 배포"가 성립한다면 π0.5의 시맨틱 일반화가 중장비 도메인에서도 작동한다는 뜻이다. 이 분야 기존 접근(현장별 캘리브레이션·측량 모델 의존)과 근본적으로 다른 성질 - 60대 규모 플릿 — 데이터 플라이휠이 실재한다. 이 분야에서 이 규모의 실작업 데이터 수집은 흔치 않다

[!caution] 그러나 - 검증 불가 — 위 세 가지 모두 자기 주장이며 뒷받침 데이터가 없다 - "2.5시간"의 정체 불명 — 2.5시간이 한 태스크의 시연 시간인지, π0.5 사전학습 + 대규모 현장 데이터 사전 파인튜닝 위에 얹은 마지막 어댑테이션 시간인지 구분되지 않는다. 후자일 가능성이 훨씬 높고, 그렇다면 "2.5시간"은 마케팅 수치에 가깝다 - 작업 등급 불명 — 굴착기의 "earthmoving"은 대충 흙 퍼서 옮기기부터 설계 고도 준수 관로 굴착까지 폭이 극단적으로 넓다. 어느 쪽인지 밝히지 않은 것이 이 글의 핵심 회피 지점 - 안전 논의 여전히 없음 — 1편에서 안전을 3대 장벽으로 지목했으나, 2편에서도 페일세이프·개입·인증 이야기가 전혀 없다. 실제 현장 배포를 이야기하면서 이 정도로 안전을 다루지 않는 건 이례적 - 불도저·스키드스티어로 확장 주장 — 4D 조이스틱 액션 공간은 굴착기 전용 설계다. 불도저(블레이드 리프트/틸트)와 스키드스티어(주행 + 로더)는 제어 축 구성이 전혀 다르다. 어떻게 통합했는지 설명 없음


5. 우리 관점에서의 시사점

[!question] 참고할 만한 지점 - 사업 모델이 기술보다 영리하다 — 하드웨어를 자기 비용으로 남의 기계에 붙이고, 그 대가로 데이터를 얻고, 자동화를 되판다. 데이터 확보 비용을 계약자에게 전가하지 않는 구조. 국내 건설기계 자동화 실증에서도 참고할 만한 접근 - "유사·일관 반복 작업"을 명시적으로 타깃 — 범용을 표방하면서도 실제 영업은 반복 작업에 한정한다. 현실적인 스코핑 - 평가 체계 부재가 곧 이 분야의 공백 — 중장비 자율화의 표준 벤치마크·공차 규격이 없다는 게 이들이 수치를 못 내놓는 이유이기도 하다. 2025 Advancements and challenges in earthmoving equipment automation using core technologies_요약에서 지적된 문제와 같은 맥락

[!abstract] 종합 판정 1편(기술)은 읽을 가치가 있고, 2편(이 글)은 기술 문서로서는 내용이 거의 없다. 다만 /hiring 페이지가 본문보다 정보량이 많으며, LiDAR·GNSS·IMU·RL·시뮬레이션이 로드맵에 있다는 사실이 1편의 "단안 카메라 + 모방학습만으로 충분하다"는 서사와 상충한다. 회사의 실제 판단은 블로그보다 보수적이라고 보는 게 맞다.

추적 가치: 중 — 정량 결과가 나오는 시점(논문 또는 제3자 실증)에 재평가할 것.


참고 링크

관련 노트