시뮬레이터 화면 · Unitree 공개 G1 모델 렌더링 (실물 사진 아님)Unitree G1 휴머노이드
키 1.3m, 35kg의 두 발 휴머노이드입니다. Unitree가 공개한 강화학습 보행 정책으로 시뮬레이터에서 걷기·옆걸음·균형 회복을 들여다보고, EDU 모델에서 같은 이동 명령을 실물에 보냅니다.
AI 중점학교 적합성
2026 AI 중점학교 운영계획서 168건 분석 기준학생이 직접 코드를 실행하려면 EDU 모델이 필요합니다(기본형은 리모컨·앱 조종 중심). 조사 시점(2026-09~10) 기본형 공식가는 $13,500, EDU는 판매처 견적 약 $43,500부터입니다. 35kg 로봇이 넘어지면 위험하므로 보호 줄(갠트리)이나 보조자, 넓은 빈 공간, 비상 정지가 필요하고 학생이 로봇 가까이 서지 않도록 합니다. 앱·원격 연결 설정은 학교 정보보안 지침에 맞춰 점검합니다. 시뮬레이터는 다리 12개만 움직이는 공개 모델(팔·허리 고정)이라 실물 G1(23자유도 이상)과 걸음 모양이 다릅니다.
제품 특징
제조사가 공개한 보행 정책을 그대로
Unitree가 공개(BSD-3)한 G1 강화학습 보행 정책을 공식 실행 코드와 같은 방식으로 브라우저에서 돌립니다. 설치 없이 모든 학생이 동시에 걷기·옆걸음·균형 회복을 실험합니다.
기억이 있는 신경망과 걸음 박자
LSTM이 지난 걸음을 기억하고, 0.8초 박자 신호로 왼발·오른발을 번갈아 딛습니다. 'AI 들여다보기'에서 두 다리 12개 관절의 출력과 명령·실제 속도를 그래프로 읽습니다.
사족 보행과 비교하며 배우는 이족 보행
같은 시뮬레이터 구조의 Go2(사족)와 G1(이족)을 나란히 실험해, 다리 수에 따라 균형을 잡는 방법이 어떻게 다른지 비교합니다.
AI 기능 단계
진한 칸 = 지금 되는 기능 · 옅은 칸 = 조건부·예정 · 흰 칸 = 해당 없음사진 자세히 보기
사진을 누르면 크게 볼 수 있습니다교육과정: 두 발로 걷는 법을 배운 로봇
'인공지능 기초' 심화 프로젝트, AI·로봇 동아리, 공동교육과정·거점 센터 수업으로 운영합니다. 1~7차시는 시뮬레이터로 모든 학생이 동시에 실습하고, 8~11차시는 EDU 1대로 교사 시연과 조별 순환 실습을 합니다. 같은 학교·지역에서 공동 활용을 권장합니다.
1단계 · 두 발로 걷는 로봇 (3차시) 3개 차시 묶음
| 차시 | 단원 | 주요 활동 | 개념 | 출처 | 성취기준 |
|---|---|---|---|---|---|
| 1 | 두 발로 걷는 로봇 | 휴머노이드 사례(물류·안내·연구), 실물 안전 수칙(보호 줄) · 메가테스트 사전 진단 | 사회적 영향 | 제안 | [성취기준 코드] |
| 2 | 걸음 관찰 | 시뮬레이터 조종: 제자리걸음·걷기·옆걸음·회전, 밀어서 균형 회복 보기 | 로봇 동작 | 제안 | [성취기준 코드] |
| 3 | 실물 만나기 | 실물 G1 시연(교사, 보호 줄), 시뮬레이터와 실물 걸음 비교 | 로봇 동작 | 제안 | [성취기준 코드] |
2단계 · 강화학습 보행 들여다보기 (4차시) 4개
| 차시 | 만드는 로봇 | 주요 활동 | 개념 | 출처 | 성취기준 |
|---|---|---|---|---|---|
| 4 | AI가 보는 것 | 관측 47개와 행동 12개, LSTM의 기억과 걸음 박자 | 인공신경망 | 제안 | [성취기준 코드] |
| 5 | 정책 끄기 실험 | 정책을 끄고 켜며 비교, 보상과 시행착오(강화학습), 사족(Go2)과 이족 비교 | 강화학습 | 제안 | [성취기준 코드] |
| 6 | 명령과 실제 | 명령 속도와 실제 속도 그래프 분석, 밀기 실험으로 균형 회복 한계 찾기 | 데이터 분석 | 제안 | [성취기준 코드] |
| 7 | 코드 미션 | 거리·회전·옆걸음 명령으로 슬라럼·옆걸음 통로 미션 해결 | 알고리즘 | 제안 | [성취기준 코드] |
3단계 · 실물 G1 EDU 프로그래밍 (4차시) 4개
| 차시 | 만드는 로봇 | 주요 활동 | 개념 | 출처 | 성취기준 |
|---|---|---|---|---|---|
| 8 | SDK 시작 | EDU 연결, SDK2 이동 명령으로 앞으로·옆으로 (보호 줄, 낮은 속도) | 로봇 프로그래밍 | 제안 | [성취기준 코드] |
| 9 | 센서 읽기 | IMU·라이다·깊이 카메라 값 읽기, 장애물 앞에서 멈추기 | 센서와 인식 | 제안 | [성취기준 코드] |
| 10 | sim2real 비교 | 시뮬레이터에서 푼 옆걸음 통로를 실물로 실행, 차이 기록 | 시뮬레이션 | 제안 | [성취기준 코드] |
| 11 | 자율 미션 설계 | 조별 미션(안내·배달) 설계와 시뮬레이터 검증 후 실물 시연 | 문제 해결 | 제안 | [성취기준 코드] |
4단계 · 발표와 토론 (1차시) 1개
| 차시 | 만드는 로봇 | 주요 활동 | 개념 | 출처 | 성취기준 |
|---|---|---|---|---|---|
| 12 | 발표와 토론 | 결과 발표, 휴머노이드가 일하는 사회(일자리·안전·책임) 토론 · 메가테스트 사후 평가 | AI 윤리 | 제안 | [성취기준 코드] |
출처: 공식·교재 = 제조사 자료의 활동 · 제안 = 엔스크린이 설계한 차시 구성과 활동
학년 로드맵
메가테스트와 함께 수업합니다
교구만 보내지 않습니다. 차시별 수업 자료, 학생 과제, 결과보고서에 쓸 기록까지 한곳에서 관리합니다.
차시별 지도안, 이족 보행·강화학습 개념 PPT, 시뮬레이터 실습지, 실물 안전 점검표·보호 줄 운영 안내, 평가 루브릭
명령과 실제 속도 분석지, 정책 끄기·밀기 실험 보고서, 슬라럼·옆걸음 통로 코드 제출, 사족·이족 보행 비교 보고서
학급별 진도·평가 현황, 공동 활용 장비 예약·사용 기록, 결과보고서용 운영 실적·사진 내보내기
운영계획서에 이렇게 쓰세요
교육부 표준 양식(Ⅱ. 운영 계획, Ⅲ. 사업비)에 바로 붙여 넣을 수 있는 예시 문구입니다. 학교 상황에 맞게 고쳐 쓰세요.
강화학습 휴머노이드를 활용한 피지컬 AI 거점 프로젝트 운영 AI·로봇 동아리(또는 '인공지능 기초' 심화)와 연계한 12차시 프로젝트 「두 발로 걷는 법을 배운 로봇」을 운영하여, 학생이 브라우저 시뮬레이터에서 제조사가 공개한 강화학습 보행 정책의 관측·행동·기억을 분석하고, 정책 끄기·밀기 실험으로 균형 제어의 원리를 이해하며, 시뮬레이터에서 검증한 이동 명령을 거점 학교의 실물 휴머노이드에 적용해 시뮬레이션과 실제의 차이를 탐구한다. 휴머노이드가 일하는 사회의 안전과 책임을 토론하여 피지컬 AI 시대의 역량을 기른다.
2~3학년 | 창체 동아리(또는 공동교육과정) | 강화학습 휴머노이드 | 연간 12시간 2학년 | 인공지능 기초 심화 | 휴머노이드 보행 시뮬레이션 프로젝트 | 학기 [시간]
사양
- 크기·무게
- 키 약 1.27 m, 약 35 kg (배터리 포함), 접어서 보관
- 자유도
- 기본형 23 · EDU 23~43 (손 포함 구성)
- 센서
- 3D 라이다, 깊이 카메라, IMU
- 배터리
- 약 2시간 (판매처 자료)
- 컴퓨터 (EDU)
- NVIDIA Jetson Orin 추가 (구성별 상이)
- 개발 (EDU)
- Unitree SDK2 (C++·파이썬), ROS 2, 관절 저수준 제어
- 공개 소스
- unitree_rl_gym (BSD-3): G1·H1·H1-2 모델, 학습 코드, 사전학습 보행 정책, MuJoCo 실행 코드
- 시뮬레이터
- 엔스크린 브라우저 시뮬레이터 (MuJoCo + Unitree 공개 LSTM 보행 정책, 다리 12자유도)
- KC 인증
- 확인 중
구성과 가격
리모컨·앱 조종 · 시연용 (학생 프로그래밍 불가)
SDK2·ROS 2·Jetson Orin · 학생 프로그래밍·연구용
EDU 1대 + 보호 줄(갠트리) + 예비 배터리 + 메가테스트 1년 + 교원 연수 + 시뮬레이터 · 지역 공동 활용
가격은 2026-09~10 조사한 공식 스토어 기본형($13,500)과 판매처 EDU 견적 예시($43,500~)입니다. 국내 판매가·관부가세·교육기관 납품 조건과 KC 전파 인증 여부는 확인 중입니다.
연수와 지원
도입 연수 3시간(안전·조종·시뮬레이터), 심화 6시간(강화학습 보행 원리, unitree_rl_gym, SDK2 이동 명령).
보호 줄(갠트리) 사용법, 넘어짐 대응, 수업 공간 배치, 배터리 보관·충전 지침, 비상 정지 절차.
엔스크린 G1 시뮬레이터(브라우저)로 실물 1대 수업에서도 모든 학생이 동시에 실습합니다. 메가테스트 미션 기록 연동 [예정].
자주 묻는 질문
학교 한 곳이 사기엔 비싸지 않나요?
그래서 거점 공동 활용을 권장합니다. 1~7차시는 브라우저 시뮬레이터로 어느 학교에서나 하고, 실물 실습(8~11차시)만 거점 학교·센터에서 순환합니다.
시뮬레이터의 걸음은 실물과 같나요?
Unitree가 공개한 G1 모델과 공식 사전학습 정책을 공식 MuJoCo 실행 코드와 같은 방식으로 돌립니다. 다만 다리 12개만 움직이는 연구용 모델이라 팔을 쓰는 실물 제조사 보행과 모양이 다릅니다.
학생이 직접 걷기를 학습시킬 수 있나요?
가능하지만 NVIDIA GPU PC가 필요합니다. unitree_rl_gym(공개 학습 코드)으로 교사용 PC에서 학습하고, 시뮬레이터에서 확인한 뒤 EDU에 올리는 심화 과정으로 구성합니다.
교실에서 안전한가요?
35kg 로봇이라 넘어질 때 위험합니다. 처음에는 보호 줄(갠트리)에 매달아 실습하고, 학생은 정해진 거리 밖에서 노트북으로 명령을 보냅니다. 시뮬레이터에서 검증한 낮은 속도의 명령만 실물에 보냅니다.
견적 요청
학교급과 학급 수를 알려 주시면 운영계획서 사업비 산출근거에 맞춘 견적을 보내 드립니다.