🔗 원문 전체 보기 → Venturesquare.net
요약
홀리데이로보틱스 연구진이 주도한 강화학습 알고리즘 'FlashSAC'가 세계 최고 권위의 로보틱스 학회 RSS 2026에서 국내 최초로 최우수논문상을 수상했다. 이 기술은 휴머노이드 보행 학습 시간을 수 시간에서 수 분으로 단축했으며, 회사가 개발 중인 산업용 휴머노이... The post 학습 시간은 ‘수 시간→수 분’… 홀리데이로보틱스, 세계 최고 로보틱스 학회서 한국 첫 최우수논문상 appeared first on 벤처스퀘어.
본문
- RSS 2026 최우수논문상 국내 첫 수상… 스타트업 주도 연구 성과
- 휴머노이드 보행 학습 시간 수 시간에서 수 분으로 단축한 'FlashSAC' 기술 인정
휴머노이드 로봇 경쟁이 하드웨어를 넘어 AI 학습 알고리즘으로 확대되고 있다. 실제 산업 현장에 투입할 수 있는 휴머노이드를 만들기 위해서는 새로운 작업을 얼마나 빠르고 안정적으로 학습시키느냐가 핵심 경쟁력으로 떠오르는 가운데, 국내 스타트업 연구진이 세계 최고 권위의 로보틱스 학회에서 최고 논문상을 받으며 기술력을 입증했다.
휴머노이드 로봇 스타트업 홀리데이로보틱스는 자사 연구진이 주도한 논문 ‘FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control’이 세계적 로보틱스 학회 RSS(Robotics: Science and Systems) 2026에서 최우수논문상(Outstanding Paper Award)을 수상했다.
국내 최초… 스타트업이 이끈 세계 최고 논문
RSS는 전 세계 로보틱스 분야에서 가장 권위 있는 학회 가운데 하나로 꼽힌다. 매년 단일 트랙 방식으로 엄선된 연구만 발표하며, 최우수논문상은 해당 학회의 최고 권위의 연구 성과에 수여된다. 국내에서는 지난 2023년 KAIST 연구팀이 시스템 논문상을 받은 바 있지만, 최우수논문상을 받은 것은 이번이 처음이다. 특히 대학이나 대형 연구기관이 아닌 스타트업 연구진이 연구를 주도했다는 점에서도 의미를 더했다.
수상 논문에서 제안한 FlashSAC는 관절이 많은 휴머노이드와 같은 고차원 로봇을 빠르고 안정적으로 학습시키는 강화학습 알고리즘이다.
기존 강화학습이 학습 속도와 안정성 사이에서 균형을 맞춰야 했던 한계를 개선해 휴머노이드 보행 학습 시간을 기존 수 시간에서 수 분 수준으로 줄였다.
연구진은 10종의 시뮬레이터와 60여 개 과제를 통해 알고리즘 성능을 검증했으며, 시뮬레이션에서 학습한 제어 정책을 실제 휴머노이드에 적용해 보행과 회전, 계단 이동까지 구현하며 실환경에서도 기술의 유효성을 확인했다.
FlashSAC는 현재 홀리데이로보틱스가 개발 중인 산업용 휴머노이드 ‘프라이데이(FRIDAY)’에도 적용되고 있다.
회사는 학습 시간을 단축함으로써 새로운 동작을 개발하고 실제 로봇에 적용하는 과정을 크게 줄일 수 있어 산업 현장 맞춤형 휴머노이드 개발 속도를 높일 수 있을 것으로 기대하고 있다.
홀리데이로보틱스 관계자는 “FlashSAC는 논문에 머무는 기술이 아니라 실제 제품 개발에 적용되고 있는 기술”이라며 “세계 최고 수준의 연구 성과를 제품 경쟁력으로 연결하는 것이 회사의 강점”이라고 말했다.
이번 논문에는 홀리데이로보틱스 소속 김동후 연구원과 이호준 연구원이 주요 저자로 참여했으며, 이 마데 아스윈 나렌드라, 민세희 연구원이 공동 저자로 이름을 올렸다. 독일 TU 다름슈타트의 얀 페터스 교수, 스웨덴 KTH의 다니카 크라기치 교수, KAIST 주재걸 교수도 공동 연구에 참여했다.
송기영 홀리데이로보틱스 대표는 “이번 수상은 회사가 개발해 온 핵심 로보틱스 기술의 독창성과 연구 경쟁력을 세계적으로 인정받은 결과”라며 “앞으로도 연구 성과를 실제 제품으로 빠르게 연결해 산업 현장에서 휴머노이드의 가치를 증명해 나가겠다”고 말했다.
Like this:
Like Loading...Related
Training Time Reduced from 'Hourly to Minutes'… Holiday Robotics Wins Korea's First Best Paper Award at World's Top Robotics Conference
The competition in humanoid robots is expanding beyond hardware to include AI learning algorithms. As the ability to quickly and stably train new tasks emerges as a key competitive advantage for creating humanoids capable of deployment in actual industrial settings, a research team from a Korean startup has proven its technological prowess by winning the Best Paper Award at the world's most prestigious robotics conference.
Humanoid robot startup Holiday Robotics announced that a paper titled 'FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control,' led by its research team, won the Outstanding Paper Award at the global robotics conference RSS (Robotics: Science and Systems) 2026.
Korea's First… World's Best Paper Led by a Startup
RSS is considered one of the most prestigious conferences in the field of robotics worldwide. It presents only carefully selected research through a single-track format each year, and the Best Paper Award is presented to the conference's most authoritative research achievement. In Korea, while a KAIST research team received the Systems Paper Award in 2023, this marks the first time a team has won the Best Paper Award. The achievement is particularly significant because the research was led by a startup team rather than a university or a large research institution.
FlashSAC, proposed in the award-winning paper, is a reinforcement learning algorithm that enables fast and stable training of high-dimensional robots, such as jointed humanoids.
It improved upon the limitations of existing reinforcement learning, which had to balance learning speed and stability, reducing the humanoid walking training time from several hours to minutes.
The research team verified the performance of the algorithm through 10 types of simulators and over 60 tasks, and confirmed the validity of the technology in real environments by applying the control policies learned in the simulations to actual humanoids to implement walking, turning, and even stair movement.
FlashSAC is also being applied to 'FRIDAY,' an industrial humanoid currently under development by Holiday Robotics.
The company expects that by shortening learning time, it can significantly reduce the process of developing new movements and applying them to actual robots, thereby accelerating the development of industrial-grade humanoids.
A Holiday Robotics official stated, “FlashSAC is not a technology confined to academic papers, but one being applied to actual product development,” adding, “Connecting world-class research achievements to product competitiveness is the company’s strength.”
Researchers Dong-hoo Kim and Ho-jun Lee from Holiday Robotics participated as lead authors in this paper, while researchers Made Aswin Narendra and Se-hee Min were listed as co-authors. Professor Jan Peters from TU Darmstadt, Germany, Professor Danika Kragic from KTH Sweden, and Professor Jae-geol Ju from KAIST also participated in the collaborative research.
“This award is the result of global recognition of the originality and research competitiveness of the core robotics technology the company has developed,” said Song Ki-young, CEO of Holiday Robotics. “We will continue to rapidly translate research achievements into actual products to prove the value of humanoids in industrial settings.”
学習時間は「数時間→数分」…ホリデーロボティクス、世界最高ロボティクス学会で韓国初の最優秀論文賞
ヒューマノイドロボットの競争がハードウェアを越えてAI学習アルゴリズムに拡大している。実際の産業現場に投入できるヒューマノイドを作るためには、新しい作業をどれだけ早く安定的に学習させるかが核心競争力で浮上する中、国内スタートアップ研究陣が世界最高権威のロボティクス学会で最高の論文賞を受けて技術力を立証した。
ヒューマノイドロボットスタートアップホリデーロボティクスは、研究者が主導した論文「FlashSAC：Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control」が世界的ロボティクス協会RSS Award）を受賞した。
国内初…スタートアップが導いた世界最高の論文
RSSは、世界中のロボティクス分野で最も権威ある学会の一つに挙げられる。毎年シングルトラック方式で厳選された研究のみ発表し、最優秀論文賞は当該学会の最高権威の研究成果に授与される。国内では去る2023年KAIST研究チームがシステム論文賞を受けたことがあるが、最優秀論文賞を受けたのは今回が初めてだ。特に大学や大型研究機関ではなくスタートアップ研究者が研究を主導したという点でも意味を加えた。
受賞論文で提案されたFlashSACは、関節の多いヒューマノイドなどの高次元ロボットを迅速かつ安定的に学習させる強化学習アルゴリズムです。
既存の強化学習が学習速度と安定性の間でバランスを取らなければならなかった限界を改善し、ヒューマノイド歩行学習時間を既存の数時間から数分レベルに減らした。
研究陣は10種のシミュレータと60以上の課題を通じてアルゴリズム性能を検証し、シミュレーションで学習した制御ポリシーを実際のヒューマノイドに適用して歩行と回転、階段移動まで実装し、実環境でも技術の有効性を確認した。
FlashSACは現在ホリデイロボティクスが開発中の産業用ヒューマノイド「FRIDAY」にも適用されている。
同社は学習時間を短縮することで新しい動作を開発し、実際のロボットに適用する過程を大幅に減らすことができ、産業現場のカスタマイズ型ヒューマノイド開発速度を高めることができると期待している。
ホリデイロボティクス関係者は「FlashSACは論文にとどまる技術ではなく、実際の製品開発に適用されている技術」とし「世界最高水準の研究成果を製品競争力で連結することが会社の強み」と述べた。
今回の論文にはホリデイロボティクス所属のキム・ドンフ研究員とイ・ホジュン研究員が主要著者として参加し、このマデ・アスウィン・ナレンドラ、ミン・セヒ研究員が共同著者として名前を上げた。ドイツTUダルムシュタットのヤン・ペーターズ教授、スウェーデンKTHのダニカ・クラギッチ教授、KAIST駐在ガール教授も共同研究に参加した。
ソン・ギヨンホリデイロボティクス代表は「今回の受賞は会社が開発してきた核心ロボティクス技術の独創性と研究競争力を世界的に認められた結果」とし「今後も研究成果を実際の製品に素早く結びつけ、産業現場でヒューマノイドの価値を証明していく」と話した。
训练时间从“每小时缩短到几分钟”……Holiday Robotics 在世界顶级机器人大会上荣获韩国首个最佳论文奖
人形机器人领域的竞争已不再局限于硬件，而是扩展到人工智能学习算法领域。快速稳定地训练新任务的能力已成为打造可在实际工业环境中部署的人形机器人的关键竞争优势。为此，一家韩国初创公司的研究团队凭借其卓越的技术实力，在世界最负盛名的机器人会议上荣获最佳论文奖。
人形机器人初创公司 Holiday Robotics 宣布，其研究团队领导的论文《FlashSAC：用于高维机器人控制的快速稳定的离策略强化学习》荣获 2026 年全球机器人大会 RSS（机器人：科学与系统）杰出论文奖。
韩国首篇……由初创公司主导的世界最佳论文
RSS 被誉为全球机器人领域最负盛名的会议之一。它每年仅以单轨形式展示精心挑选的研究成果，并将最佳论文奖颁发给会议中最具权威性的研究成果。在韩国，尽管 KAIST 的一个研究团队曾在 2023 年获得系统论文奖，但此次是团队首次荣获最佳论文奖。这一成就意义非凡，因为这项研究是由一个初创团队而非大学或大型研究机构主导的。
FlashSAC 是在获奖论文中提出的一种强化学习算法，它能够对高维机器人（如关节人形机器人）进行快速稳定的训练。
它改进了现有强化学习的局限性，后者必须平衡学习速度和稳定性，从而将人形机器人行走训练时间从几个小时缩短到几分钟。
研究团队通过 10 种类型的模拟器和 60 多个任务验证了该算法的性能，并将模拟中学习到的控制策略应用于实际的人形机器人，实现了行走、转弯甚至上下楼梯等动作，从而证实了该技术在真实环境中的有效性。
FlashSAC 也被应用于 Holiday Robotics 目前正在开发的工业人形机器人“FRIDAY”。
该公司预计，通过缩短学习时间，可以显著减少开发新动作并将其应用于实际机器人的过程，从而加速工业级人形机器人的开发。
Holiday Robotics 的一位官员表示：“FlashSAC 不是一项仅限于学术论文的技术，而是一项正在应用于实际产品开发的技术。”他补充道：“将世界一流的研究成果与产品竞争力联系起来是公司的优势所在。”
来自 Holiday Robotics 的研究员 Dong-hoo Kim 和 Ho-jun Lee 是这篇论文的第一作者，而 Made Aswin Narendra 和 Se-hee Min 则被列为共同作者。德国达姆施塔特工业大学的 Jan Peters 教授、瑞典皇家理工学院的 Danika Kragic 教授以及韩国科学技术院 (KAIST) 的 Jae-geol Ju 教授也参与了这项合作研究。
“这项奖项是对我们公司核心机器人技术的原创性和研发竞争力的全球认可，”Holiday Robotics首席执行官宋基永表示，“我们将继续快速将研究成果转化为实际产品，以证明人形机器人在工业领域的价值。”
Temps de formation réduit de plusieurs heures à quelques minutes… Holiday Robotics remporte le premier prix du meilleur article en Corée lors de la plus importante conférence mondiale sur la robotique
La compétition dans le domaine des robots humanoïdes s'étend désormais au-delà du matériel pour inclure les algorithmes d'apprentissage de l'IA. Alors que la capacité à apprendre rapidement et de manière stable de nouvelles tâches s'impose comme un avantage concurrentiel majeur pour la création d'humanoïdes déployables en milieu industriel, une équipe de recherche d'une start-up coréenne a démontré son expertise technologique en remportant le prix du meilleur article lors de la plus prestigieuse conférence mondiale de robotique.
La start-up de robots humanoïdes Holiday Robotics a annoncé qu'un article intitulé « FlashSAC : Apprentissage par renforcement hors stratégie rapide et stable pour le contrôle de robots de haute dimension », dirigé par son équipe de recherche, a remporté le prix du meilleur article lors de la conférence mondiale de robotique RSS (Robotics : Science and Systems) 2026.
Première en Corée… Meilleur article au monde rédigé par une start-up
RSS est considérée comme l'une des conférences les plus prestigieuses au monde dans le domaine de la robotique. Chaque année, elle présente une sélection rigoureuse de recherches selon un format à session unique, et le prix du meilleur article récompense la contribution la plus marquante. En Corée, si une équipe de recherche de KAIST a reçu le prix du meilleur article en systèmes en 2023, c'est la première fois qu'une équipe remporte le prix du meilleur article. Cette performance est d'autant plus remarquable que les travaux ont été menés par une jeune entreprise et non par une université ou un grand institut de recherche.
FlashSAC, proposé dans l'article primé, est un algorithme d'apprentissage par renforcement qui permet un entraînement rapide et stable de robots de grande dimension, tels que les humanoïdes articulés.
Elle a permis de pallier les limitations de l'apprentissage par renforcement existant, qui devait trouver un équilibre entre vitesse d'apprentissage et stabilité, en réduisant le temps d'entraînement à la marche humanoïde de plusieurs heures à quelques minutes.
L'équipe de recherche a vérifié les performances de l'algorithme à travers 10 types de simulateurs et plus de 60 tâches, et a confirmé la validité de la technologie dans des environnements réels en appliquant les politiques de contrôle apprises dans les simulations à de véritables humanoïdes pour mettre en œuvre la marche, les virages et même les mouvements dans les escaliers.
FlashSAC est également utilisé pour « FRIDAY », un humanoïde industriel actuellement en développement chez Holiday Robotics.
L'entreprise espère qu'en raccourcissant le temps d'apprentissage, elle pourra réduire considérablement le processus de développement de nouveaux mouvements et de leur application à des robots réels, accélérant ainsi le développement d'humanoïdes à usage industriel.
Un responsable de Holiday Robotics a déclaré : « FlashSAC n'est pas une technologie confinée aux articles universitaires, mais une technologie appliquée au développement de produits concrets », ajoutant : « La force de l'entreprise réside dans sa capacité à relier les résultats de la recherche de classe mondiale à la compétitivité des produits. »
Les chercheurs Dong-hoo Kim et Ho-jun Lee de Holiday Robotics ont contribué à cet article en tant que premiers auteurs, tandis que les chercheurs Made Aswin Narendra et Se-hee Min y ont participé en tant que co-auteurs. Le professeur Jan Peters de l'Université technique de Darmstadt (Allemagne), la professeure Danika Kragic du KTH (Suède) et le professeur Jae-geol Ju du KAIST ont également participé à cette recherche collaborative.
« Ce prix récompense l’originalité et la compétitivité de la recherche sur la technologie robotique de base développée par notre entreprise, reconnues à l’échelle mondiale », a déclaré Song Ki-young, PDG de Holiday Robotics. « Nous poursuivrons nos efforts pour transformer rapidement les résultats de nos recherches en produits concrets et démontrer ainsi la valeur des humanoïdes dans le secteur industriel. »