앤트로픽, AI가 실험장비 제어하는 ‘MHS’ 연구 프리뷰 공개

서로 다른 실험장비를 AI가 하나의 공통 방식으로 찾아내고 움직이는 연구가 제한적인 현장 시험 단계에 들어갔다. 앤트로픽은 27일 현지시간 AI 에이전트와 물리적 장비를 연결하는 ‘모델 하드웨어 표준(Model Hardware Standard·MHS)’ 연구 프리뷰를 공개했다고 밝혔다.

MHS는 과학 연구소와 첨단 제조업체가 사용하는 여러 장비를 AI 에이전트가 표준 형식으로 발견하고 제어하도록 설계됐다. 출발점은 앤트로픽과 HHMI 자넬리아 연구캠퍼스의 공동 작업이다. 현재는 누구나 이용하는 공개 표준이나 정식 제품이 아니라 신청을 거쳐 제한적으로 제공되는 연구 프리뷰다. 앤트로픽은 초기 파트너들과 안전성 평가와 활용 지침을 마련하고 있으며, 오픈소스 공개는 추후 추진할 계획이라고 밝혔다.

장비 연결의 기본 단위는 ‘읽기’와 ‘쓰기’ 같은 명령이다. MHS는 자연어 태그로 장비가 어떤 특성을 지녔는지, 사용자가 무엇을 조정할 수 있는지, 반드시 지켜야 할 안전 한계가 무엇인지 기술한다. 장비마다 다른 설명서를 AI가 일일이 새로 해석하는 대신, 공통된 표기 방식으로 기능과 제약을 전달하려는 구조다.

제어 방식은 MCP, 명령줄, API 코드 등 세 가지다. MCP는 AI가 외부 시스템과 연결되는 방식을 정리한 표준으로, 앤트로픽이 2024년 공개한 뒤 2025년 Linux Foundation 산하 Agentic AI Foundation에 기증했다. MHS는 특정 AI 모델에 종속되지 않도록 설계됐다. 하나의 모델만을 위한 장비 규격이 아니라 여러 모델이 장비 정보를 해석하고 명령을 전달할 수 있는 상위 인터페이스를 지향한다.

MHS를 완전히 새로운 산업 장비 통신 규격으로 보는 것은 주의해야 한다. OPC Foundation의 OPC UA는 이미 산업용 센서와 액추에이터, 제어시스템 사이의 정보 교환과 명령·제어 방식을 규정하고 인증·암호화·무결성 기능을 제공한다. MHS의 초점은 이런 이질적인 장비를 AI 에이전트가 발견하고 해석해 함께 조율하도록 돕는 상위 연결 방식에 가깝다.

초기 파트너인 카네기멜런대의 사례에서는 액체처리기, 플레이트리더, 로봇팔, 카메라를 약 8시간 만에 통합했다. 연구진은 접시 누락과 회전, 플레이트리더 사용 중 상태, 카메라 연결 단절, 장치 접근 불가, 비상정지 활성화 등을 포함한 6가지 오류를 인위적으로 만들었다. 시스템은 장비가 실제로 움직이기 전에 6건을 모두 차단한 것으로 보고됐다.

희석실험에서는 첫 결과의 적합도 지표가 R² 0.9 미만으로 나오자 최고 농도를 200µg/mL에서 100µg/mL로 낮추고 실험을 자동으로 다시 수행했다. 두 번째 결과의 R²는 0.98을 넘었다. 다만 이 수치는 앤트로픽이 게재한 초기 파트너 사례 결과로, 여러 장비와 제조 현장에서 같은 성능이 확인됐다는 의미는 아니다.

앤트로픽은 앞서 2025년 ‘Project Fetch’에서 비전문가 8명을 두 팀으로 나눠 로봇개 과제를 시험했고, Claude를 사용한 팀이 약 절반의 시간에 더 많은 과제를 수행했다고 보고했다. 2026년 ‘Project Pilot’에서는 드론의 인물 탐색·추적 능력을 평가하는 Drone-Bench를 공개했다. 개별 로봇 과제에서 시작한 연구가 여러 종류의 장비를 연결하는 공통 인터페이스로 확대된 흐름이다.

정책적 배경으로는 미국 국립표준기술연구소의 AI 위험관리 프레임워크 1.0이 있다. DOI 10.6028/NIST.AI.100-1로 공개된 이 체계는 조직이 AI 위험을 다루도록 돕는 자발적 위험관리 틀이다. 물리적 장비를 움직이는 AI는 화면 안에서 답변을 만드는 AI와 달리 명령이 실제 동작으로 이어지는 만큼, MHS의 향후 공개 과정에서는 초기 사례를 넘어선 안전성 평가와 활용 지침이 중요한 확인 대상이 된다.

자료: Anthropic, 미국 국립표준기술연구소(NIST), OPC Foundation