🧺 빨래 개기 로봇 MVP — 제품 백로그 (PM 관리 문서)
목표: “빨래 더미를 갤 수 있는 최소한의 로봇 + SW를 구성해 MVP로 판매한다.”
이 페이지는 PM(Claude)이 지속적으로 진행 상황을 점검·갱신하는 단일 추적 문서다. 기술 배경은 Learn → Robot → LeRobot 학습 로드맵 참조.
0. 상태 범례 & 현재 요약
| 표시 |
의미 |
| ✅ Done |
완료·검증됨 |
| 🟡 In Progress |
진행 중 |
| ⬜ Todo |
미착수 |
| 🔴 Blocked |
선행 조건/결정 대기 |
📚 “학습 자료” 열: 각 태스크를 수행하는 데 필요한 학습 페이지. ✅ 링크 = 작성 완료(클릭), 📝 = 작성 예정(아래 L. 학습 페이지 백로그에 모음), — = 불필요.
현재 단계: Phase 0 (전략·셋업) · 전체 진행률 ▰▰▱▱▱▱▱▱▱▱ ~15%
전략 확정: ✅ D-1 = (b) SW·인식 모듈 납품(메이커/프로슈머 우선) + North Star: 가정용 자율 기기(Roborock형) + 블로그·YouTube로 진행 공개.
다음 액션(Next Action): 🟡 P0-4 발주 — SO-101 팔로워2+리더2 + 측면 웹캠 + 오버헤드 마운트 + 작업대 (오버헤드 카메라는 보유 D435 사용). 동시에 WS-C 콘텐츠 채널 셋업.
1. 전략 골격 (확정된 원칙)
- 진입 = (b) SW·인식 모듈 + 데이터: 지금은 메이커/프로슈머에게 SW(+레퍼런스 키트)를, 국내 로봇기업·연구실·제조사에는 빨래개기 데이터·파인튜닝된 policy 자체를 판다. 하드웨어는 고객이 복제 가능한 오픈 플랫폼으로.
- 데이터=policy=상품, 하나의 플라이휠 (아이디어 1+2 통합): 빨래개기 데이터를 모으는 일과 그 데이터로 policy를 만드는 일은 같은 흐름이다 — 모은 데이터와 파인튜닝된 policy 자체가 팔리는 상품이 된다(“한국판 Scale-AI-for-robots” + task-specific 파인튜닝). 범용 cross-embodiment 파운데이션 모델(NVIDIA Isaac GR00T 등)은 거대기업이 깔아주는 인프라로 보고, 우리는 그 위에서 특정 고가치 태스크(빨래개기)를 실제로 작동시키는 데이터·파인튜닝을 판다.
- 소비자 직판은 North Star: 가정용 완성 기기(Roborock형)는 신뢰성·데이터가 쌓인 뒤 최종 목표(M4). Laundroid·FoldiMate가 곧장 소비자로 가서 실패한 교훈.
- 콘텐츠 = 배포 전략: 모든 진행을 블로그 + YouTube 데모로 공개해 커뮤니티·신뢰·초기 고객을 만든다(메이커 시장 표준 GTM).
- 범위를 뒤에서부터 정복:
평면 수건 개기 → 펴기 → 더미 분리 순서. “더미”와 셔츠는 데이터가 쌓인 뒤.
- 양팔 필수 — 천은 한 팔이 잡고 한 팔이 조작/펴야 한다.
- 자율성 100% 전에도 가치 제공: SW는 반자율+사람보조 상태로도 출시, 텔레옵 데이터가 학습 플라이휠.
- 밑바닥 학습 금지: π0/SmolVLA 파운데이션 VLA를 파인튜닝.
2. 마일스톤 & KPI
| 마일스톤 |
기간(목표) |
통과 기준(Exit KPI) |
상태 |
| M0 전략·셋업 확정 |
~1개월 |
웻지 결정 + 양팔 리그 가동 + LeRobot 파이프라인 1회 완주(시뮬) + 콘텐츠 채널 개설 |
🟡 |
| M1 평면 수건 자율 개기 |
0–3개월 |
수건 자율 개기 성공률 >80% + 데모 영상 1편 |
⬜ |
| M2 펴기+다품목 / SW 패키지화 |
3–9개월 |
구겨진 1장 개기 + 2+ 품목 + SW 베타 배포(고객 설치 가능) |
⬜ |
| M3 더미 분리 + 첫 매출 |
9–18개월 |
더미→개기 + SW/키트 첫 유료 고객 |
⬜ |
| M4 가정용 기기화 (North Star) |
18개월+ |
비전문가가 집에서 설치·사용(Roborock형), SW/키트 상시 판매 |
⬜ |
추적 KPI: 수건 개기 성공률(%) · 시간당 폴드 수 · 텔레옵 개입율(%) · 누적 episode 수 · 1폴드당 원가 · 블로그 조회수 · YouTube 구독자 · SW 다운로드/구매 수.
3. Phase 0 — 전략·셋업 (M0)
| ID |
태스크 |
완료 기준 |
상태 |
학습 자료 |
| P0-1 |
기술 현실·전략 정의 |
범위 좁히기 원칙 확정 |
✅ |
— |
| P0-2 |
LeRobot 학습 자료 구축 |
로드맵 페이지 완성 |
✅ |
✅ LeRobot 로드맵 |
| P0-3 |
시장 웻지 결정 (D-1) |
(b) SW·인식 모듈 + 데이터/policy 플라이휠 확정 |
✅ |
— |
| P0-4 |
레퍼런스 리그 BOM 확정·발주 (D-2 ✅ 2×SO-101) |
팔로워2+리더2 SO-101 + 카메라(오버헤드 D435 보유, 측면 추가) + 마운트/작업대 발주 |
🟡 |
✅ LeRobot §5 하드웨어 |
| P0-5 |
예산·타임라인·팀 확정 |
1차 예산안 승인 |
⬜ |
— |
| P0-6 |
개발 환경 구축 |
pip install lerobot + Hub 로그인 + GPU 확보 |
⬜ |
✅ LeRobot §4 설치 |
| P0-7 |
시뮬 파이프라인 완주 |
공개 데이터셋으로 ACT 학습 1회(하드웨어 전) |
⬜ |
✅ LeRobot §12 시뮬 |
📦 레퍼런스 리그 BOM (저가·복제 가능)
| 항목 |
수량 |
역할 |
| SO-101 팔로워 암 (Feetech 모터) |
2 |
실제 작업하는 양팔 |
| SO-101 리더 암 |
2 |
텔레옵용 (양팔이라 2개) |
| 카메라 (보유분 활용) |
2 |
오버헤드 = D435(보유) + 측면 = 웹캠/ZED. 상세 아래 표 |
| 오버헤드 카메라 마운트/프레임 |
1 |
테이블 위 탑다운 고정 |
| 작업 테이블 + 조명 |
1 |
통제 환경(배경·조명 고정) |
| 워크스테이션 (GPU) |
1 |
학습·추론 (또는 Colab 대체) |
카메라가 핵심: 정책의 “눈”이라 없으면 천 상태를 못 봐 학습 불가. 오버헤드(탑다운)가 천 전체를 봐 가장 중요, 측면은 집기·접기 높이를 본다.
보유 카메라 활용 방안 — LeRobot 기본 카메라 백엔드는 opencv · intelrealsense 두 가지다.
| 보유 카메라 |
종류 |
권장 용도 |
LeRobot 연동 |
| RealSense D435 |
RGB-D (능동 IR 스테레오) |
오버헤드(메인) ✅ |
type: intelrealsense 네이티브 — 바로 사용 |
| ZED 스테레오 |
RGB-D (수동 스테레오) |
측면(옵션) |
네이티브 ❌ — ZED SDK+GPU 커스텀 래퍼 필요(후순위) |
| RealSense T265 |
트래킹(VIO/SLAM, 깊이 아님) |
관측엔 부적합 → 보류 |
모바일 베이스(LeKiwi) 추가 시 오도메트리용으로 재검토 |
PM 권장: ① 오버헤드 = D435(네이티브, 즉시), ② 측면 = 저가 USB 웹캠으로 마찰 없이 시작 — ZED는 통합 공수가 있어 정밀도 필요 시 측면에 투입, T265는 보류. ③ RGB부터: 스톡 정책(ACT/VLA)은 RGB 입력이 기본 — 깊이(depth)는 후속 실험. D435를 이미 보유했으니 추가 구매는 측면 웹캠+마운트 수준으로 최소화. 연동: --robot.cameras="{ overhead: {type: intelrealsense, ...}, side: {type: opencv, ...} }".
C. Workstream — 콘텐츠·배포 (블로그 + YouTube) (상시)
(b) 모델의 핵심 유통 채널. Phase와 병행해 처음부터 끝까지 상시 진행한다.
| ID |
태스크 |
완료 기준 |
상태 |
학습 자료 |
| C-1 |
블로그 빌드로그 채널 |
robotdevdiary.com에 진행 로그 카테고리/연재 시작 |
⬜ |
— |
| C-2 |
YouTube 채널 개설 |
채널 + 데모 영상 포맷(썸네일·길이·구성) 정의 |
⬜ |
📝 데모 촬영·편집 가이드 (L-9) |
| C-3 |
빌드로그 1편 발행 |
“왜 빨래 개기 / 전략 / 셋업” 글 게시 |
⬜ |
— |
| C-4 |
첫 데모 영상 |
텔레옵·수건 개기 데모 업로드 (M1 연동) |
⬜ |
📝 데모 촬영·편집 가이드 (L-9) |
| C-5 |
SW 랜딩·배포 경로 |
제품 소개 페이지 + 다운로드/구매 경로 |
⬜ |
— |
| C-6 |
고객 발굴 (저우선·비긴급) |
국내 로봇기업/연구실/제조사 2~3곳에 “이 데이터·policy 살 의향?” 타진. 여유 생길 때 진행, 빌드(P0-4 등) 막지 않음 |
⬜ |
— |
4. Phase 1 — 평면 수건 자율 개기 (M1)
| ID |
태스크 |
완료 기준 |
상태 |
학습 자료 |
| P1-1 |
양팔 리그 조립·캘리브레이션 |
텔레옵으로 양팔 동시 제어 |
⬜ |
✅ LeRobot §5 텔레옵 |
| P1-2 |
카메라 셋업 (오버헤드+측면) |
rerun으로 천 상태 시각화 |
⬜ |
📝 카메라 셋업(RealSense/OpenCV) (L-1) |
| P1-3 |
통제 작업대 구성 |
배경·조명 고정 |
⬜ |
— |
| P1-4 |
텔레옵 데이터 수집 |
“평면 수건 개기” 300+ episode 녹화·Hub 업로드 |
⬜ |
✅ LeRobot §6·7 데이터셋·record |
| P1-5 |
ACT 정책 학습 |
lerobot-train --policy.type=act 체크포인트 |
⬜ |
✅ LeRobot §9·10 ACT·train |
| P1-6 |
자율 추론·평가 |
성공률 측정·실패 패턴 기록 |
⬜ |
✅ LeRobot §11 평가 |
| P1-7 |
데이터 보강 루프 |
실패 케이스 집중 녹화 → 재학습 → >80% |
⬜ |
📝 데이터 품질·보강 전략 (L-2) |
5. Phase 2 — 펴기 + 다품목 / SW 패키지화 (M2)
새 지식이 가장 많이 필요한 구간 — 학습 페이지 다수 신설 예정.
| ID |
태스크 |
완료 기준 |
상태 |
학습 자료 |
| P2-1 |
펴기(flattening) 정책 |
구겨진 1장 → 평면화 (양팔 동적 동작/flinging 검토) |
⬜ |
📝 Cloth Flattening — FlingBot·SpeedFolding (L-3) |
| P2-2 |
펴기→개기 연결 |
구겨진 수건 1장 end-to-end |
⬜ |
📝 변형체 조작 파이프라인 (L-3) |
| P2-3 |
VLA 파인튜닝 |
SmolVLA/π0에 내 데이터 파인튜닝 |
⬜ |
📝 SmolVLA/π0 파인튜닝 (L-4) · LeRobot §9.3 |
| P2-4 |
다품목 확장 |
수건+티셔츠 등 2+ 품목 분류·개기 |
⬜ |
📝 멀티태스크·언어조건 정책 (L-5) |
| P2-5 |
SW 패키징 (납품 가능 형태) |
설치 가이드 + API/CLI + 레퍼런스 하드웨어 BOM, 베타 배포 |
⬜ |
📝 SW 패키징·배포 (L-6) · OTel/Grafana |
6. Phase 3 — 더미 분리 + 첫 매출 (M3)
| ID |
태스크 |
완료 기준 |
상태 |
학습 자료 |
| P3-1 |
Singulation(더미→1장) |
엉킨 더미에서 한 장 안정 분리 |
⬜ |
📝 Cloth Singulation/Bin-picking (L-7) |
| P3-2 |
풀 파이프라인 통합 |
더미→분리→펴기→개기→쌓기 |
⬜ |
— |
| P3-3 |
반자율+사람보조 운영툴 |
원격 개입 + 개입 자동 데이터화(HIL) |
⬜ |
📝 HIL-SERL·텔레옵 폴백 (L-8) · Langfuse |
| P3-4 |
SW/키트 첫 유료 고객 |
얼리어답터에게 판매·설치·피드백 확보 |
⬜ |
— |
| P3-5 |
경제성·재현성 증명 |
고객이 자기 환경에서 재현 + 단위 경제성 확인 |
⬜ |
— |
L. 학습 페이지 백로그 (Learn → Robot 하위에 작성)
각 태스크에 필요한 학습 페이지 목록. 해당 Phase에 진입하면 PM이 이 페이지들을 교재형으로 작성해 메뉴에 등록한다(LeRobot 로드맵과 동일 방식).
| ID |
학습 페이지 |
연결 태스크 |
상태 |
| L-0 |
LeRobot 학습 로드맵 |
Phase 0·1 전반 |
✅ |
| L-1 |
카메라 셋업 (RealSense/OpenCV, 멀티캠 동기) |
P1-2 |
⬜ |
| L-2 |
데이터 품질·보강 전략 (episode 다양성·실패보강) |
P1-7 |
⬜ |
| L-3 |
Cloth Flattening / 변형체 조작 (FlingBot·SpeedFolding) |
P2-1·P2-2 |
⬜ |
| L-4 |
SmolVLA/π0 파인튜닝 |
P2-3 |
⬜ |
| L-5 |
멀티태스크·언어조건 정책 |
P2-4 |
⬜ |
| L-6 |
SW 패키징·배포 (설치 자동화·관측) |
P2-5 |
⬜ |
| L-7 |
Cloth Singulation / Bin-picking |
P3-1 |
⬜ |
| L-8 |
HIL-SERL · 텔레옵 폴백 운영 |
P3-3 |
⬜ |
| L-9 |
데모 촬영·편집 가이드 (YouTube) |
C-2·C-4 |
⬜ |
운영 규칙: 📝 표시 태스크에 착수할 때 PM이 해당 L-페이지를 먼저 작성한다. 작성되면 학습 자료 열의 📝가 ✅ 링크로 바뀐다. 가장 집중되는 구간은 Phase 2(L-3~L-6).
7. 의사결정 로그 (Open Decisions)
| ID |
결정 사항 |
옵션 |
PM 추천 / 결정 |
상태 |
| D-1 |
시장 웻지 |
(a) B2B 서비스 / (b) SW·모듈 / (c) 소비자 기기 |
(b) 확정 — 데이터+policy 플라이휠. SW모듈(메이커/프로슈머) + 빨래개기 데이터·파인튜닝 policy(로봇기업/연구실/제조사) 통합 판매. (c)는 North Star |
✅ 결정 |
| D-2 |
레퍼런스 하드웨어 |
ALOHA식 bimanual / 2×SO-101 |
2×SO-101 확정 (저가·복제 가능, 카메라 오버헤드+측면) |
✅ 결정 |
| D-3 |
첫 품목 |
수건 / 티셔츠 |
수건(직사각·단순) |
⬜ |
| D-4 |
정책 백본 |
ACT 자체학습 / VLA 파인튜닝 |
P1=ACT, P2+=VLA |
⬜ |
| D-5 |
SW 패키징·라이선스 |
오픈코어(+유료) / 유료 라이선스 / 키트 번들 |
메이커 신뢰 위해 오픈코어 검토 |
⬜ |
| D-6 |
카메라 통합 |
D435만 / D435+ZED / +T265 |
오버헤드 D435(네이티브)+측면 웹캠 시작, ZED 후순위, T265 보류 |
🟡 진행 |
8. 리스크 레지스터
| 리스크 |
영향 |
완화책 |
| 속도/경제성 (느리면 실사용 가치 낮음) |
치명 |
시간당 폴드 수 KPI 조기 추적, 품목 단순화 |
| 신뢰성 바 (1회 실패도 사용자 이탈) |
높음 |
반자율+사람보조를 보험으로, 통제 환경부터 |
| 고객 재현성 (SW가 내 셋업에서만 동작) |
높음 |
오픈 레퍼런스 하드웨어(SO-101) 고정, 설치 자동화 |
| 천 다양성(재질·크기·색) |
높음 |
품목·환경 고정 후 점진 확장 |
| 자본·런웨이 |
높음 |
콘텐츠로 커뮤니티·선주문, 데이터 플라이휠 자급 |
9. PM 체크인 로그 (Changelog)
| 날짜 |
업데이트 |
| 2026-06-15 |
백로그 생성. 전략·마일스톤·Phase 0~3 정의. P0-1, P0-2 완료. |
| 2026-06-15 |
D-1 = (b) 확정(메이커에 SW 납품 우선). 가정용 기기(Roborock형)는 North Star M4로 추가. 블로그+YouTube 콘텐츠 워크스트림(WS-C) 신설. |
| 2026-06-15 |
D-2 = 2×SO-101(저가 양팔) 확정. 카메라를 BOM에 명시. 레퍼런스 리그 BOM 표 추가. P0-4 발주 착수(🟡). |
| 2026-06-15 |
D-6 보유 카메라 활용 결정. 오버헤드=RealSense D435(LeRobot 네이티브), 측면=웹캠 시작(ZED는 SDK 통합 후순위), T265 보류(트래킹 카메라라 관측엔 부적합). RGB 우선, 깊이는 후속 실험. |
| 2026-06-15 |
태스크 표에 “학습 자료” 열 추가 + L. 학습 페이지 백로그(L-1~L-9) 신설. 필요한 학습 페이지를 태스크와 연결(특히 Phase 2). 진행률 15% 동기화. |
| 2026-06-21 |
D-1 재정의(아이디어 1+2 통합): SW모듈 판매에 데이터·파인튜닝 policy 판매를 합쳐 하나의 플라이휠로. 고객에 로봇기업/연구실/제조사 추가. 전략 §1에 플라이휠 원칙 명시. 고객 발굴 C-6(저우선·비긴급) 신설 — 빌드를 막지 않음. (안전검증 차별화는 보류.) |
PM 운영 방식: 진행 보고를 주면 PM이 이 페이지의 태스크 상태·진행률·Changelog를 갱신한다. 막힌 항목(🔴)은 매 체크인마다 상단 “Next Action”으로 끌어올린다. 진행 요약은 매일 메일로도 발송된다.