A.I

AI가 실험 장비를 움직일 때: Anthropic MHS가 세운 물리적 안전 경계

Anthropic의 Model Hardware Standard 연구 미리보기가 AI 에이전트와 현미경·로봇 팔 사이에 어떤 공통 제어 규칙을 제안하는지, 활용 가능성과 아직 남은 안전 과제를 짚는다.

AI 에이전트가 보고서를 쓰는 단계를 넘어 현미경과 로봇 팔을 직접 움직이기 시작하면, 실수의 비용은 잘못된 문장으로 끝나지 않는다. 잘못된 좌표 하나가 시료를 망가뜨리거나 장비와 사람을 위험하게 만들 수 있다. Anthropic은 2026년 8월 27일 Model Hardware Standard(MHS)¹ 연구 미리보기를 공개하며 이 문제를 공통 규격으로 다루겠다고 밝혔다.

이번 발표는 완성된 산업 표준이나 모든 장비를 지원하는 상용 제품이 아니다. 과학 연구소와 첨단 제조 현장의 일부 파트너가 먼저 시험하는 초기 규격이다. Anthropic 공식 발표 목록과 Reuters 기술 보도, CNBC 기술 보도가 공통으로 확인한 핵심은 AI가 물리 장치를 호출하는 인터페이스에 권한·상태·중단 조건을 명시하려는 시도라는 점이다.

무엇이 바뀌었나

지금까지 연구 자동화는 장비 제조사별 API, 실험실 내부 스크립트, 사람의 승인 절차를 각자 조합하는 경우가 많았다. MHS는 에이전트가 장비의 기능을 발견하고 명령을 내릴 때 같은 형식으로 능력과 제약을 설명하도록 하는 공통 층을 겨냥한다. 소프트웨어 도구를 연결한 Model Context Protocol이 호출 규칙을 정리했다면, MHS는 온도·속도·이동 범위처럼 현실 세계의 한계와 비상 정지를 함께 다뤄야 한다.

중요한 변화는 ‘명령을 보낼 수 있는가’보다 ‘어떤 상태에서 누가 어디까지 허용했는가’를 계약에 포함시키려는 데 있다. 장비가 현재 수행 중인지, 위험 구역이 잠겼는지, 사람이 승인해야 하는 단계인지, 명령을 취소할 수 있는지를 기계가 읽을 수 있어야 한다.

왜 필요한가

연구실에서는 같은 목적의 장비도 제조사와 세대에 따라 제어 방식이 다르다. 에이전트마다 별도 어댑터를 만들면 통합 비용이 커지고, 안전 검토도 연결마다 반복된다. 공통 규격이 자리 잡으면 장비 제조사·연구기관·에이전트 개발자가 책임 경계를 더 분명하게 합의할 수 있다.

실제 효과는 반복 실험의 자동화에서 먼저 나타날 가능성이 크다. 사람이 실험 설계를 승인한 뒤 에이전트가 정해진 범위에서 시료를 이동하고 측정값을 수집하며, 이상 상태에서는 작업을 중단하는 식이다. 야간 실험과 고처리량 선별의 운영 효율을 높일 수 있지만, 이는 ‘자율 과학자’가 아니라 제한된 절차를 수행하는 자동화에 가깝다.

현장에 도입할 때 남는 질문

최종 안전장치: 소프트웨어의 중단 명령과 별개로 물리적 인터록과 비상 정지가 작동해야 한다.
권한 분리: 실험 설계, 장비 예약, 위험 동작 승인, 로그 삭제 권한을 한 에이전트에 몰아주면 안 된다.
상태의 신뢰성: 센서가 잘못된 상태를 보고하거나 네트워크가 지연될 때 기본 동작이 안전한 방향인지 확인해야 한다.
감사 가능성: 누가 어떤 모델과 정책으로 어느 명령을 승인했는지 재현 가능한 로그가 필요하다.
책임 소재: 규격 준수만으로 제조사·운영자·모델 제공자의 법적 책임이 자동으로 정리되지는 않는다.

MHS의 의미는 로봇을 더 빨리 움직이는 데 있지 않다. AI의 제안을 물리적 행동으로 바꾸는 순간에 통제 지점을 드러내고, 실패를 안전하게 멈출 공통 언어를 만들려는 데 있다. 연구 미리보기 단계인 만큼 지원 장비, 독립 인증, 공개 사양의 범위와 거버넌스가 실제 채택의 관건이다.