Anthropic, AI 에이전트가 물리 기기를 조작하기 위한 사양 Model Hardware Standard 리서치 프리뷰 시작

MHS는 프로그래밍 가능한 인터페이스를 갖춘 기기라면 사용할 수 있으며 모델에 의존하지 않는다. Model Context Protocol 등 표준 프로토콜을 통해 어떤 에이전트 기반에서든 사용할 수 있다. 개발은 Anthropic과 HHMI Janelia Research Campus의 협력으로 시작됐다. 현재는 기기마다 프로그래밍 인터페이스가 달라 전문가가 개별 연동을 만들어야 한다는 과제가 있었다.

이 구조의 핵심은 표준화된 드라이버다. 「read」「write」 같은 단순한 프리미티브로 기기를 조작할 수 있으며, 기기는 표준 형식으로 탐색할 수 있게 된다. 드라이버의 태그에 자연어로 기기의 특성을 적으면 측정 가능한 항목, 조정 가능한 항목, 적용되는 안전 상한 등을 정리한 참조 파일이 자동으로 생성되고, 이것이 에이전트가 처음 보는 기기를 다루기 위한 정보가 된다. 제어 수단은 MCP, 명령줄 인터페이스, 코드 파일(API) 세 가지이며, 하나의 코드로 여러 기기를 통합 관리할 수 있다. 장시간 작업에서는 드라이버 명령을 코드 파일로 묶어, 에이전트가 단계마다 추론하지 않고 기기 쪽에서 실행하도록 할 수도 있다.

테스트에서 Claude는 레이저를 조정하고 카메라로 결과를 확인하며 반복하는 탐색적 동작을 보였다. 이후 학습한 내용을 결정론적 스크립트로 정리해, 단일 명령으로 레이저를 조정할 수 있게 했다.

초기 사례로 Carnegie Mellon University는 단계 희석 용량 반응 실험을 약 3배 빠르게 수행했다. QuEra Computing에서는 에이전트가 개발한 컨트롤러가 양자 컴퓨터 내부 레이저의 잠금 상태를 사람의 개입 없이 99.3%의 확률로 복구했다. 이 밖에 Genentech, University of Washington, HHMI Janelia, Tetsuwan Scientific의 사례도 소개되었다. AWS, Automata, Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan, Universal Robots 등 기기 및 소프트웨어 기업도 대응을 진행 중이며, Hugging Face는 LeRobot 지원을, Raspberry Pi는 여러 제품에 대한 통합을 추진하고 있다.

과제도 제시되어 있다. Claude는 텍스트와 이미지로 물리 세계를 학습하기 때문에 공간적·물리적 추론에 한계가 있어 전문가의 감독이 필요하다. Genentech 사례에서는 샘플의 거품으로 인한 오류를 소프트웨어 버그가 아닌 물리적 실패로 인식하도록 유도해야 했다. 프로그래밍 인터페이스가 없는 기기는 지원하지 않는다. Anthropic은 물리적 안전성 로드맵을 수립 중이며, 오픈소스화 시 리서치 프리뷰에서 얻은 지식을 공개할 예정이다. 참여를 원하는 경우 대기자 명단에 등록할 수 있다.