[박찬 기자]

<이미지를 클릭하시면 크게 보실 수 있습니다>

엔비디아와 구글이 나란히 로봇용 인공지능(AI) 기술을 선보였다. 최근 AI 로봇 붐이 일며, 기업들의 AI 로봇 개발 경쟁도 치열해지는 양상이다.

벤처비트는 6일(현지시간) 엔비디아와 펜실베니아대학교, 텍사스대학교 연구진이 대형언어모델(LLM)을 사용해 로봇의 특정 작업을 시뮬레이션으로 학습하고 실제 세계에 적용하는 '닥터유레카(DrEureka)' 기술 논문을 발표했다고 전했다.

닥터유레카는 로봇 시스템을 위한 보상 함수와 무작위 분포를 자동 생성하는 기술로, 특정 작업에 대한 설명만 있으면 학습한 원칙을 시뮬레이션 환경에서 실제 세계로 배포하는 역할을 한다. 이 과정 중 인간이 개입해 보상하는 학습보다 더 빠르고 효율적이라는 설명이다.

로봇 모델을 설계할 때 적용하는 원칙은 일반적으로 시뮬레이션 환경에서 훈련한 다음 실제 세계에 배포된다. 그러나 시뮬레이션과 실제 환경의 차이로 인해 최적 성능을 위해 원칙을 재구성하고 미세조정하는 과정이 필요하다.

이 과정에서 닥터유레카는 LLM을 사용해 시뮬레이션과 실제 배포 사이에 필요한 반복적인 수동 작업을 자동화한다.

LLM은 방대한 지식과 추론 능력을 가상 시뮬레이터의 물리 엔진과 결합, 복잡한 저수준 기술을 학습할 수 있다. 이를 통해 LLM은 인간 대신 로봇의 올바른 동작 순서를 찾는 강화학습(RL) 보상 설계에 사용될 수 있다.

<이미지를 클릭하시면 크게 보실 수 있습니다>

닥터유레카는 지난해 10월에 도입된 기술인 유레카(Eureka)를 기반으로 한다. 이는 로봇에 작업을 설명하고 LLM을 사용해 보상을 제공하는 소프트웨어를 구축한다. 유레카의 보상 기능 역시 시뮬레이션과 실제 환경의 차이 때문에 실제 배포는 수동으로 수행해야 한다.

하지만 이번에 내놓은 닥터유레카는 테스트 실행은 물론, 현실 세계의 환경까지 반영한 모델 재학습으로 최종적으로 현실 세계 적용까지 담당한다.

연구진은 "최소한의 인간 개입으로 시뮬레이션에서 실제 배포를 위한 언어 모델 기반 파이프라인"이라고 설명했다.


닥터유레카 (영상=엔비디아)연구 결과에 따르면 4족 보행 로봇을 닥터유레카로 훈련한 결과, 인간이 설계한 기존 시스템보다 전진 속도 34%, 이동 거리 20%의 향상을 보였다. 또 로봇 손을 이용한 조작 테스트에서도 인간 개발 정책보다 300% 더 많은 큐브 회전을 수행했다.

연구진은 "우리는 닥터유레카가 기초 모델을 사용해 기술 학습의 어려운 설계 측면을 자동화, 로봇 연구를 가속할 수 있는 잠재력을 보여 젔다"라고 말했다.


로봇 그립 기술 (영상=인트린직)또 구글에서 분사한 로봇 스타트업 인트린직(intrinsic)은 같은 날 시카고에서 열린 '오토메이트 2024' 로봇공학 행사에서 플로우스테이트(Flowstate) 로봇 앱 플랫폼에 엔비디아의 다양한 제품을 통합할 것이라고 발표했다.

여기에는 물체를 안정적으로 잡을 수 있는 그립 기술에 중점을 둔 엔비디아의 '아이작 매니플레이트(Isaac Manipulator)'가 포함된다. 이는 동적 조작 작업을 위한 기반 모델과 GPU 가속 라이브러리로 구성된다. 트랜스포머 아키텍처를 기반으로 하는 모델을 통해 로봇은 인간과 유사하게 자율적으로 인식하고 결정을 내릴 수 있다.

웬디 탄 화이트 인트린직 CEO는 "미래에는 개발자들이 이런 범용 기술을 사용해 프로그래밍 프로세스를 가속화할 수 있을 것"이라고 강조했다.

이어 "이번 개발은 더 넓은 산업 분야에서 로봇 프로그래밍 과제를 관리하고, 이전에는 실행 불가능했던 애플리케이션을 만들고, 개발 비용을 절감하고, 최종 사용자를 위한 유연성을 높이는 등 큰 영향을 미칠 것"이라고 말했다.

인트린직은 또 엔비디아 로봇 시뮬레이션 플랫폼인 '아이작 심(Isaac Sim)'을 활용, 프로세스 자동화 AI 로봇 플랫폼인 플로우스테이트을 구축했다고 밝혔다.

이를 통하면 수동 입력 없이 로봇이 특정 품목을 집는 데 필요한 코드를 생성할 수 있다. 플로우스테이트를 사용하면 아이작 매니플레이트를 포함한 워크플로우를 사용, 그립 포즈와 쿠다(CUDA) 가속 로봇 동작을 생성할 수 있으며, 아이작 심에서 실제 세계에 배포하기 전에 시뮬레이션으로 먼저 평가할 수 있다.

양사가 내놓은 기술은 개발자들이 더 쉽고 효율적으로 AI 로봇 기술을 구축하는 데 목적으로 두고 있다. 이처럼 로봇 공학 및 자동화 작업을 가속화하기 위한 포괄적인 기초 모델을 공개하는 사례가 늘고 있다.

박찬 기자 cpark@aitimes.com

<저작권자 Copyright ⓒ AI타임스 무단전재 및 재배포 금지>