컨텐츠 바로가기

12.29 (일)

마음AI, ‘NeurIPS 2024’ 최우수논문상 수상

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

마음AI, 마이크로소프트, 딥마인드 3개 논문만 수상

카메라로 인식한 환경을 언어적 명령으로 변환

이를 통해 로봇을 제어하는 혁신적인 방법

[이데일리 김현아 기자] 국내 대표 인공지능 플랫폼 기업인 마음AI(전 마인즈랩)가 세계 최고 권위의 인공지능(AI) 학회인 NeurIPS 2024에서 최우수논문상(Outstanding Paper Awards)을 수상하는 쾌거를 이뤘다.

이 상은 지난 11일부터 15일까지 캐나다 벤쿠버에서 열린 NeurIPS 2024 워크숍 ‘오픈 월드 에이전트(Open-World Agents)’에서 구두 발표로 선정된 6개 논문 중 상위 3개 논문에게만 주어졌다. 마음AI는 마이크로소프트, 딥마인드 등 글로벌 IT 대기업들과 함께 이 영예를 안았다.

이데일리

최홍섭 마음AI 기술총괄 대표. 사진=이데일리DB

<이미지를 클릭하시면 크게 보실 수 있습니다>




국내 AI 기업 최초의 성과, 세계적 인정


이번 최우수논문상 수상은 국내 AI 기업이 NeurIPS에서 구두 발표자로 선정되는 것조차 드문 상황에서 이루어진 큰 성과로, 마음AI의 AI 기술력과 위상을 세계적으로 인정받은 계기가 되었다.

6개 논문 중에는 스탠포드대학교, 카네기멜론대학교, 북경대학교 등 세계적인 대학과 마이크로소프트, 메타, 딥마인드 등 글로벌 빅테크 기업들도 포함돼 마음AI는 이들과 어깨를 나란히 하며 눈부신 성과를 올렸다.

이번에 선정된 논문 제목은 ‘상황 인식 내비게이션 에이전트를 위한 시각적 및 언어적 지침 통합(Integrating Visual and Linguistic Instructions for Context-Aware Navigation Agents)’으로, 종단 간 로봇 파운데이션 모델(Robot Foundation Model) 분야의 선도적 연구로 주목받았다.

마음AI는 이번 논문을 통해 국내 최초로 VLA(Vision Language Action) 모델인 CANVAS를 공개하며, 카메라로 환경을 인지하고, 언어적으로 이해하며, 로봇을 제어하는 새로운 AI 기술 표준을 제시했다.

글로벌 시장 도전장

마음AI는 이번 논문에서 제시한 CANVAS 기술을 통해, 카메라로 인식한 환경을 언어적 명령으로 변환하고 이를 통해 로봇을 제어하는 혁신적인 방법을 제시했다.

이 기술은 테슬라와 같은 글로벌 선도 기업들이 천문학적인 투자를 아끼지 않는 분야로, 마음AI는 독보적인 기술력을 바탕으로 세계 시장에 도전장을 던지며 그 기술력을 인정받았다.

마음AI 조용준 선임연구원은 이번 학회에서 논문 발표자로 나서며, “테슬라, 구글 웨이모, 크루즈 등 주요 자율주행 로봇 회사의 연구원들과 교류하며 VLA 기술에 대한 뜨거운 관심을 확인했다”고 밝혔다. 그는 또 “이들 최고 기업의 연구원들이 마음AI의 연구가 VLA 기술 상용화에 적합한 방향을 제시했다는 점을 인정했다”고 전했다.

‘WoRV’, 실용화 제품 출시 예정

마음AI는 CANVAS 기술을 기반으로 자율주행 로봇 제품 ‘WoRV(워브)’를 출시했으며, 2025년 상반기에는 국내 농기계 자율주행 스타트업과 협업해 상용화된 제품을 선보일 예정이다.

CANVAS 기술은 변화가 많은 야외 환경에서도 높은 성능을 발휘해 농기계 등 특수 환경에서 자율주행 기술을 구현하는 데 적합하며, 청소차, 군용 자율 이동체 등 어려운 활용 사례에도 적용될 수 있다.

마음AI 최홍섭 기술총괄 대표는 “국내에서는 아직 VLA 기술이 생소하지만, 글로벌 기업들은 이 기술이 자율주행과 로봇 분야의 패러다임을 바꿀 기술로 주목하고 있다”며, “우리는 핵심 기술과 상용화 노하우를 이미 확보한 만큼, 몇 년 내 주요 자율주행 및 로봇 제조사들이 우리 회사를 찾게 될 것”이라고 전망했다.

한편, 마음AI는 이번 논문 수상과 함께 온디바이스 AI 기술 연구에도 활발히 나서고 있으며, 내년 2월 말에는 ‘WoRV’ 모델을 탑재한 자율주행 제어용 온디바이스 AI 모듈 제품을 출시할 예정이다.


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.