"방해해도 소용없어" 

현대차그룹 로봇 전문 계열사 보스턴다이나믹스는 20일(현지시각) 휴머노이드 로봇 아틀라스(ATLAS)가 예상치 못한 상황에서도 스스로 문제를 해결하며 지능적으로 대응하는 영상을 공개했다.

보스턴다이나믹스는 도요타리서치연구소(TRI)와 공동 개발한 거대행동모델(Large Behavior Model, LBM)을 아틀라스에 적용해 사람처럼 판단하고 자연스럽게 동작할 수 있도록 했다.

작년 엔진커버 부품을 이동식 보관함으로 옮기는 역할을 성공적으로 수행했던 아틀라스는 이번 영상에서 로봇개 ‘스팟(SPOT)’ 부품을 적재함 또는 선반에 옮기는 작업을 보여주었다.

최근 휴머노이드 로봇은 고도화된 AI 기술과 결합해 빠르게 발전하고 있으며, 실제 산업 현장에서 인간의 반복적인 작업을 돕고 생산성을 향상시킬 수 있다는 기대를 모으고 있다.

영상에서 아틀라스는 부품 분류, 정렬과 같은 작업을 수행하기 위해 걷거나 쪼그리고, 물건을 들어올리는 등 전신을 함께 움직이는 동작을 연출했다.

눈에 띄는 점은 스스로 문제를 해결하려는 능력을 갖추고 있다는 점임. 아틀라스가 박스에서 또다른 박스로 부품을 옮기는 작업을 수행하는 중 한 연구원이 부품 박스 뚜껑을 닫거나 박스 옆에 부품을 떨어뜨리는 등 작업을 방해하지만, 아틀라스는 당황하지 않고 뚜껑을 열거나 떨어진 부품을 주워 정확히 박스에 담았다.

정해진 일만 하는 것이 아니라 작업장에서 빈번히 발생할 수 있는 다양한 문제 상황에서도 인공지능 기술을 통해 스스로 판단할 수 있다는 점에서 놀라운 평가를 받는 이유다.

또한, 아틀라스는 스팟의 다리 부품을 들어서 접은 다음 정확히 선반 위에 정렬하고, 또다른 부품을 선반 최하단의 박스에 넣는 작업도 선보였다. 아틀라스는 부품이 선반에 걸려 박스에 바로 넣을 수 없을 것으로 판단, 박스를 앞으로 꺼내 적재한 뒤 다시 제자리로 옮기는 똑똑함도 보여주었다.

아틀라스에 적용된 거대행동모델은 엔드투엔드(end-to-end) 기법을 활용해 매번 개발 코드를 변경하지 않고도 다양한 형태의 물건들을 다루는 동작을 빠르게 학습하고, 자율적으로 판단하고 제어할 수 있다.

특히 초기 로봇은 문제 상황에서 즉각적인 대응이 어려웠지만, 아틀라스는 알고리즘 또는 하드웨어를 바꾸지 않고도 학습 경험을 통해 주어진 임무를 성공적으로 수행할 수 있다는 것이 강점이다.

거대행동모델은 로봇이 텍스트, 이미지, 영상 등 센서를 통해 수집한 대규모의 데이터를 학습하고, 로봇이 인간처럼 자율적으로 판단하고 행동할 수 있도록 연구 중인 AI 모델이다.

이를 통해 추가적인 학습 과정 없이도 로봇의 동작 예측 성능을 향상시켜 로봇이 약 2배까지도 빠르게 동작할 수 있다고 알려져 있다.

보스턴다이나믹스는 아틀라스가 밧줄을 매듭짓거나 흐트러진 이불을 펼치는 등 비정형 물품을 정교하게 다룰 수 있도록 학습시키고 있다고 밝힘. 생산 현장뿐만 아니라 가정에서도 도우미 역할을 적절히 수행할 수 있는 가능성을 엿볼 수 있게 하는 대목이다.

이번 시연은 보스턴다이나믹스와 도요타리서치연구소의 공동 연구 파트너십 일환이다. 각 사의 강점과 전문성을 결합해 스마트 로봇 개발을 가속화하고 범용 휴머노이드 로봇의 AI 혁신 가능성을 다시 한번 보여줬다는 점에서 의미가 있다.

양사는 고급 조작 능력 및 역동적인 움직임과 같이 전신을 이용하는 휴머노이드 로봇과 거대행동모델을 유기적으로 결합하는 연구를 지속 이어간다는 방침이다.

보스턴다이나믹스 로보틱스 연구담당 스캇 쿠인데르스마(Scott Kuindersma)는 “이번 영상은 범용로봇이 어떻게 우리의 일상과 업무를 바뀔지 보여주는 사례”라며 “다양한 조작 업무를 위한 단일 신경망(single neural network) 학습은 일반적인 로봇의 발전뿐만 아니라 아틀라스와 같은 고성능 로봇들이 전신을 정교하고 유연하게 사용하기 위한 기반이 될 것”이라고 밝혔다.