일본산업뉴스요약

로봇의 자율동작을 실현
가속화되고 있는 '로봇 기반 모델' 개발

로봇 기반 모델이란 이름 그대로 로봇의 폭넓은 태스크에 대응하는 AI(인공지능) 모델이다. 대규모의 다양한 데이터로 AI 모델을 학습시킴으로써 기존의 제어기술로는 어려웠던 높은 수준의 자율적 동작이나 작업을 로봇으로 실행할 수 있다. 예를 들어, 자연어에 의한 애매모호한 지시로도 로봇이 가사 등과 같은 복잡한 작업을 처리할 수 있게 된다.

로봇 기반 모델은 로봇공학과 기계학습의 융합 분야인 로봇러닝(로봇학습 혹은 로봇기계학습)에서 탄생했다. 로봇러닝에서는 주로 ‘모방학습’이나 ‘강화학습’으로 모델의 트레이닝을 실시한다. 모방학습은 사람 전문가 등의 행동을 올바른 데이터로 삼고 이를 모방한 움직임을 취할 수 있도록 학습한다. 강화학습은 미리 설정해놓은 ‘보상’을 극대화하는 행동 전략을 시행착오를 통해 학습한다.

-- 구글이 선행 --
로봇 기반 모델에서 선행하고 있는 것은 구글이다. 2022년에 로봇 기반 모델 'RT-1', 2023년에 'RT-2'를 발표했다. RT-2에서는 매개 변수의 수가 550억인 시각 언어 모델을 이용, 대규모화가 진행되고 있다. 높은 성능을 가지고 있지만, 폐쇄형으로 RT-1이나 RT-2의 학습에 이용된 데이터셋을 이용할 수 없었다.

하지만 Open X-Embodiment(OXE) 프로젝트로 인해 상황은 바뀌었다. 이 프로젝트는 사람이 로봇을 원격으로 조작한 데이터 등을 전 세계 대학 및 연구기관으로부터 수집해 누구나 접근할 수 있는 개방형 데이터베이스로 공개했다. 구글이 중심이 되어 2023년에 시작된 것으로, RT-1이나 RT-2의 학습에서 이용한 데이터도 포함된다고 한다. OXE에는 단완형 로봇 팔과 2족 보행 로봇, 4족 보행 로봇 등 22개 형태의 로봇으로부터 100만이 넘는 로봇 궤도 데이터가 모였다.

-- 오픈형 로봇 기반 모델 등장 --
OXE의 등장을 계기로 오픈형 로봇 기반 모델이 나왔다. 대표적인 것이 ‘Octo’와 ‘OpenVLA’이다. 모두 OXE의 데이터를 이용해 모델을 학습시켰다.

먼저 등장한 것은 Octo이다. 미국의 캘리포니아대학교 버클리캠퍼스(UCB)와 스탠퍼드대학교, 카네기멜론대학교(CMU), 구글의 연구 그룹이 개발해 올 5월에 발표했다.

Octo는 파라미터 수가 많은 버전의 경우에도 9,300만으로 비교적 가볍고, 추론 처리가 빠르다는 특징을 가지고 있다. 하지만, 파라미터 수가 적은 만큼 RT-2 등에 비해 실행할 수 있는 행동의 종류에는 한계가 있다고 알려져 있다.

Octo 공개 후, 스탠포드대학 및 UCB등의 연구 그룹이 올 6월에 발표한 것이 OpenVLA이다. 파라미터 수는 70억으로 RT-2의 약 8분의 1이지만, 작업 성공율은 RT-2와 같은 수준으로 높다.

휴머노이드(사람형) 로봇용 기반 모델의 경우, 엔비디아가 ‘Project GR00T’의 연구 개발을 추진하고 있다. 엔비디아는 이와 같은 사실을 올 3월에 발표, 사람과 같은 동작을 실현할 수 있는 모델을 구축하는 것이 목적이라고 한다. 엔비디아는 현재 이에 대한 상세한 내용은 밝히지 않고 있지만, 향후 이 기반 모델을 자사 반도체의 유저 기업이나 자사가 지원하는 휴머노이드 로봇 스타트업에 제공할 것으로 전망된다.

아마존닷컴도 로봇 기반 모델 연구개발에 주력하고 있다. 올 8월에는 로봇 기반 모델을 개발하는 미국의 스타트업, 코베리언트(Covariant)의 주요 멤버 일부가 아마존에 이적한 사실이 밝혀졌다. 코베리언트는 올 3월에 로봇 기반 모델 ‘RFM-1’을 발표했다.

RFM-1은 사람과 같은 추론 능력을 갖추고 있어 코베리언트는 우선 창고에서의 픽업 작업이나 배치 작업 등에 적용할 계획이었다. 물류창고에 로봇 도입을 적극적으로 추진하고 있는 아마존은 코베리언트에서 이적한 멤버의 노하우를 활용하려는 것으로 보인다.

-- 일본 기업들도 움직이기 시작 --
지금까지 소개한 바와 같이 로봇 기반 모델이나 로봇 러닝에 관련된 대응에서 앞서 있는 것은 해외 기업들이다. 최첨단 연구 성과들이 모이는 국제학회에서도 상황은 마찬가지이다.

일본의 기업이나 대학은 로봇 분야의 저명한 국제학회인 ‘ICRA’나 ‘IROS’에서의 발표가 많은 반면, 로봇 기반 모델이나 로봇 러닝을 적극적으로 다루는 국제학회 ‘CoRL’에서의 발표는 매우 적다. 로봇 러닝 분야에 있어서 일본의 존재감이 낮고, 구미가 장악하고 있는 상황에 대해 2022년의 CoRL에서 강연한 적이 있는 도쿄대학의 나가타카(長隆) 조교수는 우려한다. 일본은 로봇 러닝에 정통한 인재 자체가 부족한 실정이다.

이를 해결하기 위해 도쿄대학과 혼다는 공동으로 ‘스케일러블·로봇 러닝’ 사회 연계 강좌를 올 4월에 개시했다. 강좌에서는 혼다의 로봇기술에 대한 지식과 도쿄대학의 강화 학습, 컴퓨터 비전, 자연 언어 처리에 관련된 지식을 융합시켜 자율적으로 스킬을 학습할 수 있는 로봇 시스템을 개발. 로봇 러닝 분야에 정통한 인재 육성도 추진한다. 2027년 3월까지 3년간 실시될 예정이다.

대규모 데이터베이스 구축을 위한 움직임도 나오고 있다. 예를 들면, 도쿄대학 마쓰오(松尾) 교수 연구팀이 주도하는 프로젝트 ‘HSRT-X’가 발족했다. 도요타자동차의 이동 매니퓰레이터 로봇 ‘HSR’를 이용해 대규모의 데이터셋을 구축한다. 향후, 수백만 건 규모의 데이터셋 구축을 목표로 하고 있다.

 -- 끝 --

Copyright © 2024 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.