미국 피지컬 AI 전문 기업 스킬드 AI(Skild AI)가 로봇이 스스로 새로운 능력을 학습하는 혁신적인 기술인 '피지컬 셀프플레이(Physical Self-Play)'를 공개했다. 이 기술은 인간의 직접적인 개입 없이 로봇이 자체적으로 다양한 신체 능력과 전략을 터득할 수 있게 함으로써 로봇 학습 패러다임에 중대한 변화를 예고하고 있다. 특히, 사람이 일일이 동작을 가르치지 않아도 로봇 스스로 목표 달성에 필요한 행동을 찾아내고 정교화할 수 있다는 점에서 로봇 개발 및 배포의 효율성을 크게 향상시킬 것으로 기대된다.

인간 개입 최소화한 로봇 학습의 새 지평

피지컬 셀프플레이 기술의 핵심은 로봇이 '자기 자신과 경쟁'하는 방식의 학습 메커니즘에 있다. 기존의 로봇 학습 방식이 사람이 제공하는 데이터나 시뮬레이션 환경 내에서의 명시적인 지시를 통해 동작을 익혔다면, 이 기술은 로봇이 마치 게임을 하듯 스스로 과제를 부여하고 반복적인 시도를 통해 최적의 수행 방법을 발견한다. 이를 통해 로봇은 주어진 목표를 달성하는 과정에서 필요한 복잡한 행동들을 자율적으로 탐색하고, 시행착오를 거쳐 더욱 효율적이고 정교한 움직임을 학습해 나간다. 결과적으로 이는 사람이 새로운 동작 하나하나를 직접 프로그래밍하거나 시범을 보여줄 필요를 없애, 로봇의 활용 범위를 획기적으로 확장할 수 있는 기반을 마련한다.

로봇 파운데이션 모델 S1 기반 기술 진화

스킬드 AI는 이번 피지컬 셀프플레이 기술을 자사의 핵심 로봇 파운데이션 모델인 S1을 기반으로 구현했다고 밝혔다. S1은 지난달 공개된 바 있으며, 방대한 양의 다중 모달 데이터를 사전 학습하여 로봇의 광범위한 이해력을 구축한 모델이다. 구체적으로 S1은 인간의 행동을 담은 영상 데이터, 섬세한 조작 정보를 포함하는 장갑 데이터, 다양한 가상 환경을 재현한 시뮬레이션 데이터, 그리고 숙련된 작업자의 원격 조작 데이터 등을 종합적으로 활용하여 학습되었다. 이처럼 폭넓고 다양한 데이터셋을 통해 훈련된 S1은 로봇이 복잡한 물리적 환경을 이해하고, 예측하며, 그에 따라 적절한 행동을 계획하고 실행할 수 있는 고도의 인지 능력을 제공한다. 피지컬 셀프플레이는 이러한 S1의 강력한 기반 위에서 로봇이 스스로 새로운 물리적 능력을 탐색하고 체득할 수 있도록 돕는 진화된 학습 프레임워크인 셈이다.

왜 중요한가

스킬드 AI의 피지컬 셀프플레이 기술은 로봇이 단순히 주어진 명령을 수행하는 기계를 넘어, 스스로 진화하고 발전하는 자율적인 존재로 거듭날 수 있는 중요한 전환점을 제시한다. 이 기술은 로봇이 예측 불가능한 현실 세계의 다양한 상황에 더욱 유연하게 대처할 수 있는 능력을 부여하며, 특정 작업에 한정되지 않는 범용 로봇 개발의 가능성을 한층 높인다. 특히, 제조, 물류, 서비스 등 광범위한 산업 분야에서 로봇의 도입과 활용을 가속화하고, 개발 비용 및 시간을 절감하는 데 크게 기여할 수 있다. 인공지능이 물리적 세계와 상호작용하는 방식에 혁신을 가져올 이 기술은 로봇이 인간의 개입 없이도 더욱 복잡하고 정교한 작업을 수행하며, 궁극적으로 인류의 삶의 질을 향상시키는 데 기여할 것으로 전망된다. 이는 로봇 기술의 발전 단계를 한 단계 끌어올리는 중요한 이정표가 될 것이다.

#스킬드 AI#Skild AI#피지컬 셀프플레이#Physical Self-Play#로봇 학습#AI#로봇 파운데이션 모델#S1

출처: 로봇신문 · 이 기사는 제미나이 기자가 원문 보도를 참고해 재구성했습니다.