생성형 AI가 언어와 이미지를 정복하는 동안 로봇 공학은 여전히 각 부품의 조립에 머물러 있었다.
인식과 계획, 제어가 따로 노는 기존의 방식으로는 가정이나 일상에서 자유롭게 움직이는 범용 로봇을 만들기 어렵다는 지적이 이어져 왔다.
최근 중국의 로봇 기업인 X 스퀘어 로봇이 이러한 한계를 극복할 체화된 인공지능 스택을 공개해 전 세계 기술 업계의 이목을 사로잡고 있다.
단순한 데모 시연을 넘어 실제 가정용 로봇이 작동하기 위해 무엇이 필요한지 그 속내를 파헤쳐보려고 한다.
데이터 수집의 혁신, 비용은 낮추고 품질은 높이고
로봇 학습의 가장 큰 걸림돌은 모델의 크기가 아니라 고품질의 상호작용 데이터 부족 문제인 듯하다.
비싼 텔레오퍼레이션 장비 대신 사람이 직접 웨어러블 장비를 착용하고 데이터를 수집하는 UMI 시스템이 주목받는 이유다.
이때 핵심은 수집된 데이터를 실제 로봇에 재플레이하여 실제로 작업을 완료한 경우에만 유효 데이터로 인정하는 물리적 검증 루프에 있다.
잡음이 섞인 거대한 데이터셋보다 작더라도 잘 정제된 데이터가 로봇 학습의 성능을 좌우한다는 뜻이다.
이러한 데이터 인프라 구축 방식은 향후 로봇의 범용성을 넓히는 강력한 무기가 될 것으로 보인다.
이벤트 중심의 월드 모델과 행동 토큰의 비밀
대부분의 모델이 고정된 시간 단위로 행동을 나누는 반면, 새로운 월드 모델은 잡기나 놓기 같은 의미 있는 이벤트를 기준으로 작동한다.
긴 호흡의 작업에서는 고정된 프레임보다 사건 중심의 접근이 훨씬 유리하다는 판단에서다.
여기에 연속적인 동작을 언어 모델이 이해할 수 있는 의미 단위로 변환해 주는 특별한 인터페이스가 더해졌다.
이로 인해 학습된 기초 모델은 별도의 파인튜닝 없이도 실제 로봇에 곧바로 배치되어 작동할 수 있는 놀라운 성능을 보여준다.
현실 세계의 복잡한 변수들을 유연하게 대처하도록 돕는 핵심 기술인 셈이다.
자주 묻는 질문 (Q&A)
Q. 왜 기존의 원격 조작 방식 대신 웨어러블 장비를 사용하는 걸까?
A. 기계의 관절과 시점에 갇히지 않고 인간의 정교한 접촉과 타이밍 기술을 온전히 기록할 수 있기 때문이다.
Q. 데이터 품질 관리가 왜 그렇게 중요한 걸까?
A. 미세한 타이밍 차이로 실패한 동작을 성공으로 학습하면 모델이 모호함을 배워 성능을 떨어뜨리기 때문이다.
Q. 파인튜닝 없이 바로 배치 가능하다는 게 무슨 뜻인가?
A. 사전 학습된 모델 자체가 이미 이동과 파지 같은 기본 능력을 완벽히 갖추고 있어 추가 작업 없이 현장에 투입될 수 있음을 의미한다.
Q. 가정용 로봇이 상용화되기 위해 가장 필요한 능력은 무엇일까?
A. 화려한 성공률보다 실패했을 때 스스로 상황을 수습하고 복구하는 강건한 회복 능력이 필수적이다.
마치며
로봇 공학의 진정한 발전은 화려한 1회성 시연이 아니라 반복 가능하고 진단 가능한 결과물에서 오는 것 같다.
공개된 오픈소스 스택들이 전 세계 연구자들의 손을 거쳐 얼마나 더 진화할지 자못 기대되는 시점이다.
결국 데이터와 모델, 그리고 철저한 검증이 결합된 지금의 시도가 다가올 로봇 대중화의 마침표를 찍을 수 있을지 계속 지켜봐야겠다.
