'인간 경험 170년치 학습' 똑똑한 로봇 화제

미국 로봇 스타트업 다이나 로보틱스가 100만 시간 이상 인간 행동 영상을 학습한 새로운 로봇 파운데이션 모델을 공개했다고 과학매체 인터레스팅엔지니어링이 최근 보도했다. 다이나 로보틱스가 공개한 새로운 로봇 월드-액션 모델 'DYNA-2'는 인간의 영상만으로 로봇의 물리적 직관을 학습한 것이 특징이다. 회사 측에 따르면 DYNA-2는 로봇의 행동 데이터가 아닌 100만 시간 이상의 인간 행동 영상으로 사전 훈련됐다. 100만 시간은 사람이 잠자는 시간을 제외하고 계속 활동한다고 가정할 경우 약 170년에 해당하는 방대한 규모다. 기존 범용 로봇 정책은 주로 사람이 로봇을 직접 원격 조종해 특정 과제를 수행하는 과정에서 생성된 행동 데이터를 기반으로 학습해왔다. 하지만 원격 조종 데이터는 수집에 많은 비용과 시간이 필요해 로봇 파운데이션 모델의 확장에 걸림돌로 지적돼 왔다. DYNA-2의 핵심은 인간이 물체를 잡고 이동하거나 주변 환경과 상호작용하는 모습을 영상으로 학습해 로봇에 필요한 물리적 직관을 습득한 뒤 이를 실제 로봇 하드웨어에 전이하는 것이다. 이를 통해 로봇 전용 데이터를 대규모로 수집하지 않고도 새로운 작업을 수행할 수 있도록 하는 것이 목표다. 다이나 로보틱스는 DYNA-2를 적용한 테스트에서 정밀 제조 작업의 성공률이 기존 20%에서 80~90%까지 향상됐다고 밝혔다. 고정형 로봇 팔은 물론 휴머노이드 시제품과 다섯 손가락을 가진 능숙한 로봇 손 사이에서 동일한 기술을 전이하는 시연도 진행했다. 특히 DYNA-2는 사전 학습 과정에서 로봇 데이터를 전혀 사용하지 않았음에도 불과 13분 분량의 추가 훈련만으로 다섯 손가락 로봇 손이 병뚜껑을 비틀어 여는 작업을 수행하도록 할 수 있었다고 회사 측은 설명했다. 기존 모델과 비교한 성능 향상도 나타났다. 회사 측에 따르면 기존 시각-언어-행동(VLA) 모델을 활용한 DYNA-1과 비교했을 때 실제 고객 현장 평가에서 품질 기준을 통과한 비율이 46%에서 87%로 높아졌다. 작업 도중 물체의 위치가 달라지거나 주변에 장애물이 발생했을 때 스스로 자세를 수정하는 회복 능력도 개선됐다. 음식 썰기나 작업 공간 정리와 같은 과제에서 DYNA-2는 인간의 개입 없이 작업을 이어갈 수 있었지만, 이전 모델은 수동으로 복구해야 하는 경우가 있었다. 또 로봇이 사람의 지시에 따라 다양한 신체 동작을 수행하는 '지시 따르기' 과제에서는 기존 모델 대비 점수가 133% 향상됐다고 다이나 로보틱스는 밝혔다. 제이슨 마 다이나 로보틱스 공동 창립자는 “수년간 범용 로봇공학은 데이터 병목 현상에 시달려 왔다”며 “물리적 원격 조작 데이터를 수동으로 수집하는 방식은 일반 지능으로 확장하기 어렵다”고 말했다. 이어 “행동 데이터는 부족하지만 영상은 어디에나 존재한다”며 “DYNA-2를 통해 물리적 직관을 얻기 위해 로봇 팔에 수백만 시간의 훈련 데이터를 제공할 필요가 없다는 것을 보여줬다”고 덧붙였다.