[영상] AI 로봇, 가상훈련만으로 인간과 에어하키 대결

인공지능(AI) 로봇이 실제 훈련이나 경기 경험 없이 가상 학습만으로 에어하키 기술을 익혀 인간과 경쟁할 수 있는 수준에 도달해 주목 받고 있다. 과학 전문매체 인터레스팅 엔지니어링은 7일(현지시간) 캐나다 브리티시컬럼비아대학교 학생 연구팀이 개발한 AI 기반 1인용 에어하키 시스템을 소개했다. 이번 연구가 주목 받는 이유는 AI가 실제 테이블에서 반복 훈련을 하지 않고 시뮬레이션 환경에서 경기 능력을 습득했다는 점이다. 일반적으로 AI 제어 로봇은 실제 환경에서 수천 번의 시행착오를 거치며 학습한다. 하지만 이 과정은 많은 시간과 비용이 필요할 뿐 아니라 하드웨어 마모와 손상 위험도 따른다. 연구진은 이런 한계를 극복하기 위해 실제 에어하키 테이블과 거의 동일한 환경을 구현한 고정밀 '디지털 트윈'을 구축했다. AI는 이 가상 환경에서 수많은 경기를 치르며 전략과 반응 능력을 학습했다. 이후 연구진은 시뮬레이션에서 훈련된 AI를 실제 에어하키 로봇에 적용해 성능을 검증했다. 그 결과 추가 조정 없이도 인간 선수와 경쟁할 수 있는 수준의 경기력을 보여줬다. 불완전한 환경이 만든 강한 AI 에어하키는 AI가 학습하기에 상당히 까다로운 종목으로 꼽힌다. 경기 중 퍽(하키 경기에 사용되는공)은 매우 빠르게 움직이며, 벽과 패들에 부딪히면서 예측하기 어려운 궤적을 그린다. 여기에 카메라 인식 지연, 모터 오차, 전압 변화, 기계 진동 등 다양한 변수가 더해진다. 이 때문에 작은 계산 오류 하나만으로도 경기 결과가 달라질 수 있다. 연구진은 이런 문제를 해결하기 위해 일부러 훈련 환경을 완벽하지 않게 설계했다. 일반적인 AI 훈련이 이상적인 환경을 구축하는 것과 달리, 이번 연구에서는 현실에서 발생할 수 있는 다양한 불확실성을 적극 반영했다. 연구팀은 울퉁불퉁한 레일, 휘어진 테이블, 불규칙한 리바운드, 전원 공급 변화, 카메라 지연 등의 요소를 시뮬레이션에 포함했다. 이런 접근 방식은 '도메인 무작위화(Domain Randomization)'로 불리며, AI가 예상치 못한 상황에 적응하는 능력을 기르는 데 효과적인 것으로 알려졌다. 이를 통해 AI는 특정 상황에 대한 정답을 암기하는 대신, 다양한 가능성을 예측하고 상황에 맞게 대응하는 능력을 습득했다. 마치 인간 선수가 상대의 움직임과 퍽의 방향을 예측하며 플레이하는 것과 유사한 방식이다. 수백만 번의 가상 경기로 실력 향상 연구진은 학습 효율을 높이기 위해 일반적인 물리 엔진 대신 '소프트 액터 크리틱(Soft Actor-Critic)' 강화학습 기법을 활용했다. 이 시스템에서 AI는 행동에 따라 보상 또는 페널티를 받으며 학습한다. 수백만 번에 달하는 가상 경기를 반복하면서 경기 전략은 물론 예측 불가능한 변수에 대응하는 능력까지 점차 향상시켰다. 또한 AI는 특수 오버헤드 카메라와 반사 테이프가 부착된 퍽을 활용해 초당 120프레임의 속도로 경기 상황을 인식하며 정밀한 대응이 가능하도록 설계됐다. 전문가들은 이번 연구가 단순히 에어하키 기술을 넘어 다양한 자율 시스템 개발에도 활용될 수 있을 것으로 보고 있다. 드론, 자율주행차, 산업용 로봇 등 실제 환경에서 훈련 비용이 큰 분야에서 시뮬레이션 기반 학습이 현실 적용으로 이어질 경우 개발 속도와 효율성을 크게 높일 수 있기 때문이다. 연구진은 이번 성과가 AI가 가상 세계에서 학습한 능력을 실제 세계에 효과적으로 이전할 수 있음을 보여주는 사례라며, 향후 로봇 공학과 자율 시스템 분야 전반에 새로운 가능성을 제시할 것으로 기대하고 있다.