AI가 로봇을 범용 자율성으로 이끄는 방법 — 그리고 그것이 실현되기 위해 필요한 것

AI는 로봇을 좁고 스크립트화된 작업에서 범용 자율성으로 밀어붙이는 핵심 동력이다 — 그러나 선도적인 연구자들은 공장용 로봇 팔과 식기세척기를 안정적으로 채울 수 있는 로봇 사이의 격차가 여전히 해결되지 않은 난제들로 측정된다고 말한다.

핵심 요약

• 범용 로봇 자율성이란 단일 로봇이 다양한 환경에서 스크립트 없이 광범위한 작업을 처리할 수 있음을 의미한다 — 오늘날 어떤 상용 시스템도 이를 완전히 달성하지 못하고 있다.
• 정교한 조작 능력 — 인간 수준의 신뢰성으로 물체를 잡고 다루는 것 — 은 가정 및 직장 로봇 배치에 대한 기술적 장벽으로 가장 많이 언급된다.
• 인터넷 규모의 데이터로 훈련된 파운데이션 모델이 이제 로봇 제어에 적용되고 있으며, 새로운 작업에 대한 로봇 훈련에 필요한 시간을 단축하고 있다.
• 현실 세계의 예측 불가능성(제자리에 없는 물체, 조명 변화, 새로운 물체)은 여전히 비지도 배치에는 너무 높은 실패율을 초래한다.
• Ars Technica가 인터뷰한 연구자들은 더 통제된 환경 덕분에 직장용 로봇이 가정용 로봇보다 먼저 의미 있는 자율성에 도달할 것으로 예상한다.

공장 바닥과 주방 조리대 사이의 격차

산업용 로봇은 수십 년 동안 좁은 의미에서 자율적이었다 — 동일한 용접, 동일한 집기, 동일한 배치를 수천 번 오류 없이 반복하는 것이다. AI가 이제 가능하게 하는 것은 다른 무언가다: 일반화할 수 있는 로봇. 다양한 조작 데이터로 훈련된 모델은 원칙적으로 물체의 형태, 무게, 예상 동작을 추론함으로써 물리적으로 한 번도 접한 적 없는 물체를 다룰 수 있다.

암기된 동작에서 추론된 행동으로의 이 전환이 연구자들이 범용 자율성이라고 말할 때 의미하는 핵심이다. Ars Technica의 보도에 따르면, 로보틱스 분야에서 활동하는 여러 창업자와 학자들은 현재 이 순간을 언어 및 비전 모델 — 이미지 생성기와 챗봇 뒤에 있는 동일한 아키텍처 — 이 로봇의 두뇌로 재활용되는 시점으로 묘사한다. 실질적인 결과는 더 빠른 작업 일반화다: 새로운 물체마다 새로운 동작 시퀀스를 직접 코딩하는 대신, 비교적 적은 수의 로봇 시연 데이터로 파운데이션 모델을 파인튜닝한다.

Hugging Face의 LeRobot 프레임워크는 v0.6.0 릴리스에서 인간 피드백 루프를 추가했으며, 이 파이프라인의 오픈소스 사례 중 하나다 — 인간의 수정 사항이 훈련에 다시 반영되어 엣지 케이스에서 로봇의 동작을 개선한다.

정교한 조작 능력이 넘기 어려운 벽인 이유

비전과 언어는 많은 로봇 작업에 충분한 수준으로 대체로 해결되었다. 손은 그렇지 않다. 인간의 손은 27개의 자유도와 현재 어떤 로봇 그리퍼도 따라가지 못하는 촉각 피드백 시스템을 갖추고 있다. 멍들지 않게 잘 익은 토마토를 집는 것, 클립에 케이블을 꿰는 것, 셔츠를 접는 것 — 이러한 작업들은 현재의 하드웨어와 AI 모델이 현실 세계의 변동성 아래에서 제대로 처리하지 못하는 힘 감지와 정밀 운동 제어를 필요로 한다.

연구자들은 두 방향에서 이 문제를 공략하고 있다: 더 나은 하드웨어(소프트 그리퍼, 촉각 센서)와 더 나은 훈련 데이터(원격 조작 데이터셋, 시뮬레이션-실제 전이). 어느 쪽도 해결되지 않았다. 통제되지 않은 환경에서 새로운 정교한 작업에 대한 실패율은 여전히 높아서, 비지도 배치 — 인간이 개입할 준비 없이 혼자 작업을 완료하도록 남겨진 로봇 — 는 엄격하게 제한된 환경 외에서는 상업적으로 실현 가능하지 않다.

가정보다 직장이 먼저

Ars Technica가 대화한 연구자들 사이의 공통된 견해는 직장 배치가 먼저 성숙할 것이라는 점이다. 창고, 병원, 제조 현장은 핵심적인 특성을 공유한다: 로봇 동작을 망가뜨리는 예측 불가능성을 줄이도록 부분적으로 설계될 수 있다. 조명이 일정하다. 물체에 라벨이 붙어 있다. 바닥이 깨끗하다. 이는 시리얼 박스가 옆으로 돌아가거나 현관 매트가 발 아래에서 밀릴 때 여전히 어려움을 겪는 시스템에게 훨씬 더 친화적인 환경이다.

가정 배치는 정확히 가정이 표준화에 저항하기 때문에 더 긴 시간이 필요하다. 모든 주방은 다르다. 모든 가족은 예측할 수 없는 곳에 물건을 둔다. 당신의 주방을 처리할 수 있는 로봇은 현재 모델이 제공하는 것보다 훨씬 더 강력한 일반화 능력이 필요하거나, 로봇의 한계에 맞게 설계된 가정이 필요하다 — 대부분의 사람들이 살고 싶어 하는 방식이 아니다.

이 궤적이 지금 의미하는 것

AI 시스템을 구축하거나 파운데이션 모델 투자가 어디로 흘러가는지 추적하는 사람이라면, 로보틱스가 점점 더 그 답이 되고 있다. 이미지를 생성하고 대화를 나누는 동일한 멀티모달 아키텍처가 — 다양한 성공률로 — 물리적 제어에 적용되고 있다. 시뮬레이션-실제 격차를 좁히고 대규모로 정교한 조작 능력을 해결할 수 있는 기업들이 범용 자율성이 실제로 어떤 모습인지를 정의할 것이다. 연구자들은 그 지평을 수십 년이 아닌 수년으로 보고 있다 — 그러나 구체적인 연도를 언급하는 것은 조심스럽게 피한다.