지난 몇 년 동안 로봇 AI 분야에서 눈부신 발전이 있었습니다. 물리적 및 인지적 지능 분야에서 중요한 돌파구가 마련되었고, 이는 진정으로 지능적이고 적응력 있는 로봇 시스템을 실현하는 데 한 걸음 더 다가가게 했습니다.

주요 진척 분야 중 하나는 물리적 지능 영역입니다. 이는 로봇의 정교한 조작 능력, 균형 유지, 동적 환경 탐색 능력을 포함합니다. MT-Opt와 같은 다중 과제 강화 학습 기술의 도입으로 로봇이 공유 학습 원리를 활용하여 다양한 과제를 학습하고 실행할 수 있게 되었습니다. 이는 훈련 과정을 더 효율적으로 만들고 다양한 과제와 변화하는 환경에 적응할 수 있는 로봇을 만들어냈습니다.

또한 RT1 및 RT2와 같은 트랜스포머 기반 아키텍처의 등장은 게임 체인저가 되었습니다. 이러한 모델은 로봇이 세계를 이해하고 상호 작용하는 방식을 변화시켰고, 지각과 언어 기반 지시 사이의 격차를 해소했습니다. 로봇 제어와 언어 능력을 연계함으로써 이 모델들은 로봇이 복잡한 명령을 해석하고, 의미론적 추론을 수행하며, 새로운 환경에서도 기술을 일반화할 수 있게 했습니다.

OpenX Embodiment Dataset과 같은 대규모 로봇 훈련 데이터셋의 가용성은 로봇 AI 발전을 더욱 가속화했습니다. 이러한 다양한 데이터셋은 다양한 로봇 구현과 기술을 포함하여 보다 강력하고 다재다능한 로봇 시스템 개발을 가능하게 했습니다.

GPT-4와 같은 대규모 언어 모델의 기능을 활용하여 보상 함수를 설계하는 것도 저수준 조작 과제에서 초인간 수준의 숙련도를 획득하는 데 도움이 되었습니다. 이 돌파구는 컴퓨터가 고수준 인지 과제보다 겉보기에 단순한 물리적 기술에서 더 뛰어나다는 '모라베크의 역설'을 극복할 수 있는 가능성을 보여줍니다.

이러한 발전 속도로 볼 때, 로봇 산업은 향후 12~24개월 내에 '챗GPT 모멘트'를 맞이할 것으로 보입니다. 선도 기업들은 이미 제조 및 물류 분야와 같은 실제 시나리오에 로봇을 배치할 준비를 하고 있으며, 이를 통해 방대한 양의 훈련 데이터를 수집하여 학습 곡선을 더욱 가속화할 것입니다.

전문화된 로봇에서 범용 로봇으로의 패러다임 전환은 주로 트랜스포머와 대규모 언어 모델의 발전에 힘입은 바가 큽니다. 과거에는 로봇이 특정 분야에서 뛰어났지만 범용성이 떨어졌습니다. 각 과제와 환경에 대해 별도의 모델을 훈련해야 했기 때문입니다. 하지만 이러한 접근 방식은 비효율적이고 실용적이지 않습니다. 실제 환경은 항상 동적이고 계속 변화하기 때문입니다.

마인크래프트 가상 세계에서 강력한 의사 결정 및 계획 능력을 선보인 'Voyer'와 같은 AI 에이전트의 개발은 인지 능력을 물리적 AI 에이전트로 전이할 수 있는 가능성을 보여주었습니다. 보스턴 다이나믹스와 같은 기업은 이미 자사의 로봇 개를 Spot에 대규모 언어 모델을 탑재하여 인지 능력을 높이고 최종 사용자에게 새로운 경험을 제공하고 있습니다.

로봇 제어 분야의 돌파구도 상당했습니다. MT-OPT의 도입은 단일 과제 학습에서 다중 과제 학습으로의 패러다임 전환을 이뤄냈습니다. 이를 통해 단일 로봇이 공유 학습 원리를 활용하여 다양한 과제를 학습하고 실행할 수 있게 되었습니다. 이는 훈련 과정을 데이터와 시간 면에서 더 효율적으로 만들었을 뿐만 아니라 동적 환경에서 다양한 과제에 적응할 수 있는 로봇을 만들어냈습니다.

하지만 진정한 돌파구는 구글의 RT1과 RT2 도입으로 이루어졌습니다. RT1은 트랜스포머 아키텍처를 채택하여 입력과 출력을 통합했습니다. 이를 통해 카메라 이미지, 과제 지침, 모터 명령을 로봇 AI가 이해할 수 있는 언어로 변환했습니다. 이는 로봇의 세계 이해와 과제가 언어 의미와 깊이 통합되는 획기적인 발전을 의미했습니다.

RT2는 RT1 모델에 웹 규모의 데이터로 사전 훈련된 시각 언어 모델을 결합했습니다. 이를 통해 로봇은 시각적 단서와 자연어에 대한 미묘한 이해력을 갖게 되었고, 복잡한 명령을 해석하고, 의미론적 추론을 수행하며, 다양한 물체를 식별하고 심지어 도구로 사용하여 동적 환경에서 과제를 완수할 수 있게 되었습니다.

OpenX 구현 데이터셋의 도입은 20개 기관의 협력을 통해 이루어졌으며, 22개 다른 로봇 구현, 500개 이상의 기술, 150,000개 과제, 100만 에피소드의 방대한 훈련 데이터를 제공했습니다. 이는 로봇 AI 발전을 크게 가속화했습니다. 이후 RT2를 능가하는 300% 성능 향상을 보인 RTX의 등장은 훈련 데이터의 중요성을 보여주었습니다.

최근 GPT-4와 같은 대규모 언어 모델을 활용하여 강화 학습을 위한 보상 함수를 설계하는 연구 성과는 모라베크의 역설을 극복할 수 있는 가능성을 보여주고 있습니다. 이는 우리가 진정으로 지능적이고 적응력 있는 로봇 시스템 개발의 한계를 극복할 수 있는 길을 열어줄 것입니다.

지난 몇 년 동안 로봇 제어와 다중 과제 학습 분야에서 중요한 돌파구가 있었습니다. 주요 발전 사항 중 하나는 MT-OP(다중 과제 로봇 강화 학습) 프레임워크의 도입입니다. 이를 통해 단일 로봇이 공유 학습 원리를 활용하여 다양한 과제를 학습하고 실행할 수 있게 되었습니다. 이는 이전 최첨단 기술에서 로봇이 각각의 새로운 과제에 대해 처음부터 훈련해야 했던 것과는 대조되는 패러다임 전환을 의미합니다.

MT-OP 프레임워크를 통해 로봇은 한 과제에서 습득한 지식을 다른 과제에 적용할 수 있게 되었습니다. 이는 제과사가 빵 만들기 기술을 활용하는 것과 유사합니다. 이러한 공유 학습은 훈련 과정을 데이터와 시간 면에서 더 효율적으로 만들었을 뿐만 아니라 동적 환경에서 다양한 과제에 적응할 수 있는 로봇을 만들어냈습니다.

이를 기반으로 2022년 12월 RT1(Robotic Transformer 1)의 도입은 로봇 학습에 있어 중요한 이정표가 되었습니다. RT1은 트랜스포머 아키텍처를 채택하여 입력(카메라 이미지, 과제 지침)과 출력(모터 명령)을 변환하여 로봇 AI가 이해할 수 있는 언어로 만들었습니다. 이를 통해 로봇은 직접 훈련된 과제만 수행하는 것이 아니라 이전에 보지 못한 과제도 일반화하여 실행할 수 있게 되었습니다. 마치 사람이 요리책을 읽고 처음 만들어보는 요리를 하는 것과 같습니다.

2023년 7월 RT2의 도입은 로봇의 인지 능력을 더욱 향상시켰습니다. RT2는 RT1 모델에 웹 규모의 데이터로 사전 훈련된 시각 언어 모델을 결합했습니다. 이를 통해 로봇은 시각적 단서와 자연어에 대한 미묘한 이해력을 갖게 되었고, 복잡한 명령을 해석하고, 의미론적 추론을 수행하며, 동적 환경과 배경에 맞춰 행동을 적응시킬 수 있게 되었습니다.

로봇 제어와 다중 과제 학습 분야의 급속한 발전은 OpenX Embodiment Dataset의 도입으로 더욱 가속화되었습니다. 이는 22개 다른 로봇 구현, 500개 이상의 기술, 150,000개 과제, 100만 에피소드에 걸친 방대한 데이터셋입니다. 이 다양하고 광범위한 데이터셋을 통해 RT2를 능가하는 300% 성능 향상을 보인 RTX 모델을 개발할 수 있었습니다. 이는 로봇 AI 발전에 있어 훈련 데이터의 중요성을 보여줍니다.

또한 GPT-4와 같은 대규모 언어 모델을 활용하여 강화 학습을 위한 보상 함수를 설계하는 최근 연구 성과는 '모라베크의 역설'을 해결할 수 있는 잠재력을 보여줍니다. 이 역설은 컴퓨터가 지적 과제에서 성인 수준의 성과를 내기는 쉽지만, 1살 아이 수준의 지각과 이동 기술을 구현하기는 훨씬 더 어렵다는 것을 제시합니다.

이러한 가속화된 발전 속도로 볼 때, 향후 12~24개월 내에 로봇 산업이 '챗GPT 모멘트'를 맞이할 가능성이 높습니다. 선도 기업들이 이미 제조 및 물류 분야와 같은 실제 시나리오에 로봇을 배치할 준비를 하고 있으며, 이를 통해 방대한 양의 훈련 데이터를 수집하여 로봇의 학습 곡선을 더욱 가속화할 것입니다. 이는 진정으로 지능적이고 적응력 있는 로봇 시스템의 시대를 열어갈 것입니다.

지난 몇 년 동안 대규모 언어 모델의 급속한 발전으로 인해 인공지능 분야에 혁명적인 변화가 일어났습니다. 이러한 강력한 모델은 자연어 처리 분야에서 뛰어난 성과를 보일 뿐만 아니라 로봇 분야에서도 중요한 진전을 이루고 있습니