AI 로봇 CyberRunner가 Labyrinth 게임에서 인간을 능가함

스위스 취리히 연방 공과대학(ETH Zurich) 연구진이 획기적인 성과를 거두었습니다. 바로 인공지능 로봇 '사이버러너(CyberRunner)'가 인기 게임 '라비린스(Labyrinth)'에서 인간을 능가하는 실력을 보여준 것입니다. 이 로봇은 뛰어난 운동 능력과 공간 추론 능력을 활용하여 작은 금속 공을 미로 속으로 이동시키며, 단 6시간 만에 게임을 완벽하게 마스터했습니다. 

이는 인공지능이 직접적인 물리적 응용 분야에서 뛰어난 성능을 발휘한 최초의 사례 중 하나로, 손재주를 요하는 작업에서 생각하고, 학습하고, 스스로 발전하는 능력을 보여줍니다.

모델 기반 강화 학습: 성공의 열쇠

연구원인 라파엘로 단드레아와 토마스 비는 모델 기반 강화 학습이라는 분야의 최근 발전을 활용하여 사이버러너(CyberRunner)에게 미로 게임을 잘하는 방법을 가르쳤습니다. 이러한 유형의 머신 러닝은 인공지능이 시행착오를 통해 역동적인 환경에서 행동하는 방법을 학습하는 것을 의미합니다. 

연구진은 자신들의 연구 결과를 학술 논문에 공유함으로써 다른 연구자들이 그 결과를 바탕으로 연구를 진행할 수 있도록 했으며, 이는 해당 프로젝트의 협력적이고 개방적인 특성을 강조하는 것입니다.

이 프로젝트의 주목할 만한 측면 중 하나는 접근성입니다. D'Andrea와 Bi는 자신들의 연구 결과를 오픈 소스 플랫폼에 공개하여 더 많은 사람들이 AI 로봇 공학을 탐구하고 실험하며 혁신할 수 있도록 지원하고 있습니다.

 단 200달러라는 가격으로 사용자는 사이버러너 플랫폼을 활용하여 대규모 실험을 수행하고, AI 애호가와 연구자 간의 소통을 촉진하고 모범 사례를 공유할 수 있습니다.

AI의 반복적인 동작에서 적응적인 동작으로의 진화

산업용 로봇은 오랫동안 반복적이고 정밀한 제조 작업을 수행하는 데 능숙했습니다. 그러나 사이버러너가 보여준 유연성과 적응성은 인공지능 기반 기계의 역량에 있어 상당한 도약을 의미합니다. 

이 로봇이 역동적인 물리적 작업에 실시간으로 생각하고, 학습하고, 적응하는 능력은 이전에는 인간의 지능을 통해서만 가능하다고 여겨졌습니다.

경험을 통한 학습: 사이버러너만의 독특한 접근 방식

사이버러너의 학습 과정은 성공 요인 중 하나로 꼽히는 흥미로운 부분입니다. 미로를 위에서 관찰하는 카메라를 장착한 이 로봇은 경험을 통해 학습하며 지름길을 이용하는 등 미로를 헤쳐나가는 놀라운 방법들을 발견해냅니다. 

하지만 연구원들은 인공지능이 이러한 편법을 악용하지 않도록 직접 지시해야 했으며, 이는 인공지능 개발에 있어 윤리적 고려가 필요함을 강조합니다.

D'Andrea는 자신들의 프로젝트가 값비싼 맞춤형 플랫폼이 아니라고 강조했습니다. 오히려 인공지능 로봇공학 발전에 관심 있는 사람이라면 누구나 이용할 수 있는 개방적이고 저렴한 자원이라는 것입니다. 이러한 포용성과 경제성은 해당 분야의 빠른 발전을 위한 핵심 요소입니다.