AI 기술로 로봇 제어가 자연스러워질까? 구글의 RT-2가 그 가능성을 제시합니다!

구글의 최신 인공지능 혁신인 로봇 트랜스포머 2(RT-2)는 로봇 공학 세계에서 새로운 지평을 열고 있습니다. Bard 및 ChatGPT와 같은 AI 챗봇을 구동하는 시스템과 유사한 최첨단 AI 기술을 활용하여 구글은 로봇이 더 효율적이고 효과적으로 작업을 수행할 수 있도록 하는 것을 목표로 합니다. 구글 딥마인드의 로봇 공학 책임자인 빈센트 반호케는 RT-2를 '자연어 사용자를 통해 로봇을 제어할 수 있는 최초의 비전-언어-액션(VLA) 모델'로 소개했습니다.

이 획기적인 발전은 로봇이 웹의 텍스트 및 이미지 데이터를 해석하고 해당 작업을 실행할 수 있게 합니다. RT-2를 통해 구글은 로봇이 주변 세계를 이해하는 방식을 혁신하는 데 진전을 보이며, 결국 쓰레기 처리라는 일상적이지만 필수적인 작업부터 시작하여 다양한 분야에서 그 능력을 향상시키고 있습니다.

구글의 RT-2의 기존 로봇 제어를 위한 AI 기술

구글의 RT-2는 비전-언어-액션(VLA) 모델로서 로봇 공학 분야를 비약적으로 발전시켰습니다. Bard 및 ChatGPT와 같은 AI 챗봇과 유사한 기술을 활용하여 RT-2는 기존 로봇 제어의 한계를 초월합니다. 텍스트 데이터를 처리하여 인간과 상호작용하는 챗봇과 달리, 로봇은 물리적 환경을 이해하는 더 복잡한 도전에 직면합니다. 이 구분은 로봇이 사물을 구별하고, 맥락을 해석하며, 지각에 기반하여 정확한 작업을 실행해야 하므로 독특한 장벽을 제시합니다.

빈센트 반호케는 사과와 같은 간단한 사물을 인식하는 것이 맛있는 빨간 사과와 빨간 공을 구별한 후 원하는 물건을 정확하게 집어 올리는 것보다 훨씬 쉽다는 점을 지적하며 로봇 이해의 복잡성을 강조했습니다. 구글의 RT-2는 이 격차를 효과적으로 메워 로봇이 현실 세계의 상황을 이해하고 자연어로 주어진 지시에 응답할 수 있도록 합니다. 언어 이해와 시각적 지각을 결합하여 RT-2는 제조, 의료, 재난 대응 등 다양한 분야에 적용되는 로봇 공학의 새로운 시대를 열었습니다. RT-2의 놀라운 능력으로 인간-로봇 협력 및 다양한 산업에서의 변혁적 진전의 가능성은 경이롭기 그지없습니다.

로봇에게 쓰레기 처리 능력 부여

이전에 로봇이 쓰레기를 버리는 것처럼 보이는 간단한 작업을 수행하도록 훈련시키는 것은 고되고 시간이 많이 걸리는 과정이었습니다. 엔지니어는 로봇에게 쓰레기를 식별하고, 적절히 집어 들고, 적절한 쓰레기통을 찾은 다음, 폐기물을 조심스럽게 투입하는 방법을 가르쳐야 했습니다. 이 복잡한 안무는 광범위한 훈련과 수많은 매개변수의 미세 조정을 요구하여 과정을 느리고 단조롭게 만들었습니다.

RT-2의 등장과 방대한 온라인 이미지 데이터 활용 능력으로 로봇의 훈련 과정이 변화했습니다. 새로운 AI 모델은 로봇이 쓰레기를 신속하게 식별하고 이를 집어 올바르게 처리하기 위해 필요한 단계를 자율적으로 실행할 수 있도록 합니다. 적은 양의 훈련 데이터로도 RT-2는 언어 및 시각 훈련 데이터에 내장된 개념을 로봇이 이전하여 명시적으로 훈련받지 않은 복잡한 작업을 수행할 수 있게 합니다.

눈에 띄는 시연에서 로봇은 장난감 공룡 무리 중 멸종된 동물을 들어달라는 요청을 받자 손쉽게 장난감 공룡을 식별하고 들어 올렸습니다. 또 다른 과제에서는 로봇이 독일 국기 쪽으로 작은 장난감 폭스바겐 카를 능숙하게 이동했습니다. 이러한 실제 사례들은 RT-2의 언어 및 시각 능력이 로봇 공학을 새로운 수준의 다재다능함과 반응성으로 이끄는 방법을 보여줍니다.