인공지능 기술로 로봇 제어가 더욱 자연스러워질까요? 구글의 RT-2가 그 가능성을 보여줍니다!

구글의 최신 인공지능 혁신 기술인 로봇 트랜스포머 2(RT-2)는 로봇 공학 분야에 새로운 지평을 열고 있습니다. 바드(Bard)나 챗GPT(ChatGPT)와 같은 AI 챗봇에 사용된 것과 유사한 최첨단 AI 기술을 활용하여, 구글은 로봇이 더욱 효율적이고 효과적으로 작업을 수행할 수 있도록 하는 것을 목표로 합니다. 구글 딥마인드의 로봇 공학 책임자인 빈센트 반후케는 RT-2를 사용자가 자연어로 로봇을 제어할 수 있는 "최초의 비전-언어-액션(VLA) 모델"이라고 발표했습니다.

이 획기적인 개발 덕분에 로봇은 웹에서 텍스트 및 이미지 데이터를 해석하고 그에 상응하는 작업을 실행할 수 있게 되었습니다. 구글은 RT-2를 통해 로봇이 주변 세상을 이해하는 방식을 혁신하고, 궁극적으로 쓰레기 처리와 같은 일상적이지만 필수적인 작업부터 시작하여 다양한 분야에서 로봇의 능력을 향상시키는 데 크게 기여하고 있습니다.

구글 RT-2의 일반 로봇 제어를 위한 AI 기술

구글의 RT-2는 비전-언어-행동(VLA) 모델을 기반으로 로봇 공학 분야에 비약적인 발전을 가져왔습니다. AI 챗봇인 바드(Bard)와 챗GPT(ChatGPT)와 유사한 기술을 활용하는 RT-2는 기존 로봇 제어 방식의 한계를 뛰어넘습니다. 인간과의 상호작용을 위해 텍스트 데이터를 처리하는 챗봇과 달리, 로봇은 물리적 환경을 이해해야 하는 더욱 복잡한 과제에 직면합니다. 이러한 차이점은 로봇이 사물을 구별하고, 맥락을 해석하며, 인지한 내용을 바탕으로 정확한 행동을 실행해야 한다는 점에서 고유한 난관을 제시합니다.

빈센트 반후케는 로봇의 이해력에 있어 복잡성을 강조하며, 사과와 같은 단순한 물체를 인식하는 것은 맛있는 빨간 사과와 빨간 공을 구별하고 원하는 물체를 정확하게 집어 올리는 것보다 훨씬 쉽다고 지적했습니다. 구글의 RT-2는 이러한 격차를 효과적으로 해소하여 로봇이 실제 상황을 이해하고 자연어로 된 지시에 반응할 수 있도록 합니다. 언어 이해와 시각 인식을 결합한 RT-2는 제조, 의료, 재난 대응 등 다양한 분야에 적용될 수 있는 새로운 로봇 공학 시대를 열어갑니다. RT-2의 놀라운 능력으로 인간과 로봇의 협업 가능성과 다양한 산업 분야의 혁신적인 발전은 실로 놀라울 것입니다.

쓰레기 처리를 로봇에게 맡기기

이전에는 쓰레기 버리기와 같이 겉보기에는 간단해 보이는 작업조차도 로봇에게 훈련시키는 데 매우 힘들고 시간이 많이 걸리는 과정이었습니다. 엔지니어들은 로봇에게 쓰레기를dent, 적절하게 잡고, 적합한 쓰레기통을 찾아 조심스럽게 버리도록 가르쳐야 했습니다. 이러한 복잡한 과정은 광범위한 훈련과 수많은 매개변수의 미세 조정을 필요로 했기 때문에 과정이 느리고 단조로웠습니다.

RT-2의 등장과 방대한 온라인 이미지 데이터를 활용할 수 있는 능력 덕분에 로봇 훈련 과정이 혁신적으로 변화했습니다. 이 새로운 AI 모델은 로봇이 쓰레기를 신속하게dent하고, 이를 수거하여 올바르게 처리하는 데 필요한 단계를 자율적으로 수행할 수 있도록 지원합니다. RT-2는 적은 양의 훈련 데이터만으로도 로봇이 언어 및 시각 훈련 데이터에 내재된 개념을 활용하여 이전에 명시적으로 훈련받지 않았던 복잡한 작업까지 수행할 수 있도록 합니다.

놀라운 시연에서 로봇은 손쉽게dent하고 들어 올렸습니다. 또 다른 과제에서는 로봇이 작은 폭스바겐 장난감 자동차를 독일 국기 쪽으로 능숙하게 이동시켰습니다. 이러한 실제 사례들은 RT-2의 언어 및 비전 기능이 로봇 공학을 다재다능함과 반응성 면에서 새로운 차원으로 끌어올리는 방식을 보여줍니다.