MIT, 거대언어모델 활용 로봇 학습 기술 개발

주장미국 매사추세츠공과대학교(MIT) 컴퓨터 과학 및 인공지능 연구소(CSAIL)는 로봇이 인간의 모호한 명령을 스스로 해석하고 작업에 필요한 핵심 정보에 집중하게 만드는 새로운 학습 방식을 제안했습니다.

팩트연구진이 개발한 '마스크드 역강화학습(Masked IRL)' 기술은 두 개의 거대언어모델(LLM)을 활용합니다. 첫 번째 LLM은 사용자의 모호한 지시를 구체화하며, 두 번째 LLM은 작업 수행에 불필요한 환경 요소를 제거합니다.

팩트이 시스템은 기존 방식 대비 약 5분의 1 수준의 시연 데이터만으로도 로봇을 효과적으로 학습시킵니다. 로봇은 인간이 직접 관절을 움직여 가르치는 운동학적 시연을 통해 주변 환경과 작업 방식을 습득합니다.

팩트첫 번째 LLM은 로봇이 학습한 동작 궤적을 분석하여 '가까이 있으라'는 모호한 명령을 '테이블 표면에 가깝게 유지하라'와 같은 구체적인 지시로 변환합니다. 로봇은 이를 통해 인간이 명시하지 않은 제약 조건까지 스스로 이해합니다.

팩트두 번째 LLM은 장애물 위치나 대상 물체의 형태를 평가하여 작업과 무관한 요소를 '0'으로, 중요한 요소를 '1'로 분류합니다. 불필요한 정보는 마스킹 처리되어 로봇의 최종 동작 계획에 반영되지 않습니다.

교차검증마스크드 IRL은 기존 방식보다 사용자의 의도를 최대 15퍼센트 더 정확하게 파악하는 성과를 보였습니다. 3차원 시뮬레이션과 실제 로봇 팔 실험 모두에서 장애물을 회피하며 정교하게 물체를 이동시키는 능력을 입증했습니다.

주장이번 연구는 인간이 로봇에게 모든 세부 사항을 일일이 설명해야 하는 번거로움을 최소화합니다. 기계가 인간의 의도를 스스로 파악하게 함으로써 로봇과 인간의 협업 효율성을 높입니다.

팩트연구진은 앞으로 로봇에 카메라를 장착하여 주변 환경을 실시간으로 시각화하는 기능을 추가할 계획입니다. 로봇은 주변 사물을 스스로 식별하고 작업 대상과 무관한 물체를 능동적으로 무시합니다.

팩트이번 프로젝트는 MIT의 민영 황 연구원과 안드레아 보부 교수 등이 주도했습니다. 연구는 타타 그룹과 미국 국방부의 지원을 받아 진행되었습니다.

팩트연구 결과는 2026년 6월 IEEE 국제 로봇 자동화 학회에서 발표될 예정입니다.

주장해당 기술은 가정이나 공장 등 복잡한 환경에서 로봇이 인간의 의도를 정확히 파악하여 안전하게 업무를 수행하도록 돕습니다.

출처MIT News, "LLMs help robots understand vague instructions and focus on key details", 2026년 6월 26일 자 보도를 교차 검증했습니다.