보스턴 다이내믹스, 스팟 로봇에 구글 딥마인드 AI 탑재

주장보스턴 다이내믹스와 구글 딥마인드의 협력은 로봇이 단순히 정해진 동작을 반복하는 단계를 넘어 물리적 환경을 이해하고 추론하는 구체화된 인공지능 시대로 진입했음을 의미합니다. 이번 기술 통합은 로봇의 사용 편의성을 높이고 복잡한 산업 현장에서 자율성을 극대화하려는 전략입니다.

팩트보스턴 다이내믹스는 사족보행 로봇 스팟에 구글 딥마인드의 제미나이 로보틱스-ER 1.6 모델을 탑재한다고 발표했습니다. 해당 모델은 로봇이 주변 환경을 인식하고 계기판을 읽거나 위험 요소를 식별하는 등 고차원적인 판단을 내리도록 돕습니다.

팩트스팟은 현재 전 세계 산업 현장에서 시설 점검 업무를 수행하고 있습니다. 이번 업데이트를 통해 로봇은 위험한 파편이나 액체 누출을 스스로 찾아내며 시각-언어-행동 모델을 활용해 복잡한 상황에 대응합니다.

팩트마르코 다 실바 보스턴 다이내믹스 부사장은 이번 기술 도입이 로봇이 실제 세계의 문제를 스스로 이해하고 반응하는 중요한 전환점이라고 평가했습니다. 특히 계기판 판독과 같은 정밀한 작업에서 로봇의 자율성이 크게 향상될 전망입니다.

주장로봇이 인간과 유사한 방식으로 세상을 이해하는 과정은 작업 안전을 확보하는 데 필수적입니다. 구글 딥마인드는 아시모프 벤치마크를 통해 로봇이 금기 행동을 정의하고 안전한 조작을 수행하도록 설계합니다.

팩트새로운 기능인 성공 탐지 기술은 여러 카메라 각도를 결합하여 로봇이 물체를 성공적으로 잡았는지 판단합니다. 현재는 시각 정보에 의존하지만 향후 실제 현장에서 수집하는 데이터를 통해 모델을 고도화할 계획입니다.

교차검증로봇의 추론 능력 향상에도 불구하고 물리적 데이터 부족은 여전히 기술적 한계로 지적됩니다. 구글 딥마인드 측은 현재 모델이 주로 시각 정보에 의존하며 촉각이나 힘 센서와 같은 물리적 데이터는 인터넷상에 충분하지 않아 학습에 어려움이 있다고 설명했습니다.

교차검증로봇이 물체를 잡는 과정에서 발생하는 실수 또한 해결해야 할 과제입니다. 캔을 잡을 때 내용물을 쏟지 않는 것과 같은 인간의 경험적 지식은 로봇에게 부족하며 이는 향후 데이터 축적을 통해 보완해야 합니다.

주장상업용 로봇 시장에서 신뢰성은 가장 중요한 요소입니다. 보스턴 다이내믹스는 새로운 인공지능 기능을 전면 도입하지 않고 베타 프로그램을 통해 일부 고객사에서 먼저 검증한 뒤 신뢰할 수 있는 기능만 정식으로 출시합니다.

팩트스팟의 새로운 인공지능 기능을 사용하는 고객은 향후 로봇이 수집한 데이터를 보스턴 다이내믹스와 공유해야 합니다. 이러한 데이터 공유는 로봇의 학습 능력을 향상하고 더 정교한 산업용 로봇을 만드는 선순환 구조를 구축합니다.

출처IEEE Spectrum의 보도 내용을 교차 검증했습니다.