물리 AI, 현실 세계와의 상호작용을 위한 새로운 경계

최근 ChatGPT와 같은 생성적 AI 도구들이 전 세계의 주목을 받고 있는 가운데, 물리 AI(Physical AI)라는 새로운 경계가 등장하고 있다.

물리 AI는 현실 세계와 상호작용할 수 있는 인공지능을 의미한다.

대형 언어 모델들은 단어를 이해하고 추론하는 데 능숙하지만, 실제 사건에 실시간으로 반응하는 데는 한계가 있다.

예를 들어, 박정준 AIDIOS 연구소 소장은 최근 K-AI 커뮤니티 서밋에서 “ChatGPT에게 걷는 로봇을 안내하라고 하면, 분석하고 명령을 생성한 후에 발행할 수 있지만, 그 사이 로봇은 장애물에 걸려 넘어질 수도 있다”고 지적했다.

여기서 중요한 것은 물체를 잡거나 충돌을 피하는 것, 세탁물 접기와 같은 작업은 고급 AI의 추론 능력만으로 충분하지 않다는 점이다.

이러한 작업은 고속 센서, 실시간 피드백 제어 시스템, 정밀 액추에이터와 통합되어야 가능하다.

이러한 시스템은 디지털 세계와 물리적 세계를 연결짓기 위해 설계되었으며, 물리 AI라는 집합적인 용어로 불린다.

현재의 물리적 환경에서 AI의 한계는 무엇인가?

비주얼 인식과 모션 계획에서 급속한 발전이 있었음에도 불구하고, 현재의 AI 시스템은 밀리초 수준의 모터 제어와 센서 피드백 해석을 필요로 하는 작업을 수행하는 데 여전히 부족하다.

이런 능력은 보행 중인 행인을 피하거나 옷의 주름을 정밀하게 조정하는 것과 같은 물리적 상호작용에 필수다.

Tesla의 로봇택시와 같은 고도로 자동화된 시스템조차 모터와 조향 기능에 전통적인 피드백 제어 루프에 여전히 의존하고 있다.

AI가 가속도와 경로 결정을 할 수는 있지만, 물리 AI 기준에서 실행 속도는 느리다.

현재의 로봇 시스템 중 진정한 물리 AI 기준을 충족하는 시스템은 거의 없다.

AI의 디지털-물리 격차를 해소하기 위한 글로벌 기업의 경쟁 상황도 주목할 만하다.

구글 딥마인드는 벤토 박스를 포장할 수 있는 로봇 기술을 개발하였으며, 제미니 모델은 보이스 커맨드를 통해 로봇 팔을 제어하도록 설계되었다.

이로 인해 고무줄을 기어에 감는 복잡한 작업을 실행할 수 있게 되며, 각도와 힘을 동적으로 조정할 수 있다.

Nvidia는 시뮬레이션을 통해 물리적 배치로 전환하기 전에 AI 모델들이 행동을 학습할 수 있는 가상 훈련 환경을 제공하고 있다.

한편 Physical Intelligence와 같은 스타트업들은 가정용 로봇에 초점을 맞추어 유연한 움직임과 일상 생활 공간의 맥락 이해를 강조하고 있다.

한국은 방위 로봇 분야에 특히 주목하고 있다.

AIDIOS는 원래 연구 그룹에서 2021년에 분사하여 폭발물 처리 로봇에 집중하고 있다.

3D X-ray 재구성 기술을 활용하여 고성능 물리 AI의 기술적 기반을 구축하고 있으며, 삼성전자의 자회사인 레인보우 로보틱스와 협력하여 위험 물질을 다루고 폭발물을 해체할 수 있는 4족 보행 로봇을 개발하고 있다.

박 소장은 한국이 언어 모델 개발에서 뒤처져 있지만, 강력한 제조 기반과 현장 경험을 활용하여 물리 AI에서 전략적인 잠재력을 가지고 있다고 평가한다.

전통적인 분야인 용접, 자동차 조립, 폭발물 처리 절차는 물리 AI 시스템을 위한 풍부한 훈련 환경을 제공할 수 있다.

한국의 장인 기술을 디지털화하고 이를 AI 시스템에 이전하는 능력이 글로벌 AI 경쟁에서 결정적인 요소가 될 수 있을 것이다.

이미지 출처：digitimes