로봇마다 제각각이던 학습 데이터, SKT가 국제 표준화에 나선다…ITU-T 신규 과제 채택

사람은 걷고 물건을 집는 법을 몸으로 익히지만, 로봇은 데이터로 배운다. 그런데 그 데이터가 로봇마다 제각각이라면 어떨까. 기종이 다르고 탑재된 소프트웨어가 다르면, 같은 동작을 배워도 서로 다른 형식의 데이터가 쌓인다. 이렇게 흩어진 데이터를 하나의 공통 규격으로 묶으려는 국제 표준화 작업이 시작됐다.

SK텔레콤은 스위스 제네바에서 열린 국제전기통신연합 전기통신표준화부문(ITU-T) 회의에서 로봇 데이터의 생산·활용 체계에 관한 신규 표준화 과제가 채택됐다고 밝혔다. ITU-T는 통신 분야의 국제 규격을 정하는 유엔 산하 기구로, 이번 과제는 산하 스터디그룹 11(SG11)에서 다뤄진다.

왜 로봇 데이터의 '규격'이 문제인가

로봇이 스스로 판단하고 움직이려면 방대한 학습 데이터가 필요하다. 문제는 이 데이터를 만드는 방식이 통일돼 있지 않다는 점이다. 로봇마다 기종과 탑재 소프트웨어가 제각각이어서, 데이터를 수집하고 관리하는 방식도 저마다 달랐다. 그 결과 일관된 품질을 확보하기가 어려웠다는 것이 회사의 설명이다.

데이터의 품질은 곧 로봇 지능의 수준으로 이어진다. 최근 로봇 산업의 화두인 '피지컬 AI(Physical AI, 인공지능이 로봇 같은 물리적 몸체를 통해 현실 세계에서 움직이고 작업을 수행하는 기술)'가 진전을 보려면, 서로 다른 로봇이 만든 데이터를 한데 모아 학습에 쓸 수 있어야 한다. 표준이 없으면 로봇마다 데이터를 다시 가공해야 하고, 이는 시간과 비용의 낭비로 돌아온다.

데이터 공장을 5개 계층으로 나눈다

SK텔레콤이 제안한 것은 '로봇 데이터 팩토리(RDF)'라는 연동 구조다. 로봇 데이터가 만들어지고 쓰이는 전 과정을 하나의 공장처럼 보고, 이를 다섯 개 계층으로 나눠 각 계층의 역할과 계층 사이를 잇는 규격, 데이터를 주고받는 방식을 정의하는 방식이다.

다섯 계층은 실제 로봇 서비스를 담당하는 '서비스 계층', 모델 학습과 데이터 처리·디지털 트윈을 맡는 '로봇 모델·데이터 계층', AI 데이터센터에 해당하는 '인프라 계층', 로봇 기기 자체인 '디바이스 계층'으로 구성된다. 여기에 각 계층을 가로질러 서비스·모델·인프라·디바이스를 관리하는 '관리 계층'이 더해진다. 계층별 역할과 연동 규격이 정해지면, 기종이 다른 로봇과 플랫폼끼리도 데이터를 주고받으며 호환·확장할 수 있게 된다는 구상이다.

자체 로봇 학습 플랫폼과 맞물린 포석

이번 표준화 제안은 SK텔레콤이 준비 중인 사업과 맞물려 있다. 회사는 디지털 트윈(현실의 사물·환경을 컴퓨터 안에 똑같이 구현해 시뮬레이션하는 기술)을 기반으로 한 로봇 학습 플랫폼을 하반기에 선보일 예정이다. 또 SK하이닉스와는 제조 AI 분야에서 디지털 트윈 플랫폼을 구축하고 있다. 자사 기술을 국제 표준의 밑그림으로 제시해, 앞으로 만들어질 규격에서 유리한 고지를 선점하려는 포석으로 읽힌다.

최동희 SK텔레콤 AI전략기획실장은 "이번 과제로 SKT가 피지컬 AI에서 축적한 역량을 입증한 만큼 로봇 학습 플랫폼과 AI 모델을 아우르는 기술 경쟁력으로 로보틱스 분야의 국제 표준화를 주도해 나가겠다"고 밝혔다.

다만 국제 표준은 과제 채택이 곧 완성을 뜻하지 않는다. ITU-T의 표준화는 여러 회원국과 기업이 참여하는 논의와 합의를 거쳐 최종 권고안으로 확정되기까지 통상 수년이 걸린다. 이번에 채택된 것은 논의의 출발점인 신규 과제일 뿐, 제안 구조가 그대로 국제 규격이 될지는 앞으로의 협의에 달려 있다. 로봇이 배우는 '교과서'의 표준을 누가 쓰느냐를 둘러싼 경쟁은 이제 막 시작된 셈이다.

자료: SK텔레콤