다이나 로보틱스, 인간 영상 100만 시간으로 학습한 로봇 모델 공개

사람이 직접 바라보며 움직이는 장면을 담은 영상만으로 로봇이 물리적 행동을 배울 수 있다는 연구 결과가 나왔다. 미국 로봇 스타트업 다이나 로보틱스는 10일(현지시간) 월드 액션 모델(WAM·World-Action Model)인 로봇 파운데이션 모델 ‘다이나(DYNA)-2’를 공개했다고 밝혔다.

파운데이션 모델은 많은 데이터를 먼저 학습한 뒤 여러 작업에 활용하는 기반 인공지능 모델을 뜻한다. 회사 측에 따르면 다이나-2는 100만 시간 이상의 데이터로 학습됐다. 사람이 잠들지 않고 깨어 있는 시간만 따지면 약 170년 동안 활동한 것과 맞먹는 분량이다. 다이나 로보틱스는 이를 100만 시간 이상의 데이터로 학습된 최초의 로봇 파운데이션 모델이라고 설명했다.

범용 로봇 개발에서는 행동 데이터가 오랫동안 병목 요인으로 꼽혀 왔다. 기존에는 사람이 로봇을 멀리서 직접 움직이는 원격조작을 통해 실제 환경의 행동 데이터를 수작업으로 모아야 했다. 이 방식은 비용과 시간이 많이 들고, 데이터 수집 규모를 크게 늘리기도 어렵다.

다이나-2는 로봇 원격조작으로 확보한 행동 데이터 대신 사람이 1인칭 시점으로 촬영한 영상만으로 사전학습했다. 1인칭 영상은 행동하는 사람의 눈높이에서 주변과 손의 움직임을 바라보는 형태의 영상이다. 회사는 이를 통해 인간 데이터를 로봇 학습에 적용하는 ‘휴먼-투-로봇 스케일링 법칙’을 처음 입증했다고 밝혔다. 학습에 쓰는 인간 데이터가 많아질수록 로봇 성능이 꾸준히 좋아진다는 의미다.

다이나-2는 사후학습 데이터, 즉 기본 학습을 마친 뒤 특정 작업에 맞추려고 추가하는 데이터를 바꾸지 않고 사전학습 규모만 늘렸다. 그 결과 고정밀 제조 작업의 과제 성공률이 20%에서 80~90%까지 높아졌다고 회사는 설명했다.

서로 다른 형태의 로봇으로 학습 성능을 옮기는 ‘교차 체화 전이’도 구현했다. 이에 따라 로봇 손에서 얻은 성능을 로봇 팔과 휴머노이드 프로토타입 등 다른 하드웨어 형태로 전이했다.

제이슨 마 다이나 로보틱스 공동창업자는 원격조작으로 물리적 행동 데이터를 모으는 방식만으로는 일반 지능 수준의 로봇 기술을 구현하기 어렵다며, 행동 데이터는 희소하지만 영상 데이터는 널리 존재한다고 말했다. 이어 다이나-2가 로봇 팔로 수백만 시간 동안 학습하지 않고도 인간 영상에서 물리적 직관을 익힐 수 있음을 보여줬다고 밝혔다.

자료: 다이나 로보틱스