• 목록

• 페이스북 공유
• 트위터 공유

로봇이 쓰레기를 줍는 일은 매우 단순한 작업처럼 보일 수 있지만, 실제로는 많은 어려움이 따릅니다. 로봇이 쓰레기인지 아닌지 구별하고, 쓰레기를 집어서 쓰레기통에 넣는 과정을 프로그래밍으로 일일이 설정해야 합니다. 게다가 자율주행 로봇은 더욱 고난이도의 작업을 수행해야 합니다. 도로의 상황에 따라 다른 매개변수와 알고리즘을 설정해야 하기 때문입니다. 예를 들어, 도로가 일방통행인지, 낮인지 밤인지에 따라 로봇의 행동을 다르게 해야 합니다. 이렇게 로봇이 다양한 변수와 작업을 수행하는 데 어려움을 겪게 되었습니다.

하지만 로보틱스와 인공지능(AI) 머신러닝이 결합되면 이러한 어려움을 해결할 수 있습니다. 최근 매사추세츠공과대(MIT)의 컴퓨터공학&인공지능연구소(CSAIL)에서는 머신러닝을 고도화한 "리퀴드 신경망" 기술을 개발하여 로봇에 적용하고 있습니다. 이 기술을 통해 로봇은 학습 데이터 없이도 실시간으로 매개변수를 조정하여 정해진 목표를 수행할 수 있습니다. 기존의 딥러닝 모델은 보통 10만 개 이상의 인공 뉴런이 필요하지만, 리퀴드 신경망을 활용하면 19개의 뉴런만으로도 충분합니다.

또한 로봇은 생성형 AI와도 밀접하게 연결되어 있습니다. 생성형 AI는 로봇 훈련에 필요한 대규모 데이터와 시뮬레이션용 시나리오를 제공할 수 있습니다. 또한 언어를 통해 사람과 로봇이 상호작용할 수 있게 되었습니다. 예를 들어, "테이블 위에 있는 캔을 쓰레기통에 버려주세요"라고 말하면 로봇 팔이 움직이는 것입니다. 이러한 방식으로 대규모언어모델(LLM)을 활용하면 로봇의 기능을 더욱 향상시킬 수 있습니다.

로봇 연구는 머신러닝과 인공지능의 발전과 함께 새로운 가능성을 여는 분야입니다. 머신러닝을 통해 로봇은 스스로 상황에 맞는 해결책을 찾아낼 수 있게 되었습니다. 이는 로봇이 더욱 복잡한 작업을 수행하고 활동 반경을 넓힐 수 있게 해줍니다. 로봇 연구의 미래는 더욱 흥미로운 것으로 예상됩니다.

추천

0

비추천

0