로봇이 좀처럼 흉내낼 수 없는 것이 사람의 손 동작이다. 사람은 손으로 특정 물건을 잡거나 가지고 놀 때 크게 고민하지 않고도 5개의 손가락들이 잘 협력해 주어진 과업을 수행한다. 사람의 능수능란한 손동작은 숱한 시행착오 끝에 얻어진 것이다. 로봇이 이같은 손동작을 학습하려면 아주 많은 시간이 걸린다.

일론 머스크 등 실리콘밸리 유명 인사들이 투자해 설립한 인공지능 분야 비영리법인인 ‘오픈AI’는 인공지능을 활용해 사람의 손동작처럼 능숙하게 움직일 수 있는 기술을 개발했다고 ‘더 버지’ 등 매체들이 보도했다.

오픈AI의 연구팀은 ‘닥틀(Dactyl)’이라는 인공지능 알고리즘을 활용해 '쉐도우 덱스트로스(shadow dextrous)'의 로봇 핸드를 대상으로 6면체 큐브를 다루는 기술을 훈련시켰다. 6면체의 특정 면을 위쪽으로 올리고 다시 측면으로 가져가기 위해선 5개의 손가락이 긴밀하게 움직이면서 협력해야 한다.

흔히 과학자들은 로봇에게 특정 작업을 훈련시킬 때 '강화학습법'을 활용한다. 강화학습법은 수많은 시행착오를 거쳐야하기 때문에 학습 시간이 길다. 쉐도우 로봇 핸드에게 6면체 큐브를 다루는 방법에 관해 훈련시키기 위해선 엄청난 회수의 시행착오를 거쳐야 하는데 오픈AI팀은 짧은 시간에 학습할 수 있는 알고리즘을 개발했다.

연구팀은 우선 시뮬레이션 환경에서 로봇 핸드가 6면체 큐브를 다루도록 훈련시켰다. 시뮬레이션 환경은 실제 세계를 반영하지만 똑 같이 모사하는 것은 쉽지 않다. 연구팀은 로봇핸드에 적용된 인공지능 시스템의 환경 적응 능력을 높이기 위해 시뮬레이션 환경에 의도적으로 노이즈를 주었다. 가상 로봇 핸드나 6면체 큐브의 색깔이나 무게, 사이즈 등에 변화를 줘 인공지능의 현실 적응력을 높인 것이다. 이같은 변화들은 ‘랜덤화(randomization)’ 과정을 거친다. 로봇핸드가 가상 환경이 아니라 실제 환경에 부딪히면 예상하지 못했던 변수들이 불쑥 튀어나오는데 이런 상황에서도 유연하게 대응할 수 있도록 한 것이다.

연구팀은 이번에 닥틀에게 100년 정도에 해당하는 경험치를 제공했다. 하지만 인공지능 알고리즘을 통해 50시간에 100년 정도 경험치 데이터를 수집했다. 활용된 컴퓨팅 자원은 CPU 6144개, 엔비디아 V100 GPU 8개 등이다. 실험 결과 6면체 큐브를 움직일 때 최대 50회까지 떨어지지 않고 6면체 큐브의 위치를 바꾼 것으로 나타났다. 평균적으로는 13회 정도 큐브를 놓치지않고 위치를 바꿨다. 연구팀은 처음에는 시뮬레이션 환경에서 테스트했지만 실제 상황에서도 훈련을 시켜 소기의 성과를 거둔 것으로 나타났다.