다리가 부러진 로봇이 신경망에 기반을 둔 인공지능(AI) 기술 덕분에 걷는 법을 스스로 학습할 수 있게 됐다.

과학전문 저널인 ‘사이언스 저널’에 따르면 엘리아스 나자로(Elias Najarro) 등 과학자들은 시뮬레이션 환경에서 다리가 부러진 2개의 로봇을 대상으로 실험을 진행한 결과 학습 능력을 갖춘 로봇은 학습 과정을 통해 스스로 보행하는 법을 터득했다. 이에 반해 학습 능력이 없는 로봇은 몸이 뒤집어진 채 정상적인 보행을 하지 못했다.

연구팀은 이번 연구 성과를 이달 열린 '신경정보프로세싱 시스템에 관한 컨퍼런스'에서 발표했다.

연구팀에 따르면 사람의 뇌는 새로운 환경에 적응하면서 계속 학습을 하지만 인공지능 뇌는 한번 훈련을 받은 후에는 새로운 환경에 좀처럼 적응하지 못한다.

연구팀은 ‘헵의 법측(Hebbian rules)’으로 알려진 인공지능 기술을 적용해 시뮬레이션을 진행했다. 헵의 이론은 캐나다의 생리심리학자인 도널드 헵이 주창한 이론으로, 시냅스(Synapse) 양쪽의 뉴런이 동시에, 그리고 반복적으로 활성화되었다면 두 뉴런 사이의 연결강도가 강화된다는 관찰에 근거하고 있다.

연구팀은 시냅스의 가치를 ‘정적(static)’으로 놓기보다는 경험에 따라 변화하도록 했다. 이어 2개의 로봇 왼쪽 앞다리를 제거했다. 2개의 로봇은 처음에는 부러진 다리를 보상받기 위해 안간힘을 썼으나 헵의 법칙을 적용받은 로봇은 학습 과정을 통해 보행 방법을 습득, 비교적 먼거리를 이동할수 있었다. 하지만 그렇지않은 로봇은 다리 하나를 제거하자 몸이 뒤집어진채 전혀 보행을 하지못했다.

연구팀은 앞으로 헵의 법칙을 준수한 학습 방법이 이미지 인식, 언어 번역, 운전 등에 관한 알고리즘을 향상시키는 데 활용될 수 있을 것으로 보고 있다. 연구팀은 이 기술을 적용해 자동차 경주에 관한 비디오 게임을 테스트하는 실험도 실시했다. 실험 결과 이 기술을 적용하지 않은 자동차에 비해 헵의 법칙을 적용한 자동차가 20% 이상 좋은 경주 성과를 보인 것으로 나타났다.