▲미국 캘리포니아 주립 버클리대가 로봇개를 현실속에서 학습해 수분 만에 동작을 따라하게 하는 학습기술 적용에 성공했다. (사진=테크크런치)

미국 캘리포니아 주립 버클리대학교(UC버클리) 연구원들이 로봇을 하얀 백지상태에서부터 학습시키는 대신 혁신적 학습기술을 사용해 학습단계를 줄이고 단순화하는데 성공했다고 테크크런치가 지난 21일(현지시각) 보도했다.

로봇들이 새로운 과제를 학습하기 위해 인공지능(AI)에 의존하는 것은 일반적으로 힘들고 반복적인 훈련 과정을 필요로 하는 기존 학습과정을 크게 줄일 수 있어 획기적으로 평가받는다.

스티븐 제임스 UC버클리 연구원은 이 기술에 대해 “우리가 채택하고 있는 기술은 일종의 대조적(일치와 서로 다름을 연구하는) 학습 설정이다. 이는 유튜브 비디오를 가져와서 많은 영역을 패치한다. 그리고 나서 로봇이 그 이미지를 재구성하려고 노력하는 것이다”라고 설명했다.

그는 “로봇은 이러한 패치에 무엇이 있을 수 있는지 파악해야 이후 그 뒤에 무엇이 있을 수 있는지에 대한 아이디어를 얻을 수 있다. 로봇은 세상에서 무슨 일이 일어나고 있는지 정말 잘 이해해야 한다”고 덧붙였다.

물론 인간 세계에서 흔히 볼 수 있듯 유튜브를 보는 것만으로 배우는 것은 아니다. 운영자들은 로봇이 무엇을 하려는지 알기 위해 로봇 자체를 물리적으로 또는 가상현실(VR) 컨트롤러를 통해 이동시켜야 한다. 로봇은 이 정보를 비디오 이미지를 통해 얻은 세계에 대한 더 넓은 이해 내용과 결합하고, 결국 많은 다른 소스들을 통합할 수도 있다.

제임스 연구원은 “보통 새로운 작업을 수행하는 데 수백 개의 시연이 필요할 수 있는 반면, 이제 몇 개의 시연만 제공할 수도 있게 됐는데, 10개의 시연만으로 작업을 수행할 수도 있다”며 이 접근 방식이 이미 성과를 내고 있다고 말했다.

알레한드로 에스콘트렐라는 유튜브 비디오에서 동물, 사람 또는 다른 로봇의 움직임과 같은 관련 데이터를 추출하는 모델을 전문적으로 설계한다.

로봇은 주어진 움직임을 따라해야 하는 것처럼 보이는지를 판단하면서 이 모델들을 사용해 자신의 행동에 정보를 제공하게 된다.

궁극적으로는 로봇이 비디오의 움직임을 그대로 재현하는 시도하고, 다른 모델이 그들을 볼 때 그것이 로봇인지 진짜 독일 셰퍼드인지 구별할 수 없도록 하려는 것이다.

흥미롭게도 이같은 많은 로봇들은 가상현실(VR)에서 움직임을 테스트하면서 시뮬레이션 환경에서 먼저 학습한다.

하지만 다니자르 하프너가 설명하듯 UC버클리 팀의 과정은 그러한 테스트를 생략할 수 있을 정도로 충분히 효율적이었다. 로봇이 현실 세계에서 뛰놀게 하고, 걷고, 그리고 물론 밀리는 것과 같은 현실속 상호 작용으로부터 배우게 한다.

여기서의 장점은 새로운 정보를 통합하기 위해 시뮬레이터로 돌아가는 대신 작업하면서 배울 수 있기에 써 학습작업을 더욱더 단순화 할 수 있다는 것이다.

하프너는 “나는 로봇 학습의 성배는 실제 세계에서 여러분이 할 수 있는 만큼, 그리고 가능한 한 빨리 배우는 것이라고 생각한다”고 말했다. 이들은 확실히 그 목표를 향해 나아가고 있는 것 같다. 아래 동영상은 로봇개가 전혀 배운 적이 없는 걷기를 단 한시간 만에 배우는 모습이다.