▲MIT 연구팀이 기술적인 전문지식 없이도 새로운 환경에서 빠르게 학습할 수 있도록 도와주는 로봇 프레임워크를 개발했다.(사진=MIT뉴스)

MIT 연구팀이 기술적인 전문지식 없이도 로봇이 새로운 환경에서 빠르게 학습할 수 있도록 도와주는 프레임워크를 개발했다고 MIT 뉴스가 지난 18일(현지 시각) 보도했다.

이 기술은 로봇이 특정한 작업을 수행하지 못한 이유를, 기술적 지식이 없는 사용자가 이해할 수 있도록 도와주고, 최소한의 노력으로 로봇을 미세 조정할 수 있도록 지원한다.

이 소프트웨어는 특정 작업에 대해 공장에서 제작되고 훈련됐지만, 사용자의 집에서 한번도 본 적이 없는 물건을 처음으로 만날 수 있는 가정용 로봇을 대상으로 개발됐다. 가정용 로봇들은 통제된 환경에서 훈련을 받았지만, 그들이 학습하지 않은 물체와 공간을 만나면 특정 작업을 수행하는 데 실패할 수 있다.

MIT 전기공학 및 컴퓨터과학(EEECS) 대학원생인 앤디 펑(Andi Peng)은 "현재 우리가 로봇들을 훈련시키는 방법은, 로봇들이 실패했을 때 그 이유를 정말로 알지 못한다는 것이다‘라고 말했다.

이 같은 문제를 해결하기 위해 연구팀은 로봇이 실패할 때마다 ’반사실적 설명(counterfactual explanations)‘을 생성하는 알고리즘을 로봇 학습에 적용했다. 반사실적 설명은 인과적 상황을 “X가 벌어지지 않았다면 Y는 발생하지 않았을 것이다”라는 방식으로 설명하는 것이다. 이러한 반사실적인 설명은 로봇이 작업을 성공적으로 수행하기 위해 무엇을 변경해야 하는지 설명해준다.

그런 다음 시스템은 사용자에게 반사실적 설명을 보여주고 로봇이 실패한 이유에 대한 추가 피드백을 요청한다. 이 피드백과 반사실적 설명을 활용해 새로운 데이터를 생성하고 로봇을 미세 조정할 수 있다. 이러한 미세 조정은 한 가지 작업을 수행하도록 훈련된 기계학습 모델을 조정하여, 유사한 작업을 수행할 수 있도록 할수 있다는 것을 의미한다.