▲ '마인크래프트' 게임

미 브라운대학 '스테파니 텔렉스(Stefanie Tellex)' 교수팀이 인기 게임 '마인 크래프트(Minecraft)'를 활용해 로봇을 대상으로 최적의 행동을 유도할 수 있는 알고리즘을 개발했다. 마인크래프트는 전세계적으로 1억명 이상의 이용자를 확보하고 있는 인기 게임이다. 3차원 블록을 이용해 다양한 도전과제를 수행하는 오픈 월드 방식 게임이다.

스테파니 텔렉스 교수는 로봇 행동 알고리즘 개발을 위해 인간과 로봇의 근본적인 작업 수행 방식의 차이에 주목했다. 사람은 정해진 목표를 수행하기 위해 직관적인 선택을 한다. 가령 요리를 하다가 빨래를 하려면 사람은 별 다른 고민없이 아주 직관적인 선택을 통해 또 다른 작업을 수행할 수 있다. 빨래를 하기위해 오븐을 켜거나 쓰레기 통을 비우는 일을 하지 않는다. 하지만 로봇은 요리를 하다 빨래를 하는 동작을 하려면 오븐을 켜거나 쓰레기 통을 비우는 모든 동작을 시뮬레이션해야 한다. 곧 바로 빨래를 위한 동작으로 가는 게 논리적으로 불가능하다. 사람에게는 아주 쉬운 동작이지만 로봇에게는 매우 어려운 동작인 것이다. 로봇은 사전에 프로그래밍된 동작을 수행할 수 밖에 없다. 로봇에게는 인간과 같은 직관적인 능력이 없기때문이다.

스테파니 텔렉스 교수는 로봇이 작업을 수행하기 위해 최적의 행동 계획을 모색하는 알고리즘을 '마인크래프트'에서 찾았다. 오픈 월드 방식의 '마인크래프트'는 아주 창의적인 도전 과제를 수행해야하기 때문에 로봇에 적용하면 효과가 있을 것이라고 판단한 것. 로봇이 직면한 아주 복잡한 외부 환경에서 자신의 작업 수행에 필요한 부분을 아주 빠른 시간에 서칭하는 알고리즘을 마인 크래프트에서 찾은 것이다. 과학자들은 로봇이 직면한 아주 복잡한 외부 환경을 '상태-공간 폭발(state-space explosion)'이라고 표현한다.

텔렉스 교수가 적용한 방법은 '목표 기반 선행 행동(goal-based action priors)'이라는 기법이다. 목표에 맞춰 행동 '공간(space)'의 범위를 축소하는 것이다. 텔렉스 교수는 "마인 크래프트가 로봇이 직면한 문제를 드러내주는 진짜 좋은 모델"이라고 얘기한다. 텔렉스 교수는 자신의 연구 결과를 자동 프래닝과 스케줄링에 관한 국제 컨퍼런스에 제출했다. 보다 자세한 내용은 브라운 대학 홈페이지(news.brown.edu)를 참고하면 된다.