▲ 다양한 지형을 돌파하는 4족 보행 로봇(사진=UC버클리)

UC버클리, 페이스북(인공지능팀), 카네기멜론대 공동 연구팀은 로봇이 낯선 지형에 실시간으로 적응하면서 보행할 수 있는 인공지능 알고리즘을 개발했다고 지난 9일(현지 시각) 밝혔다.

연구팀이 중국 유니트리의 4족 보행로봇에 이번에 개발한 인공지능 알고리즘을 탑재해 테스트한 결과 시각적인 정보에 의존하지 않고도 모래, 진흙, 등산로, 흙더미 등 다양한 지형에 실시간으로 적응하면서 횡단하는 데 성공했다.

연구팀이 실내에서 4족 보행 로봇에 무거운 백팩을 올려놓거나, 미끄러운 경사면이나 오일을 뿌려놓은 플라스틱 패널 위를 걷는 동작을 테스트한 결과 뛰어난 적응력을 보인 것을 확인했다. 계단을 내려가거나 시멘트 및 자갈더미 위를 뛰어다닐 때도 각각 70%와 80%의 보행 성공률을 보였다. 시뮬레이션을 통한 보정 활동이나 불안정한 환경에 대한 보행 경험이 전혀 없는데도 높은 성공률를 달성했다는 것. 이 로봇은 새로운 환경에 단 몇 초만에 적응할 수 있다. 이런 적응 능력은 현실 세계에 로봇을 배치할 때 유용하다.

연구팀은 12일(현지 시각) 개막하는 ‘2021 RSS(Robotics:Science and Systems)’ 컨퍼런스에서 이번에 개발한 새로운 인공지능 시스템 ‘RMA(Rapid Motor Adaptation)'를 발표할 예정이다.

연구팀은 2가지 기술을 결합해 4족 보행 로봇에 대한 보행 훈련을 시켰다. 먼저 시뮬레이션 환경에서 보행 학습을 하고 이번에 개발한 RMA를 적용해 실제 세계에 대한 적응력을 한층 더 높였다.

RMA시스템은 기본 정책(로봇이 이동 방법을 결정하는 알고리즘)과 적응 모듈(adaptation module)을 결합했다. 기본 정책은 환경의 외부 변수들에 대한 제어기능을 개발하기 위해 강화학습을 활용한다. 기본 정책은 시뮬레이션 환경에서 학습되었다. 하지만 보행 로봇에 탑재된 센서들이 환경의 모든 가능한 변수들을 직접 측정할 수 없기 때문에 로봇이 역동적인 실제 환경에 대처하는데는 충분치 않다.

이 문제를 해결하기 위해 개발된 적용 모듈은 로봇의 신체적인 움직임에 기반한 정보를 활용해 주변 환경에 대해 스스로 학습하도록 로봇에게 지시한다. 예를 들어, 다리가 더 멀리 뻗는다는 점을 로봇이 감지하면 로봇은 지면이 부드럽다고 추측하며, 그에 맞춰 다음 보행 움직임을 조정할 수 있다. 기본 정책과 적응 모듈은 비동기식으로, 상이한 주파수에서 실행되기 때문에 소형의 온보드 컴퓨터상에서도 RMA가 안정적으로 작동할 수 있도록 해준다.

UC 버클리 전기공학 및 컴퓨터과학부 지텐드라 말리크 교수는 ”RMA 정책은 환경이 새로운 것이라는 가정하에 만들어졌다"고 했다. 이전의 보행 로봇은 로봇이 마주칠 가능성이 높은 환경 조건에 맞게 사전에 프로그래밍하거나 컴퓨터 시뮬레이션과 핸드 코딩(hand-coding) 방식을 혼합해 학습했지만 이 같은 방법으로는 수백만번의 시행착오가 불가피하다는 것이다. 실제 환경에 직면하면 로봇은 제대로 보행을 하지 못한다.

이번 연구에 주요 저자로 참여한 UC 버클리 박사과정 애쉬시 쿠마르는 "컴퓨터 시뮬레이션이 모든 것을 포착하는 것은 아니다“라며 ”RMA 지원 로봇은 이전에는 경험하지 못했던 환경에 대한 강한 적응 능력을 보여주며, 주변 환경과 상호 작용하는 방식으로 적응 능력을 완전히 학습할 수 있도록 해준다“고 지적했다.