로봇 조작의 혁신: 경량화된 다중 모달 모델 RoboBERT 등장

중국 연구진이 개발한 RoboBERT는 효율적인 학습 전략과 데이터 증강 기법을 통해 기존의 다중 모달 로봇 조작 모델의 한계를 극복하고, 경량화된 모델임에도 불구하고 최고 수준의 성능을 달성했습니다. 실제 로봇 테스트에서도 우수한 결과를 보이며, 다양한 분야에 혁신적인 변화를 가져올 것으로 기대됩니다.

최근 중국 연구진(Sicheng Wang 외 11명)이 개발한 RoboBERT는 로봇 조작 분야에 새로운 이정표를 제시했습니다. 기존의 다중 모달 로봇 조작 모델들은 성능 향상을 위해 추가 데이터셋이나 광범위한 사전 훈련에 의존하여 막대한 시간과 비용을 필요로 했습니다. 하지만 RoboBERT는 이러한 한계를 극복하고, 효율적인 학습 전략과 데이터 증강 기법을 통해 획기적인 성능 개선을 이뤄냈습니다.

RoboBERT의 핵심은 CNN 기반 확산 정책(CNN-based diffusion policy)을 활용한 독창적인 훈련 전략에 있습니다. 다양한 모달리티에 대한 학습 과정을 분리함으로써 모델의 효율성과 안정성을 크게 향상시켰습니다. 또한, 다양한 데이터 증강 기법을 검증하여 성능 향상에 성공했습니다. 특히, 기존 모델들과 달리 추가 데이터나 거대한 기초 모델에 의존하지 않고, 언어 레이블이 지정된 전문가 데모만을 사용하여 상대적으로 작은 크기의 모델을 구축했습니다.

그 결과, CALVIN 벤치마크의 (ABCD → D) 작업에서 평균 길이 4.52를 기록하며 새로운 최고 성능(SOTA)을 달성했습니다. 실제 로봇 테스트에서도 기존 방법들보다 높은 성공률을 보여주며, 그 실용성을 입증했습니다. 이는 RoboBERT의 개념과 방법론이 다양한 분야에 적용될 수 있는 범용성과 호환성을 갖추고 있음을 시사합니다. 더 나아가, 경량화된 다중 모달 로봇 모델 개발에 크게 기여할 것으로 예상됩니다. RoboBERT의 코드는 Github에서 확인할 수 있습니다.

향후 전망: RoboBERT의 성공은 경량화와 고성능을 동시에 추구하는 로봇 조작 모델 개발에 새로운 방향을 제시합니다. 향후 더욱 발전된 다중 모달 로봇 시스템 구축에 중요한 초석이 될 것으로 기대됩니다. 특히, 제한된 자원 환경에서도 효과적인 로봇 제어가 필요한 분야에 널리 활용될 가능성이 높습니다. 이는 스마트 팩토리, 서비스 로봇, 자율 주행 등 다양한 분야에 혁신적인 변화를 가져올 수 있습니다.