혁신적인 AI 로봇 시대의 서막: 현장 배치된 지능형 로봇의 도전과 기회

펜실베니아 대학교 연구팀이 개발한 SPINE 시스템은 대규모 언어 모델을 활용하여 대규모 비구조화 환경에서도 작동 가능한 로봇 자율 주행 기술을 선보였습니다. 소형 경량 기기에서도 작동 가능하도록 LLM을 최적화하고, 언어 기반 UAV 계획 시스템을 최초로 구현하는 등 괄목할 만한 성과를 거두었습니다.

최근, 필드 로보틱스 분야에 획기적인 발전이 있었습니다. 펜실베이니아 대학교 연구팀이 개발한 SPINE이라는 시스템이 바로 그 주인공입니다. SPINE은 대규모 언어 모델(Foundation Models, FMs)을 기반으로 하는 로봇 자율 주행 프레임워크로, 자연어 이해 및 환경 의미 분석 능력을 갖춘 로봇을 현실 세계에 배치하는 데 성공했습니다.

기존의 FM 기반 로봇들은 주로 사전에 지도 정보가 완벽하게 제공되거나 작업 공간이 한정된 '폐쇄된 환경'에서만 작동했습니다. 하지만 SPINE은 다릅니다. 수 킬로미터에 달하는 대규모의, 그리고 구조화되지 않은 복잡한 환경에서도 임무를 수행할 수 있습니다. 이는 장애물이 많은 지형을 자율적으로 탐색하고, 예측 불가능한 센서 입력을 처리하며, 제한된 연산 능력(compute constraints) 내에서 작동해야 하는 어려운 과제를 성공적으로 해결한 것을 의미합니다.

연구팀은 이 논문에서 SPINE을 활용한 다양한 현장 로봇 배치 사례를 공개하며, 비구조화된 환경에서의 대규모 LLM 기반 로봇 계획 수행을 최초로 성공적으로 시연했다고 밝혔습니다. 특히, SPINE은 특정 LLM에 종속되지 않는다는 점이 중요합니다. 이는 크기, 무게, 전력(SWaP)이 제한된 플랫폼에서도 작동할 수 있도록 소형화된 언어 모델을 생성하는 데 유연성을 제공합니다.

더 나아가, 연구팀은 온디바이스(on-device) 언어 모델을 이용한 최초의 언어 기반 무인 항공기(UAV) 계획 시스템을 선보였습니다. 이는 AI 로봇 기술의 놀라운 발전을 보여주는 또 하나의 획기적인 성과입니다.

하지만 이러한 성공에도 불구하고, 앞으로 해결해야 할 과제들이 남아있습니다. 연구팀은 논문에서 향후 연구 방향으로 여러 가지 가능성을 제시하고 있습니다. 더욱 발전된 AI 로봇 기술을 기대하며, 앞으로의 연구 성과가 기대됩니다.

주요 연구진: Zachary Ravichandran, Fernando Cladera, Jason Hughes, Varun Murali, M. Ani Hsieh, George J. Pappas, Camillo J. Taylor, Vijay Kumar (펜실베이니아 대학교)