혁신적인 로봇 제어 프레임워크 UniAct 등장: 0.5B 모델로 14배 큰 SOTA 모델 능가!
중국과학원 자동화연구소 연구진이 개발한 UniAct은 범용 행동 공간을 활용하여 다양한 로봇에 적용 가능한 범용적인 제어 모델을 구축한 획기적인 연구 결과입니다. 0.5B 파라미터의 UniAct는 기존 최첨단 모델보다 14배나 큰 모델을 능가하는 성능을 보이며, 자원 효율적인 AI 개발의 가능성을 제시합니다.

0.5B 모델이 14배 큰 모델을 능가하다: UniAct의 놀라운 성능
최근 딥러닝 분야의 괄목할 만한 발전에도 불구하고, 다양한 로봇에 적용 가능한 범용적인 제어 모델을 개발하는 데는 어려움이 있었습니다. 인터넷에 존재하는 방대한 데이터를 활용하는 대규모 언어 모델과 달리, 로봇 제어 분야는 각 로봇의 물리적 특징과 제어 인터페이스의 차이로 인해 데이터 활용에 어려움을 겪어왔습니다.
하지만 중국과학원 자동화연구소(IA CAS)를 중심으로 한 연구진이 개발한 UniAct은 이러한 어려움을 극복하는 혁신적인 해결책을 제시합니다. Jinliang Zheng 등 10명의 연구자는 토큰화된 범용 행동 공간(Universal Action Space) 이라는 새로운 개념을 도입하여 로봇 제어의 난관을 돌파했습니다.
UniAct의 핵심은 다양한 로봇의 공통적인 구조적 특징을 활용하여 범용 행동(Universal Actions) 을 학습하는 것입니다. 이러한 범용 행동은 각 로봇의 고유한 제어 명령으로 효율적으로 변환될 수 있으며, 새로운 로봇에 대한 적응도 간편하게 이루어집니다. 이는 마치 다양한 언어를 번역하는 것처럼, 다양한 로봇의 '언어'를 하나의 범용 언어로 통합한 것과 같습니다.
연구 결과는 놀랍습니다. 단 0.5B 파라미터의 UniAct는 기존 최첨단(SOTA) 모델보다 14배나 큰 모델을 능가하는 성능을 보여주었습니다. 실제 로봇과 시뮬레이션 환경 모두에서 뛰어난 성능을 입증하며, 범용 행동을 채택한 것이 얼마나 중요한지 보여주었습니다. 더 나아가, UniAct는 자원 효율적인 AI 개발이 가능하다는 것을 시사합니다. 이는 컴퓨팅 자원이 제한적인 상황에서도 고성능의 로봇 제어 시스템을 구축할 수 있는 가능성을 열어줍니다.
UniAct 프로젝트 페이지: https://github.com/2toinf/UniAct
이 연구는 로봇 제어 분야의 새로운 지평을 열 뿐 아니라, AI 개발의 패러다임 변화를 예고하는 중요한 결과입니다. UniAct의 등장은 앞으로 다양한 분야에서 로봇의 활용 가능성을 더욱 확장시킬 것으로 기대됩니다. 더불어, 자원 효율적인 AI 기술 개발에 대한 관심을 더욱 높일 것으로 예상됩니다.
Reference
[arxiv] Universal Actions for Enhanced Embodied Foundation Models
Published: (Updated: )
Author: Jinliang Zheng, Jianxiong Li, Dongxiu Liu, Yinan Zheng, Zhihao Wang, Zhonghong Ou, Yu Liu, Jingjing Liu, Ya-Qin Zhang, Xianyuan Zhan
http://arxiv.org/abs/2501.10105v1