AI 사용하면 로봇개 개발 속도 얼마나 달라질까?

앤트로픽(Anthropic)이 자사 AI 모델인 클로드(Claude)에 대한 현실 세계에서의 유용성을 확인하기 위해 AI를 사용하는 경우와 사용하지 않는 경우 로봇 개 개발 속도나 품질에 어떤 영향이 나타나는지 확인하는 실험을 실시했다. 이 실험은 프로젝트 패치(Project Fetch)라고 불린다.

구글 딥마인드가 개발한 아미노산 서열 정보로부터 단백질 입체 구조를 예측하는 AI 알파폴드(AlphaFold)가 중요한 분야에서의 연구를 가속화하고 있거나 물리학 분야에서도 AI가 강력한 도구가 되고 있는 등 AI 발달이 현실 세계의 실험이나 연구를 크게 진전시키는 사례가 있다.

AI가 특기로 하는 건 소프트웨어상 코드 생성이나 정보 처리지만 로봇 등 현실 세계 것을 제어하려면 물리적 요소가 더해지기 때문에 더 어려운 작업이 된다. 앤트로픽은 이를 디지털과 물리의 단절을 연결하는 단계로 여기고 있다. 이에 앤트로픽은 AI 모델이 향후 어떻게 물리 세계에 영향을 미칠 수 있는지를 탐구하기 위해 언어 모델이 로봇을 사용해 동작을 실행하는 도전에 착수했다.

실험에서는 로봇 전문가 8명이 아닌 연구자나 엔지니어를 무작위로 두 팀으로 나눈 뒤 4족보행 개형 로봇에 비치볼을 가져오는 기능을 추가하는 작업을 부여했다. 실험은 수동 조작, 센서 제어, 자율 제어라는 3단계 작업으로 구성되어 있으며 단계적으로 난이도가 올라가도록 설계됐다. 한쪽 팀은 로봇 개 제어 작업에서 클로드 지원을 받을 수 있었고 다른 팀은 클로드에 접근할 수 없었다.

결과적으로 클로드에 접근한 팀은 클로드에 접근하지 않은 팀에 비해 절반 정도 시간으로 같은 작업을 완료했다. 그 중에서도 로봇에 탑재된 센서에 연결하고 컴퓨터로부터 명령을 송신한다는 작업에서는 클로드를 이용해 대폭 작업 시간을 단축할 수 있었다고 한다.

앤트로픽은 이는 하드웨어에 연결하고 이해한다는 기본 작업이 코드를 사용해 물리 세계에 영향을 주려는 이들에게 놀라울 정도로 어려워지고 있다는 걸 보여준다고 생각된다며 이 점에 있어서 클로드가 지닌 우위성은 우리가 계속 추적해야 할 중요한 지표라고 밝혔다.

한편 로봇 개를 제어하는 프로그램을 작성하는 작업이나 로봇 개 자동 제어에서 위치 정보를 특정하는 방법을 찾는 작업에서는 클로드를 사용하지 않은 팀이 10~20분 정도 빠르게 완료했다. 앤트로픽에 따르면 클로드 사용 팀은 클로드를 사용하지 않은 팀보다 9배나 되는 코드를 작성했지만 일부는 눈앞 작업을 원활하게 완료하는 데 방해가 되어 오히려 시간이 걸렸다고 한다.

또 작업이 어려워질수록 AI 시스템이 현실 세계에서 극복해야 한다고 여겨지는 부분도 명확해졌다. 예를 들어 클로드를 사용한 팀은 비치볼을 검출하는 방법으로 녹색이라는 볼 색을 인식해 특정하는 알고리즘을 훈련시켰다. 그러나 볼이 녹색 인조 잔디에 놓인 경우 로봇은 오작동했다. 이것은 인간이 목표를 어느 수준으로 지정하는지에 따라 로봇이나 AI 시스템이 최적이라고 할 수 없는 방법을 취해버린다는 과제를 부각시켰다.

그 밖에도 클로드를 사용하지 않은 팀은 작업에 고전하는 동안 부정적인 감정이나 혼란을 나타내는 발언이 많았던 반면 클로드를 사용하는 팀은 비교적 원활하게 작업을 진행하는 등 팀 분위기에도 차이가 생겼다고 보고됐다.

이번 실험은 피험자 수가 적고 실험 시간도 하루 한정으로, 실험 환경이 제한적이었다. 또 클로드를 사용한 팀은 일상적으로 클로드를 사용하던 사람이었기 때문에 초보자가 AI 지원을 받는 경우와는 다른 결과가 나올 가능성이 있다. 앤트로픽 측은 그럼에도 AI가 로봇을 통해 현실 세계에서 활동할 수 있다는 걸 확인할 수 있었던 중요한 첫걸음이라고 밝혔다. 관련 내용은 이곳에서 확인할 수 있다.