"물리적 데이터 부족으로 휴머노이드 로봇 발전 정체"…Telus Digital 임원 경고

휴머노이드 로봇 업계를 강타한 데이터 병목 현상

지난 4년 동안 생성형 인공지능(AI)의 급격한 발전으로 휴머노이드 로봇의 테스트와 도입이 가속화되었지만, 개발자들은 현재 심각한 학습 데이터 부족으로 난관에 부딪히고 있다. 캐나다 기업 Telus Digital의 AI 성장 및 솔루션 부문 부사장인 스키 파이크(Sce Pike)는 팟캐스트 '타기팅 AI(Targeting AI)'에 출연해, 최신 대규모 언어 모델(LLM)을 뒷받침했던 데이터 파이프라인을 물리적 기계에 그대로 복사해 적용할 수는 없다고 경고했다.

텍스트 기반 모델은 공개된 인터넷 데이터를 흡수하며 빠르게 확장했지만, 물리적 로봇은 텍스트만으로 현실 세계와 상호작용하는 법을 배울 수 없다. Telus Digital의 로봇 공학 및 월드 모델 이니셔티브를 이끄는 파이크 부사장은 디지털 추론과 물리적 행동 사이의 간극을 메우려면 완전히 다른 데이터 아키텍처가 필요한데, 현재 업계는 이를 대규모로 구축하는 데 어려움을 겪고 있다고 지적했다.

컴퓨팅 비용, 센서 노이즈, 그리고 현실 세계의 안전 문제

가장 큰 난제 중 하나는 기계가 물리적 현실을 이해하는 메커니즘에 있다. 파이크 부사장은 전 Meta AI 수석 과학자 얀 르쿤(Yann LeCun)이 대중화한 비유를 인용했다. 얀 르쿤은 인간 어린이가 감각 입력과 시신경을 통해 학습하기 때문에 4세 유아가 LLM보다 대략 5배나 높은 이해력을 지니고 있다고 언급한 바 있다. 유아는 주변 환경을 관찰하고 상호작용함으로써 중력, 물리 법칙, 인과관계 등 문자 언어만으로는 도출할 수 없는 개념을 자연스럽게 습득한다.

로봇에서 이러한 이해력을 구현하기 위해 개발자들은 현실 세계의 영상을 학습한 월드 모델에 의존하고 있다. 그러나 이러한 자료를 수집하고 활용하는 데에는 다음과 같은 막대한 운영상의 장벽이 따른다.

• 과도한 스토리지 및 컴퓨팅 비용: 기계에 기본 물리학을 가르치는 데 필요한 막대한 양의 고해상도 비디오를 수집하는 과정에서 대규모 인프라 및 컴퓨팅 비용이 발생한다.

• 센서 파편화: 물리적 학습 데이터는 라이다(LiDAR), 적외선 센서, 다양한 유형의 카메라가 제각각 혼합되어 수집되므로, 데이터셋 내에서 충돌하는 신호와 상당한 노이즈가 발생한다.

• 중대한 안전 위험: 데이터가 손상되거나 부실할 경우 잘못된 텍스트 출력에 그치는 챗봇과 달리, 결함이 있는 물리 데이터는 인간의 안전을 직접적으로 위협한다. 파이크 부사장은 붐비는 쇼핑몰에서 로봇이 쓰러져 팔다리를 마구 휘두르는 등 하드웨어가 오작동하는 시나리오를 언급하며, 이는 현실에서 용인될 수 없는 법적·안전적 책임 문제를 낳는다고 강조했다.

월드 모델을 향한 움직임

이러한 데이터 기근 현상은 로봇 업계의 초점이 단순 기계 메커니즘에서 체화된 인공지능(Embodied AI)으로 이동하는 시점에 나타나고 있다. 기존 기업용 AI가 합성 데이터셋과 디지털 자동화에 집중하는 반면, 로봇 공학자들은 더 적은 원시 데이터로도 행동을 일반화할 수 있는 파운데이션 월드 모델을 점점 더 모색하는 추세다. 일례로 Nvidia의 투자를 받은 스타트업 Skild AI는 단 한 번의 비디오 시연만으로 로봇이 작업을 수행하도록 훈련시켜 데이터 부족 문제를 우회하려 시도하고 있다. 그러나 현재로서는 물리적 데이터 수집의 높은 비용과 노이즈가 많은 멀티 센서 통합 문제를 해결하는 것이 연구실 수준의 시제품과 공공장소에서의 안전한 자율 배치 사이를 가로막는 주요 장애물로 남아 있다.