마인드봇[인간형 로봇, 공동작업 실험에서 인간으로 인정받아][세계 최강 AI 칩, 누가 장악하고 있나?] 미국, AI 칩 시장 주도… 중국은 제재 속에서 대응 전 세계적으로 AI 개발 경쟁이 치열해지면서, 가장 강력한 AI 칩을 누가 장악하고 있는지
박영숙세계미래보고서저자| 입력 : 2024/10/08 [22:31]
공유하기 더보기
인간형 로봇, 공동작업 실험에서 인간으로 인정받아
연구자들은 기계의 행동 변화를 조절함으로써 기계에 '인간성'을 부여할 수 있다.
iCub, 제노바의 이탈리아 공과대학에서 만든 작은 휴머노이드. 출처: Michele D'Ottavio / Alamy Stock Photo.
가변성은 인간 행동의 근본적인 특징 중 하나이다. 연구자들은 그것이 진화의 결과일 수 있다고 믿습니다. 왜냐하면 그것이 우리를 더 예측 불가능하게 만들고 포식자에게 덜 취약하게 만들기 때문.
이 같은 특징은 또한 무엇이 인간적인지, 무엇이 아닌지를 구별하는 우리의 능력에 역할을 할 수 있다. 여러 실험에 따르면 인간형 로봇이 반응 시간이나 동작 패턴에서 인간과 같은 다양성을 보일 때 우리는 그들을 더 인간과 비슷하다고 인식한다.
Science Robotics 1 에 게재된 한 연구에서 연구자들은 인간과 로봇이 공동 활동을 수행할 때 이와 동일한 효과를 관찰했다. "로봇에 대한 인간성 귀속의 행동적 다양성의 영향을 평가하기 위해, 우리 실험에서 로봇은 다른 인간이 원격 조종하거나 컴퓨터가 제어했습니다."라고 제노바에 있는 이탈리아 공과대학(IIT)의 수석 연구원이자 이 연구의 코디네이터인 아그니에스카 비코프스카가 말했다.
이 연구는 또한 로봇의 행동의 가변성이 인간의 행동과 유사하지 않더라도 같은 범위에 속한다면 이 효과가 적용된다는 것을 보여주었다. "맥락과 로봇이 수행해야 하는 기능에 따라 로봇공학자는 로봇의 행동의 가변성을 조절하여 기계에 다른 수준의 인간성을 부여할 수 있습니다."라고 Wykowska는 덧붙였다.
실험을 위해 인간 참가자는 iCub 휴머노이드 로봇 옆, 화면 앞 부스에 앉았다.이 설정은 인접한 부스에서도 복제되었다. 한 부스에서 화면에 빨간색 사각형이 나타나면 참가자는 앞에 있는 버튼을 눌러야 했다.녹색 사각형이 나타나면 iCub가 키를 눌러야 했다. iCub의 반응 시간은 작업을 반대 방식으로 수행하는 다른 부스의 인간이나 사전 프로그래밍된 컴퓨터 알고리즘에 의해 제어되었다. 이 알고리즘은 저자가 이전 연구에서 측정한 동일한 범위의 인간 반응 시간 변동성을 재현했지만 통계적 분포 2의 모양은 동일하지 않았다 .
참가자들은 iCub의 제어 구성을 알지 못했고, 인접한 부스에서 로봇을 원격 조작하는 시점도 알지 못했다. IIT의 또 다른 연구자이자 이 연구의 첫 번째 저자인 프란체스카 시아르도는 "이를 통해 실시간 상호작용을 연구하고 있다는 것을 알 수 있습니다."라고 설명한다.
동일한 제어 구성, 컴퓨터화 또는 원격 조작이 100회 시도 시퀀스에 대해 유지되었다. 각 시퀀스가 끝날 때 참가자들에게 iCub가 인간 또는 컴퓨터에 의해 제어된다고 믿는지 물었다.
대부분의 경우, 참가자들은 iCub가 다른 사람에 의해 원격 조종되었을 때를 정확하게 추측할 수 있었으며, 이는 우리가 반응 시간의 변동 범위뿐만 아니라 분포 모양도 알고 있다는 신호이다. 대신, iCub가 컴퓨터에 의해 제어되는 시퀀스의 끝에서 참가자들은 약 50%의 시간 동안만 올바른 답을 했으며, 이는 무작위로 대답했을 때 예상되는 확률과 같다.
연구자들은 또한 반응 시간 간의 상관관계 정도를 살펴봄으로써 인간과 로봇 간의 조정을 측정했고, iCub이 컴퓨터로 제어될 때 더 높았다는 것을 발견했다. "이것은 로봇의 반응 시간이 더 예측 가능했기 때문일 수 있습니다."라고 Wykowska는 말한다. 로봇이 실제 협력자보다는 도구로 더 많이 사용될 때, 예를 들어 로봇 지원 수술에서 이러한 종류의 가변성을 채택하는 것이 바람직할 수 있다. "반대로, 우리는 사회적 맥락에서 행동할 때 성과의 효율성을 희생할 수도 있습니다."라고 Wykowska는 덧붙인다.
작은 실험실 연못에서 로봇 가오리가 지느러미를 펄럭이며 헤엄칩니다. 대략 10센트짜리 동전 너비인 이 로봇은 몸 크기의 몇 배에 달하는 거리를 질주합니다. 모서리를 쉽게 돌아다닐 수 있고 비슷한 디자인의 이전의 펄럭이는 마이크로봇보다 훨씬 더 오래 헤엄칩니다.
비밀은? 로봇은 프로그래밍 가능한 전자 "뇌"에 의해 제어되는 살아있는 인간 유래 뉴런과 근육 세포의 바이오 하이브리드 혼합물입니다. 세포는 지느러미로 합성 "골격"을 덮고 우리 몸의 움직임을 주도하는 것과 같은 조밀한 연결을 형성합니다.
또한, 자기 코일이 달린 무선 전자 회로가 탑재되어 있습니다. 이 회로는 로봇의 뉴런을 제어하여 활동을 증폭하거나 감쇠합니다. 그러면 뇌 세포가 근육 섬유를 자극합니다. 로봇은 가오리나 나비의 유연성으로 지느러미를 따로 또는 함께 펄럭일 수 있습니다.
로봇의 움직임을 보는 것은 매혹적이지만, 이 연구는 멋진 시각적 효과에만 국한되지 않습니다.
로봇은 오랫동안 자연 속의 움직임 사례를 활용하여 민첩성을 높이고 에너지 사용량을 줄였습니다. 현재 바이오 하이브리드 로봇은 영양가 있는 화학 물질 수프에서만 살 수 있고 작동할 수 있습니다. 하지만 이전 디자인과 달리 이 로봇은 분야를 "뇌-운동 경계"로 밀어붙이며 "고급 적응 운동 제어 및 학습이 가능한" 자율 시스템으로 이어질 수 있다고 하버드 의대의 연구 저자인 수 라이언 신과 동료들이 썼습니다 .
이 기술은 생물의학에 큰 도움이 될 수 있습니다. 종종 살아있는 신체와 호환되기 때문에 "조직 기반 바이오하이브리드 로봇공학은 인간 건강, 의학 및 생물학의 기초 연구에 대한 추가적인 학제간 통찰력을 제공합니다." 연구에 참여하지 않은 콜로라도 볼더 대학교의 니콜 쉬가 썼습니다 .
자연의 터치
과학자들은 오랫동안 최소한의 에너지만 사용하면서도 다양한 지형을 탐색할 수 있는 부드럽고 민첩하며 유연한 로봇을 개발하고자 노력해 왔습니다. 이는 단단하고 기계적인 터미네이터와는 거리가 멉니다.
그들은 종종 자연에서 아이디어를 얻습니다.
진화 덕분에 지구상의 모든 종은 생존에 맞춰 조정된 미세 조정된 운동 시스템을 가지고 있습니다. 각 시스템은 다르지만(나비가 날개를 펄럭이는 뇌 배선은 푸른 고래가 지느러미를 펼치는 뇌 배선과 거의 비슷하지 않음) 모든 시스템을 연결하는 하나의 중심 개념이 있습니다.
각 종은 움직임을 환경에 연결하고 자극에 빠르게 반응하는 시스템이 필요합니다. 이는 생물에게는 자연스러운 일이지만, 로봇은 예상치 못한 도전에 직면하면 종종 넘어집니다.
Xu는 "생물학적 적응을 촉진하는 진화적 압력 때문에 동물은 일반적으로 로봇과 비교했을 때 에너지 효율성, 민첩성, 손상 내성 등의 성능이 더 높습니다."라고 적었습니다.
과학자들이 생물학적으로 영감을 받은 로봇을 설계하기 위해 자연을 찾는 것은 당연한 일입니다. 가장 인기 있는 두 가지는 가오리와 나비인데, 둘 다 지느러미 또는 날개를 펄럭이는 데 매우 적은 에너지를 사용합니다.
작년에 한 팀이 합성 하이드로젤을 사용하여 나비와 같은 수중 로봇을 설계했습니다. 빛을 컨트롤러로 사용하여 날개를 펄럭여 위로 헤엄칠 수 있었습니다. 대부분 실리콘으로 된 또 다른 미니봇은 헤어핀을 닫을 때와 같이 "스내핑" 동작으로 고속으로 헤엄쳤습니다.
두 로봇 모두 완전히 엔지니어링된 소재를 사용했고, 빛이나 압력과 같은 자극을 감지하고 로봇의 움직이는 구성 요소를 변경하기 위한 액추에이터가 필요했습니다. 성공적이기는 하지만, 종종 실패할 수 있습니다.
뇌와 기계가 만나다
바이오 하이브리드 로봇이 등장했습니다.
이러한 로봇은 생물학적 작동 장치를 사용하여 신체에서 사용되는 다양한 유형의 에너지를 쉽게 변환합니다. 예를 들어, 전기나 빛을 자동으로 화학 에너지로 변환합니다.
이 전략은 근육 조직을 사용하여 앞으로 수영하고 외부 광원을 사용하여 회전하는 광선과 같은 로봇을 포함하여 성공을 거두었 습니다. 여기서 빛으로 제어되는 로봇은 빛의 섬광에 반응하도록 유전적으로 조작된 단일 층의 쥐 심장 세포를 가지고 있었습니다. 순수 합성 소재로 제작된 바이오봇과 비교했을 때, 이 로봇은 훨씬 더 오래 수영할 수 있었습니다.
새로운 연구는 뇌 세포를 혼합하여 이 접근 방식을 한 단계 더 발전시켰습니다. 뉴런은 근육 세포와 복잡한 연결을 형성하여 언제 구부릴지 지시합니다.
연구팀은 로봇에 유도만능줄기세포(iPSC)를 사용했습니다. 과학자들은 피부 세포를 줄기세포와 같은 상태로 되돌린 다음 다른 세포 유형을 형성하도록 밀어 넣어 이러한 세포를 만듭니다. 이 경우, 그들은 근육 운동을 지시하는 뇌 세포인 운동 뉴런과 심장 박동을 유지하는 것과 유사한 근육 세포를 키웠습니다. 세포는 페트리 접시에서 연결되어 뉴런이 근육 수축을 제어할 수 있도록 합니다.
연구팀은 살아있는 세포를 손에 쥐고 로봇의 두 가지 주요 구성 요소를 조립했습니다.
첫 번째는 탄소 나노튜브와 젤라틴(젤로의 주성분)으로 만든 얇은 필름 스캐폴드에 신경 세포와 근육 세포를 삽입하고, 이를 로봇의 몸체와 지느러미 모양으로 만든 것입니다.
다른 하나는 자기 자극을 사용하여 신경 세포의 전기적 활동을 변경하고 활동을 증가 또는 감소시켜 무선으로 봇을 제어하는 "인공 두뇌"입니다 .
뉴로봇
여러 테스트에서, 팀은 바이오하이브리드 봇이 수영장을 항해할 때의 행동을 제어할 수 있음을 보여주었습니다. 여러 주파수를 사용하여, 각각 왼쪽 또는 오른쪽 지느러미의 뉴런을 활성화하여, 그들은 봇을 직선으로 쉽게 조종하고 방향을 전환했습니다.
입력에 따라 봇은 단일 지느러미, 두 지느러미 또는 번갈아 가며 지느러미를 펄럭일 수도 있습니다. 후자는 더 긴 수영을 위한 지구력을 증가시켰습니다. 카약에서 팔을 번갈아 가며 하는 것과 비슷합니다.
봇의 뉴런과 근육 세포는 전기만으로 데이터를 전송하는 일종의 연결을 형성하여 팀을 놀라게 했습니다. 일반적으로 시냅스라고 불리는 이러한 연결은 통신을 연결하기 위해 추가적인 화학 메신저가 필요하며 단방향입니다.
반면, 봇에서 형성된 네트워크는 양방향으로 더 빠르고 더 오래 데이터를 전송할 수 있어, 표준 화학 시냅스보다 최대 150초 또는 약 7.5배 더 오래 근육을 제어할 수 있습니다. 그리고 합성 소재만을 사용하는 생물에서 영감을 받은 시스템과 비교했을 때, 바이오 하이브리드 봇은 에너지 필요성을 대폭 줄였습니다.
현재 미니봇은 영양이 풍부한 화학 물질 수프에서만 생존할 수 있습니다. 그러나 그들은 살아있는 구성 요소가 전자 장치 및 비생물학적 스캐폴딩과 완벽하게 통합될 수 있음을 보여줍니다. 살아있는 로봇은 뇌와 근육과 관련된 질병을 연구하거나 새로운 약물 치료법을 테스트하기 위해 차세대 칩상 오르가노이드를 형성할 수 있습니다. 표준 화학 시냅스보다 구현하기 쉬운 순수한 전기적 연결을 사용하면 바이오 하이브리드 봇의 생산을 확대하는 데 도움이 될 수 있습니다.
연구팀은 "이 생체전자 신경근 로봇 수영 선수의 출현은 적응형 운동 제어, 감지 및 학습을 달성할 수 있는 자율적인 생체 하이브리드 로봇 시스템을 구축할 수 있는 잠재적인 한계를 시사한다"고 기록했습니다.
로봇 작업을 위한 온보드 AI
로봇은 탑재된 AI 소프트웨어를 통해 장면을 빠르게 매핑하고 주어진 작업을 완료하는 데 필요한 항목을 식별할 수 있다.
이 새로운 방법은 역사의 그리스 뮤즈처럼 클리오(Clio)라고 불리며, 주어진 작업에 정말 중요한 것만 식별하고 기억하는 능력 때문이다.
예를 들어, 실시간으로 Clio를 탑재한 4족 로봇(Boston Dynamics의 Spot)은 사무실 건물에서 로봇의 작업(예: 사무용품 더미를 무시하고 반려견 장난감을 찾는 것)과 관련된 부분만 식별하고 매핑하여 로봇이 관심 있는 물체를 잡을 수 있도록 했다.
MIT의 Clio는 로봇 주변에서 작업과 관련된 객체를 실시간으로 매핑하여 봇(사진은 Boston Dynamic의 4족 로봇 Spot)이 자연어 작업을 수행할 수 있도록 한다(출처: MIT).
Clio 시스템은 로봇공학 및 자동화 레터(Robotics and Automation Letters)에 게재된 연구 논문에 설명되어 있다. 이 논문의 최종 원고는 MIT에서 구할 수 있으며, 사전 인쇄본은 arXiv에 게재되었다.
Clio를 사용하면 로봇에 자연어로 설명된 작업 목록이 제공되고, 해당 작업을 기반으로 주변 환경을 분석하여 주어진 작업과 관련된 것만 식별하고 기억한다.
MIT 보도 자료에서 수석 연구원인 루카 칼로네는 "수색 및 구조가 이 작업의 동기 부여 응용 프로그램이지만, Clio는 가정용 로봇과 인간과 함께 공장에서 일하는 로봇에도 전원을 공급할 수 있다."라고 말했다. "실제로 로봇이 환경을 이해하고 임무를 수행하기 위해 기억해야 할 사항을 이해하도록 돕는 것이다."
컴퓨터 비전과 LLM 결합
복잡한 환경에서 탐색하고 작동해야 하는 로봇에 탑재된 인공지능(AI)은 중요하고 필수적이다. 이러한 시스템은 수색 및 구조 작업과 이 연구에서 언급된 다른 응용 프로그램뿐만 아니라 법 집행 작업, 군사 작전, 심우주 작전과 같이 로봇이 가능한 한 자율적으로 작동해야 하는 모든 응용 프로그램에도 유용할 것이다.
Clio는 컴퓨터 비전과 대규모 언어 모델(LLM)을 모두 사용하며 멀티모달 AI를 향한 진전으로 볼 수 있다.
인간보다 AI를 더 신뢰하는 충격적인 연구 결과: 생사의 기로에서 드러난 인간의 모습
최근 발표된 연구 결과가 세상을 떠들썩하게 하고 있다. 연구에 따르면, 생사의 기로에 선 사람들은 인간보다 AI를 더 신뢰한다는 충격적인 사실이 밝혀졌다. 이는 AI가 아직 완벽하지 않고, 오류를 범할 수 있다는 사실을 알고 있음에도 불구하고 나타난 결과라 더욱 놀라움을 자아낸다.
연구는 어떻게 진행되었을까?
연구진은 참가자들에게 드론을 조종하는 시뮬레이션을 진행했다. 드론은 아군과 적군을 구분해야 하는 중요한 임무를 수행해야 했으며, 참가자들은 이때 AI의 조언을 받았다. 놀랍게도, 참가자들은 AI의 조언을 거의 무조건적으로 따랐으며, 특히 인간형 로봇의 경우 그 경향이 더욱 두드러졌다. 심지어 AI의 조언이 무작위로 주어졌음에도 불구하고 말이다.
왜 사람들은 AI를 더 신뢰할까?
연구진은 이러한 현상에 대해 몇 가지 이유를 제시했다. 첫째, AI에 대한 과도한 신뢰이다. 사회 전반에 AI가 빠르게 확산되면서, 사람들은 AI가 모든 문제를 해결해 줄 수 있다고 믿는 경향이 있다. 둘째, 불확실성에 대한 두려움이다. 생사가 걸린 위급한 상황에서 사람들은 확실한 해답을 원하며, AI의 조언이 그러한 욕구를 충족시켜 준다고 생각한다.
이 연구가 시사하는 바는 무엇일까?
이 연구는 AI 시대를 살아가는 우리에게 시사하는 바가 크다. 우리는 AI를 무조건적으로 신뢰해서는 안 된다. AI는 아직까지는 인간의 판단을 보완하는 도구일 뿐이며, 중요한 결정은 스스로 내려야 한다. 특히 생명과 직결되는 문제에 대해서는 더욱 신중해야 한다.
연구진은 이러한 문제를 해결하기 위해 무엇을 제안하고 있을까?
연구진은 AI에 대한 건강한 회의주의를 가져야 한다고 강조한다. AI의 조언을 받을 때는 항상 비판적인 시각을 갖고, 스스로 판단해야 한다. 또한, AI의 한계를 인지하고, AI가 할 수 없는 일과 할 수 있는 일을 명확하게 구분해야 한다.
결론
이 연구는 AI 시대를 살아가는 우리에게 중요한 메시지를 던져준다. AI는 편리하고 유용한 도구이지만, 동시에 위험한 존재가 될 수도 있다. 우리는 AI를 올바르게 활용하고, 그 위험성을 인지해야 한다.
인간은 종종 생사의 선택에 직면할 때 AI를 인간보다 더 신뢰한다는 연구 결과가 발표
연구자들은 피험자들에게 AI 기계가 제한된 능력을 가지고 있으며, 틀릴 수 있다는 점을 설명했음에도 불구하고, 피험자들은 로봇의 판단을 따르는 경향을 보였다. 사실, 로봇의 조언은 무작위로 제공되었다.
콜린 홀브룩 교수는 “사회적으로 AI가 너무 빠르게 발전하고 있는 가운데, 우리는 과도한 신뢰의 가능성에 대해 우려해야 한다”라고 말했다. 연구에 따르면, 사람들은 실수가 심각한 결과를 초래할 수 있을 때에도 AI를 지나치게 신뢰하는 경향이 있다. 홀브룩 교수는 생사에 관한 결정에서 AI에 대한 건강한 회의주의가 필요하다고 강조했다.
이 연구는 저널 "사이언티픽 리포트"에 게재되었으며, 두 가지 실험으로 구성되었다. 피험자들은 화면에 표시된 표적에 미사일을 발사할 수 있는 무장 드론을 시뮬레이션으로 제어하는 과정을 거쳤으며, 로봇이 피험자의 선택에 대해 의견을 제시하는 방식이었다.
결과적으로, 피험자는 인간형 로봇이 의견을 제시할 때 더 많이 영향을 받았지만, 로봇이 비인간적으로 보일 때에도 대다수의 시간 동안 마음을 바꾸었다. 로봇이 무작위로 동의하면 피험자는 자신의 선택을 고수하는 경향을 보였다.
연구의 결과는 군사적 결정 및 치명적인 무력 사용 또는 의료 비상 상황에서 AI의 영향이 고려되는 상황에 적용될 수 있다. 홀브룩 교수는 “우리 프로젝트는 AI가 신뢰할 수 없을 때 불확실한 상황에서 내리는 고위험 결정에 관한 것이었다"라고 말했다. 연구 결과는 AI가 점점 더 일상에 깊이 자리잡고 있는 현실에 대한 공론화된 논쟁에도 기여한다. 우리는 AI를 신뢰해야 할지 고민할 필요가 있다.
생사의 선택에 직면한 사람들은 AI를 인간보다 더 신뢰한다.
인간 피험자들은 AI 기계가 제한된 능력을 가지고 있고 틀릴 수 있는 조언을 한다는 말을 들었음에도 불구하고 로봇이 판단을 좌우하도록 허용했다. 사실, 조언은 무작위였다.
"사회적으로 AI가 너무 빨리 가속화되면서 우리는 과도한 신뢰의 가능성에 대해 우려해야 한다."라고 연구의 수석 연구원이자 UC 머세드 인지 및 정보 과학과의 일원인 콜린 홀브룩 교수가 말했다. 점점 더 많은 문헌에 따르면 사람들은 실수를 저지를 경우 심각한 결과가 초래될 때에도 AI를 과도하게 신뢰하는 경향이 있다.
홀브룩은 대신 우리에게 필요한 것은 의심을 지속적으로 적용하는 것이라고 말했다.
그는 "특히 생사에 관한 결정에서 AI에 대해 건강한 회의주의를 가져야 한다."라고 말했다.
저널 사이언티픽 리포트(Scientific Reports)에 게재된 이 연구는 두 가지 실험으로 구성되었다.
각 실험에서 피험자는 화면에 표시된 표적에 미사일을 발사할 수 있는 무장 드론을 시뮬레이션으로 제어했다. 8개의 표적 사진이 각각 1초도 채 걸리지 않고 연속으로 깜빡였다. 사진에는 아군을 나타내는 기호와 적군을 나타내는 기호가 표시되어 있었다.
"우리는 시각적 도전을 가능하지만 어렵게 만들기 위해 난이도를 조정했다."라고 홀브룩이 말했다.
그런 다음 화면에는 표시되지 않은 대상 중 하나가 표시되었다. 피험자는 기억을 검색하여 선택해야 했다. 아군인가 적군인가? 미사일을 발사할 것인가, 철수할 것인가?
사람이 선택한 후 로봇이 의견을 제시했다.
"그렇다, 적의 체크 표시도 본 것 같다."라고 말할 수도 있다. 또는 "동의하지 않는다. 이 이미지에는 동맹 심볼이 있었던 것 같다."
피험자는 로봇이 더 많은 해설을 덧붙이면서 자신의 선택을 확인하거나 변경할 기회가 두 번 주어졌고, 로봇의 평가는 바뀌지 않았다. 즉, "당신이 옳기를 바란다." 또는 "마음을 바꿔주어서 감사하다."
결과는 사용된 로봇의 유형에 따라 약간 달랐다. 한 시나리오에서 피험자는 허리를 회전하고 화면을 향해 몸짓을 할 수 있는 실물 크기의 인간처럼 생긴 안드로이드와 함께 연구실에 있었다. 다른 시나리오에서는 화면에 인간처럼 생긴 로봇을 투사했고, 다른 시나리오에서는 사람과 전혀 닮지 않은 상자 모양의 '봇'을 표시했다.
피험자는 인간형 AI가 마음을 바꾸라고 조언했을 때 약간 더 많은 영향을 받았다. 그래도 영향은 전반적으로 비슷했으며, 로봇이 비인간적으로 보일 때에도 피험자는 약 3분의 2의 시간 동안 마음을 바꿨다. 반대로 로봇이 무작위로 초기 선택에 동의하면 피험자는 거의 항상 자신의 선택을 고수하고 자신의 선택이 옳다는 확신을 상당히 더 많이 느꼈다.
(피험자에게 최종 선택이 옳은 지 알려주지 않아 행동의 불확실성이 커졌다. 덧붙여: 첫 번째 선택은 약 70%의 경우 옳았지만 로봇이 신뢰할 수 없는 조언을 한 후에는 최종 선택이 약 50%로 떨어졌다.)
연구자들은 시뮬레이션 전에 드론 공격의 여파로 남은 파괴와 함께 어린이를 포함한 무고한 시민의 이미지를 참가자들에게 보여주었다. 그들은 참가자들에게 시뮬레이션을 실제인 것처럼 취급하고 실수로 무고한 사람을 죽이지 말라고 강력히 권장했다.
후속 인터뷰와 설문 조사 질문에서 참가자들이 자신의 결정을 진지하게 받아들였다는 것이 나타났다. 홀브룩은 이는 연구에서 관찰된 과도한 신뢰가 피험자가 진심으로 옳기를 원하고 무고한 사람을 해치고 싶지 않음에도 불구하고 발생했다는 것을 의미한다고 말했다.
홀브룩은 이 연구의 설계가 불확실한 상황에서 AI를 너무 신뢰하는 것에 대한 더 광범위한 질문을 테스트하는 수단이라고 강조했다. 연구 결과는 군사적 결정에 대한 것이 아니며 AI가 경찰에 영향을 미쳐 치명적인 무력을 사용하거나 구급대원이 의료 비상 상황에서 누구를 먼저 치료할지 결정할 때 AI에 의해 흔들리는 것과 같은 맥락에 적용될 수 있다. 연구 결과는 어느 정도 주택 구매와 같은 삶을 크게 바꿀 수 있는 결정으로 확장될 수 있다.
"우리 프로젝트는 AI가 신뢰할 수 없을 때 불확실성 속에서 내리는 고위험 결정에 관한 것이었다."고 그는 말했다.
연구 결과는 또한 우리 삶에서 AI가 점점 더 많이 존재하고 있다는 것에 대한 공공장소에서의 논쟁에 기여한다. 우리는 AI를 신뢰해야 할까?
홀브룩은 연구 결과가 다른 우려를 제기한다고 말했다. AI의 놀라운 발전에도 불구하고 "지능" 부분에는 윤리적 가치나 세상에 대한 진정한 인식이 포함되지 않을 수 있다. 그는 AI에 우리 삶을 운영하는 또 다른 열쇠를 건네줄 때마다 조심해야 한다고 말했다.
홀브룩은 "우리는 AI가 놀라운 일을 하는 것을 보고 있으며 이 분야에서 놀랍기 때문에 다른 분야에서도 놀랍기를 바란다."라고 말했다. "그렇게 가정할 수는 없다. 여전히 제한된 기능을 가진 기기이다."
새로운 로봇 집사가 집안일을 대신한다.
캘리포니아의 기업 Weave가 다재다능한 개인 로봇 Isaac을 발표했다. Isaac은 2025년 가을 첫 고객에게 배송될 예정이다.
Isaac의 주요 기능
Isaac은 다양한 집안일을 자율적으로 수행할 수 있다. 주요 기능은 다음과 같다:
정리 정돈
세탁물 접기
공간 정리
기타 다양한 집안일
이 로봇 집사는 음성이나 텍스트 명령에 반응하며, 전용 앱을 통해 프로그래밍이 가능하다. 개인정보 보호를 위해 Isaac이 탑재한 카메라는 사용하지 않을 때 접어서 케이스에 보관할 수 있다
가격 및 출시 계획
Weave는 초기에 30명의 미국 고객에게 Isaac을 제공할 계획이다. 가격은 다음과 같이 책정되었다:
일시불: 59,000달러
할부: 48개월 동안 월 1,385달러
예약 수수료: 1,000달러
개인용 로봇 시장 전망
저렴하고 지능적인 개인용 로봇 조수에 대한 경쟁이 치열해지고 있다. 2025년경에는 이러한 로봇들이 가정에서 실제로 사용될 것으로 전망된다. Tesla의 Optimus, 1X의 NEO Beta, 중국의 AGIBOT, Weave의 Isaac 등 다양한 기업들이 시장에 진출하고 있다
5
.이러한 로봇의 등장으로 인해 일상적인 집안일, 특히 세탁물 접기와 같은 단순 반복 작업에서 해방될 수 있을 것으로 기대를 모으고 있다.
Isaac Sim의 주요 기능 중 가장 유용한 것들은 다음과 같습니다:
강화학습 지원: Isaac Sim은 강화학습을 수행할 수 있는 환경을 제공합니다. CPU 기반 시뮬레이션과 달리 GPU를 활용하여 빠른 계산이 가능.
현실적인 시뮬레이션: NVIDIA RTX 기술을 활용하여 물리적으로 정확한 센서 데이터를 실시간으로 렌더링할 수 있습니다. 이를 통해 실제 환경과 유사한 시뮬레이션이 가능.
인간-로봇 상호작용 시뮬레이션: 새로운 사람 시뮬레이션 기능을 통해 인간 캐릭터를 추가하고 패키지 적재나 카트 밀기 등 일반적인 동작을 실행할 수 있다. 이는 협동 로봇이나 자율 이동 로봇과 인간의 상호작용을 테스트하는 데 유용.
다양한 개발 도구 지원: Isaac Sim은 파이썬, ROS, Isaac SDK 등을 통해 탐색, 조작, 딥러닝 애플리케이션 개발을 지원. 또한 합성 데이터 생성, 도메인 랜덤화, 강화학습 등을 위한 도구들을 제공.
시간과 비용 절약: 실제 환경에서 테스트하기 전에 로봇을 가상으로 시뮬레이션하고 튜닝할 수 있어 개발 과정에서 시간과 비용을 크게 절약 가능.
이러한 기능들을 통해 Isaac Sim은 로봇 개발자들에게 강력하고 유용한 시뮬레이션 환경을 제공.
새로운 로봇 집사가 집안일을 대신한다 이미지 출처: Weave 요약:
Weave는 캘리포니아에서 제작하여 2025년 가을에 첫 고객에게 배송할 예정인 다양한 집안일을 돕는 다재다능한 개인 로봇인 Isaac을 발표했다.
Isaac은 자율적으로 정리하고, 세탁물을 접고, 공간을 정리하고, 다른 많은 집안일을 수행할 수 있다. 로봇 집사는 음성 또는 텍스트 명령에 응답하며 앱을 통해 프로그래밍할 수 있다. Isaac이 가지고 다니는 카메라는 사용하지 않을 때 개인 정보 보호를 위해 접어서 포함된 케이스에 보관한다.
Weave는 30명의 운 좋은 미국 고객에게 1,000달러의 예약 수수료와 함께 59,000달러(또는 48개월 동안 월 1,385달러)를 청구할 계획.
저렴하고 지능적인 개인용 로봇 조수에 대한 경쟁이 계속 치열해지고 있으며, 2025년이 되면 이러한 로봇이 가정에서 사용될 것으로 보인다. Tesla의 Optimus, 1X의 NEO Beta, 중국의 AGIBOT, Weave의 Isaac이든, 우리는 더 이상 세탁물을 접을 필요가 없다는 사실에 흥분한다.
전 세계적으로 AI 개발 경쟁이 치열해지면서, 가장 강력한 AI 칩을 누가 장악하고 있는지에 대한 관심이 높아지고 있다. 옥스포드 대학 연구팀의 분석에 따르면, 미국이 Nvidia H-100 칩을 중심으로 AI 칩 시장을 주도하고 있는 것으로 나타났다.
미국이 H-100 칩을 많이 보유하게 된 주된 이유는 2022년 출시 당시 이미 칩을 수용할 수 있는 인프라를 갖추고 있었기 때문이다. H-100은 이전 세대 칩인 A-100보다 새로운 AI 모델을 훈련하는 속도가 약 9배나 빠르다는 점에서 AI 연구 개발에 있어 핵심적인 역할을 하고 있다.
반면, 중국은 미국의 수출 규제로 인해 H-100 칩을 확보하는 데 어려움을 겪고 있다. 이에 따라 중국은 상대적으로 성능이 낮은 A100 칩을 대량으로 확보하여 부족한 부분을 메우려고 노력하고 있다. 가장 오래된 V100 칩의 경우 남미와 아프리카 등 상대적으로 인프라가 부족한 지역에서도 찾아볼 수 있다.
가장 강력한 AI 칩의 글로벌 분포에 대한 옥스포드 대학의 연구 결과가 발표됐다. 이 연구는 세계 각 지역에서 사용 가능한 최첨단 GPU 유형과 그 분포를 분석했다고 한다.
미국의 AI 칩 우위
연구에 따르면, 미국은 현재 시장에서 가장 강력한 AI 칩으로 평가받는 Nvidia H-100의 보유 농도가 가장 높은 것으로 나타났다. 이는 2022년 H-100이 출시되었을 때 이미 이를 수용할 수 있는 인프라가 갖춰져 있었기 때문이라고 한다. H-100은 새로운 AI 모델을 훈련하는 데 있어 이전 모델인 A-100보다 약 9배 빠른 성능을 보인다고 했다.
중국의 대응 전략
중국의 경우, 미국의 기술 수출 제한으로 인해 H-100에 접근할 수 없는 상황이라고 한다. 이에 대응하여 중국은 상대적으로 덜 강력하지만 많은 수의 A100 칩을 확보하는 전략을 취하고 있다고 했다.
글로벌 AI 칩 분포
연구진은 가장 오래된 모델인 V100이 남미와 아프리카를 포함한 전 세계에 더 널리 분포되어 있다고 밝혔다. 이는 최신 AI 칩의 분포가 지역별로 불균형한 상태임을 시사한다고 볼 수 있다.이번 연구 결과는 AI 기술 발전의 글로벌 불균형 문제를 제기하며, 향후 AI 기술 접근성과 관련된 국제적 논의가 필요할 것으로 보인다고 했다.
가장 강력한 AI 칩을 제어하는 사람은 누구일까?
퍼블릭 클라우드 지역의 대략적인 위치와 각 지역에서 사용 가능한 가장 진보된 GPU 유형. 출처: Oxford University Internet Institute
옥스포드 대학의 연구원들은 전 세계에서 가장 강력한 AI 칩이 어디에 분포되어 있는지 분석했다 . 미국은 시장에서 가장 강력한 AI 칩인 Nvidia H-100의 농도가 가장 높다. 부분적으로는 2022년에 출시되었을 때 이미 칩을 수용할 인프라가 있었기 때문이다. 새로운 AI 모델을 훈련하는 데 있어서는 A-100보다 약 9배 빠르다.
중국은 금수조치로 H-100에 접근할 수 없지만, 대신 덜 강력한 A100을 많이 모아서 메우려고 했다. 가장 오래된 V100은 남미와 아프리카와 같은 곳을 포함하여 전 세계에 더 널리 분포되어 있다.
AI, CAPTCHA 정확도 100% 달성, 인간을 앞지르다
새로운 연구에 따르면 AI 봇은 이제 Google의 reCAPTCHAv2를 100% 정확도로 풀 수 있으며, 이 작업에서 인간을 능가한다. 이는 온라인 보안의 미래에 대한 의문을 제기한다.
10년 이상 CAPTCHA는 온라인을 탐색할 때 인간인지 봇인지 판별하는 기준이었다. 이미지 그리드에서 신호등을 식별하는 것부터 "나는 로봇이 아닙니다"라고 적힌 상자를 체크하는 것까지 다양한 이러한 테스트는 실제 사람만 특정 온라인 서비스에 액세스할 수 있도록 하는 것을 목적으로 한다.
하지만 ETH 취리히의 연구자들이 실시한 새로운 연구에 따르면 기계가 이제 인간보다 이러한 과제를 해결하는 데 더 능숙해졌으며, 이는 온라인 보안의 미래에 대한 우려를 불러일으킨다.
가장 널리 사용되는 CAPTCHA 시스템 중 하나인 Google의 reCAPTCHAv2는 일련의 이미지 인식 과제를 제시하여 사람과 봇을 구별하기 위한 것이다.
사용자는 계단, 버스 또는 횡단보도와 같은 물체가 포함된 이미지를 클릭하라는 요청을 받는다.
이러한 작업은 사람에게는 간단하지만 봇에게는 훨씬 더 어려워야 한다는 아이디어이다.
그러나 이 새로운 연구에 따르면 최신 세대의 AI는 이전 연구에서 보고된 68~71%의 성공률에 비해 100%의 정확도로 이러한 CAPTCHA를 해결할 수 있다.
이 획기적인 성과는 고급 머신 러닝 모델, 특히 YOLOv8(You Only Look Once) 객체 감지 시스템을 도입한 데서 비롯되었다.
레이블이 지정된 이미지의 방대한 데이터 세트에서 학습된 이 모델은 CAPTCHA 챌린지에서 객체를 정확하고 빠르게 식별할 수 있습니다. 연구자들은 이 모델을 미세 조정하여 전례 없는 결과를 달성했으며, 마주친 모든 CAPTCHA를 오류 없이 해결했다.
더욱 놀라운 것은, 봇이 인간의 성과에 맞먹는 데 그치지 않고 특정 사례에서는 인간보다 더 나은 성과를 냈다는 것.
이 연구에서는 봇과 인간이 해결해야 하는 과제 수에 큰 차이가 없었지만, 봇이 작업을 더 일관되게 처리했다는 것을 발견했다.
연구자들은 reCAPTCHAv2가 사용자의 브라우저 데이터를 추적하여 그들이 인간인지 여부를 판단하는 데 크게 의존한다는 것을 발견했다.
확립된 검색 기록과 쿠키가 있는 사용자는 시스템에서 신뢰할 수 있는 것으로 볼 가능성이 더 높고 종종 CAPTCHA를 완전히 우회한다.
마우스 움직임과 가상 사설망(VPN) 사용도 중요한 역할을 합니다. 이 연구의 봇이 VPN과 시뮬레이션된 마우스 움직임을 사용하여 자연스러운 인간 행동을 모방했을 때 실제 사용자와 구별할 수 없게 되었다.
이는 온라인 보안에 상당한 과제를 안겨준다. Google의 reCAPTCHAv2는 봇에 대한 강력한 방어수단으로 설계되었지만, 이러한 결과는 고급 AI 시대에 더 이상 효과적이지 않음을 시사한다.
이에 대한 의미는 엄청나다. 봇은 수많은 웹사이트의 보안을 우회하고, 일반적으로 인간에게만 제한되는 많은 자동화된 작업을 수행하고, 스패밍이나 계정 인수와 같은 악의적인 활동을 수행하는 데 사용될 수 있다.
이 연구는 또한 이 주제를 둘러싼 철학적 논쟁에 빛을 비춥니다. CAPTCHA를 "가장 지적인 기계와 가장 지적이지 못한 인간 사이의 정확한 경계"로 설명한다.
그러나 AI가 계속 적응함에 따라 이 경계는 빠르게 모호해지고 있습니다. CAPTCHA 시스템은 한때 자동화된 봇을 차단하는 효과적인 방법이었지만, 이 기술의 전체 미래는 이제 의문시된다.
ETH 취리히 연구에서는 또한 Google의 차세대 CAPTCHA 시스템인 reCAPTCHAv3가 사용자에게 퍼즐을 풀라고 요청하는 것에서 이미 벗어났다고 설명한다.
대신, 사용자의 과거 행동을 모니터링하고 활동에 따라 위험 점수를 할당한다. 그러나 이 솔루션에는 고유한 문제가 있다.
일부 합법적 사용자는 설득력 있는 검색 데이터가 부족하여 중요한 온라인 서비스에서 차단될 수 있다. 결과적으로 CAPTCHA 시스템은 보안과 접근성 간의 균형을 맞춰야 한다.
이 연구는 보안 수단으로 CAPTCHA에 의존하는 사람들에게 경종을 울리는 것이다.
봇이 더 유능해짐에 따라, 우리는 사용자 진위성을 검증하기 위한 완전히 새로운 시스템을 개발해야 할 수도 있다. 이 시스템은 AI만큼 빠르게 진화할 수 있다.
혁신적인 무릎 외골격, 로봇에 적용한다면?: 작업장 안전 강화 및 피로 감소
미시간 대학(University of Michigan)의 연구원들은 시중에서 판매되는 무릎 보호대와 드론 모터를 사용하여 설계된 획기적인 무릎 외골격 세트를 개발했으며, 이 제품은 들어 올리고 옮기는 작업 중 피로를 줄이는 데 놀라운 효과를 보였다.
이 외골격은 사용자가 피곤한 상태에서도 들어 올리는 동안 올바른 자세를 유지하는 데 도움이 될 뿐만 아니라 더 나은 들어 올리기 기술을 홍보하여 작업 관련 부상을 예방하는 데 중요한 역할을 한다.
UM의 로봇 공학 교수이자 Science Robotics에 발표 된 연구의 수석 저자 인 Robert Gregg는 혁신적인 접근 방식을 설명했다 : "허리를 직접 보조하고 적절한 리프팅 자세를 포기하는 대신 다리를 강화하여 유지하십시오. 이는 업계에서 일반적으로 행해지는 것과는 다릅니다."
고위험 산업의 중요한 요구 사항 해결
들어 올리는 것이 일상적인 작업의 일부인 건설 및 제조와 같은 산업에서는 작업자를 보호하기 위해 허리 보호대와 외골격이 자주 사용된다. 그러나 이러한 기존 장치는 번거롭고 움직임을 제한하며 주로 등을 지지할 수 있으므로 부상 예방에 가장 효과적인 솔루션이 아닐 수 있다.
그러나 미시간 대학의 연구팀은 대퇴사두근을 대상으로 하는 무릎 외골격을 설계하여 자연스러운 움직임을 허용하면서 허리 부상을 예방할 수 있는 보다 실용적이고 효율적인 솔루션을 제공함으로써 다른 접근 방식을 취했다.
인상적인 테스트 결과
외골격을 테스트하기 위해 참가자들은 경사면과 계단을 걷는 것을 포함하여 20파운드 케틀벨로 다양한 들어 올리기 및 운반 작업을 수행하도록 요청받았다. 그 결과는 놀라웠다: 외골격을 착용한 참가자들은 피로를 경험한 후에도 신선할 때와 거의 같은 속도로 들어 올릴 수 있었습니다. 외골격이 없으면 들어 올리는 속도가 크게 떨어졌다.
"이 발견은 노동자가 컨베이어 벨트를 따라잡아야 할 때 특히 중요하다"고 UM에 박사 후 연구원 및 연구의 첫번째 저자인 Nikhil Divekar는 지적했다. "작업자가 피곤할 때, 그들은 속도를 따라잡지만 자세가 손상됩니다. 허리를 더 구부리게 되고, 그럴 때 부상이 발생할 가능성이 가장 높다"고 말했다.
끊김 없는 움직임을 위한 첨단 기술
무릎 외골격은 사용자가 무릎을 자연스럽게 움직일 수 있도록 최첨단 모터와 기어링 시스템으로 설계되었다. 참가자들의 피드백은 압도적으로 긍정적이었으며, 특히 외골격이 대퇴사두근에 적절한 양의 지지를 제공하는 평평한 표면을 걸을 때 더욱 그러했다.
외골격을 구동하는 고급 소프트웨어는 무릎 관절 각도, 다리 방향, 사용자 신발에 있는 센서의 힘 측정과 같은 데이터를 사용하여 사용자의 움직임을 예측한다. 초당 150회 조정을 통해 외골격은 다양한 작업에 매끄럽게 적응하여 완벽한 수준의 지원을 제공한다. 이는 기존 외골격 컨트롤러에 비해 크게 개선된 것으로, 작업 간 전환에 어려움을 겪고 사용자의 의도에 응답하는 데 최대 1초가 걸릴 수 있다.
예를 들어, 기존 외골격이 계단을 오르도록 프로그래밍된 경우 사용자가 갑자기 내려가려고 할 때 적응하는 데 어려움을 겪을 수 있다. 그러나 새로운 시스템은 기계 학습과 물리 모델링을 결합하여 이러한 복잡성을 피하고 움직임 간의 원활한 전환을 보장한다.
미래 전망: 기술 접근성 향상
현재 실험실에서 제작하고 있는 무릎 외골격 외골격의 프로토타입 가격은 한 켤레당 약 4,000달러이지만, Gregg는 대량 생산을 통해 가격을 한 켤레당 약 2,000달러로 낮출 수 있어 도움이 필요한 산업에서 더 쉽게 접근할 수 있을 것으로 예상한다.
이 연구에는 10명의 참가자(여성 5명, 남성 5명)가 참여했으며, 각 참가자는 서로 다른 두 날에 걸쳐 다양한 작업을 수행했다: 한 번은 신선할 때, 다른 하나는 피곤할 때였다. 피로를 유발하기 위해 참가자들은 반복 사이에 긴 휴식이 필요할 때까지 케틀벨로 일련의 스쿼트 리프트를 완료했다. 모든 참가자는 적절한 스쿼트 리프팅 기술에 익숙하여 정확한 결과를 보장했다.
이러한 인상적인 결과를 통해 UM의 무릎 외골격은 수동 리프팅에 의존하는 산업에 유망한 솔루션을 제시하여 작업자 생산성을 향상시키면서 부상을 예방할 수 있는 보다 안전하고 효율적인 방법을 제공한다. (Impact Lab)
