 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
마인드봇[대중 문화가 로봇을 복잡한 감정과 결정을 내릴 수 있는 인간과 같은 존재로 상상]
중국 스타트업 Leju Robotics가 학술 및 R&D 사용 사례를 위한 오픈소스 휴머노이드 개발 플랫폼
중국 스타트업 Leju Robotics가 학술 및 R&D 사용 사례를 위한 오픈소스 휴머노이드 개발 플랫폼을 출시했다. 여기에는 센서 및 제어를 위한 SDK, 시뮬레이션 모델, LLM 인터페이스, 그리고 바로 사용할 수 있는 몇 가지 기본 데모가 포함된다.
AI와 로봇이 손잡고 인류의 미래를 바꾸다: 혁신의 시대가 열렸다
AI와 로봇공학의 융합은 더 이상 미래의 이야기가 아닌, 현실에서 빠르게 진행되고 있는 혁신이다. 대규모 언어 모델(LLM)과 기초 모델의 발전은 로봇에게 상식과 추론 능력을 부여하며, 인간과 로봇의 상호작용을 더욱 자연스럽고 직관적으로 만들고 있다.
로봇, 인간의 벗이 되다: 뛰어넘는 한계과거의 로봇이 단순한 기계였다면, 이제 로봇은 인간의 모습을 닮아가며 우리 곁에서 함께 일하고 생활하는 동반자가 되고 있다. 컴퓨터 비전과 자연어 처리 기술의 발전으로 로봇은 주변 환경을 정확하게 인식하고, 인간의 언어를 이해하며, 복잡한 작업까지 수행할 수 있게 되었다. 로봇은 더 이상 단순한 기계가 아니다. 인간과 유사한 형태로 진화하며 우리의 상상력을 자극하고, 인간이란 무엇인가에 대한 근본적인 질문을 던진다. 일상생활의 편의를 제공하고, 위험한 환경에서 인간을 대신하여 작업을 수행하며, 다양한 분야에서 인류의 삶을 더욱 풍요롭게 만들 것이다.
로봇, 산업의 변화를 이끌다AI와 로봇 기술은 이미 다양한 산업 분야에서 활발하게 활용되고 있다. 제조업에서는 로봇이 정밀하고 효율적인 생산을 가능하게 하여 생산성을 높이고 있다. 의료 분야에서는 로봇 수술이 보편화되면서 의료의 질을 향상시키고 있다. 물류, 소매, 서비스 등 다양한 분야에서 로봇은 인간의 노동력을 보완하고 새로운 가치를 창출하고 있다.
미래를 선도하는 기업들보스턴 다이내믹스, 구글 딥마인드, ABB, FANUC, Intuitive Surgical, 아이로봇 등 세계적인 기업들은 AI와 로봇 기술 개발을 선도하며 미래 산업의 판도를 바꾸고 있다. 이들은 끊임없는 연구 개발을 통해 더욱 정교하고 지능적인 로봇을 개발하고 있으며, 이를 통해 다양한 산업 분야에 혁신을 가져올 것이다.
앞으로의 과제와 기대AI와 로봇 기술의 발전은 우리에게 긍정적인 변화를 가져다줄 것으로 기대되지만, 해결해야 할 과제도 남아 있다. 로봇의 안전성, 윤리적 문제, 일자리 감소 등은 심각하게 고려해야 할 문제이다. 하지만 이러한 과제를 극복하고 AI와 로봇 기술을 인류의 발전에 기여할 수 있도록 지속적인 연구와 개발이 필요하다.
기업을 위한 메시지AI와 로봇 기술은 더 이상 미래의 이야기가 아니다. 기업은 이러한 기술을 적극적으로 도입하고 활용하여 경쟁 우위를 확보해야 한다. 생산성 향상, 비용 절감, 새로운 사업 기회 창출 등 AI 로봇 기술은 기업의 성장을 위한 강력한 동력이 될 것이다.
결론적으로, AI와 로봇의 융합은 인류의 미래를 혁신적으로 변화시킬 잠재력을 가지고 있다. 이러한 변화에 적극적으로 대응하고, 새로운 기회를 포착하는 기업과 국가만이 미래 경쟁에서 살아남을 수 있을 것이다.
AI와 로봇공학의 융합
인류의 미래를 혁신적으로 변화시키고 있습니다. 주요 내용을 요약하면 다음과 같습니다: AI와 로봇의 진화
산업 혁신
선도 기업보스턴 다이내믹스, 구글 딥마인드, ABB, FANUC 등 글로벌 기업들이 AI 로봇 기술 개발 주도 향후 과제
기업에 대한 제언AI 로봇 기술을 적극 도입해 생산성 향상, 비용 절감, 새로운 사업 기회 창출 등 경쟁 우위 확보 필요AI와 로봇의 융합은 더 이상 미래의 이야기가 아닌 현실이 되고 있습니다. 이러한 변화에 적극 대응하고 새로운 기회를 포착하는 기업과 국가만이 미래 경쟁에서 살아남을 수 있을 것입니다.
나는 로봇을 좋아한다. 1927년 메트로폴리스의 마리아 의 조용한 금속 위협에서 스타워즈의 R2-D2 의 사랑스러운 매력에 이르기까지 로봇은 오랫동안 우리의 상상력을 사로잡아 기계가 우리에게 봉사하고, 보호하고, 심지어 우리에게 반기를 드는 미래를 약속했다. 터미네이터 의 무서운 T-800은 로봇이 인간을 따돌리는 더 어두운 그림을 그렸다.
하지만 대중 문화가 로봇을 복잡한 감정과 결정을 내릴 수 있는 인간과 같은 존재로 상상한 반면, 오늘날의 현실은 약간 다르다. 인간형 기계가 아니라 자율 주행 차량과 같은 가장 진보된 로봇은 세계 지배가 아닌 정밀성, 실시간 감각 입력 및 의사 결정에 중점을 둡니다. 이번 주에는 로봇과 인공 지능의 관계를 살펴보자.
인공지능 로봇AI 로봇공학 – 공상과학에서 비즈니스 현실까지  AI와 로봇공학은 매혹적인 방식으로 합쳐지고 있으며, 대규모 언어 모델(LLM)과 기초 모델이 로봇이 일반 지식과 상식적 추론을 할 수 있도록 하는 데 중요한 역할을 한다.
이러한 도약은 인간과 보다 직관적인 상호작용을 가능하게 하여 로봇의 자율성과 의사결정 능력을 모두 향상시킨다. 또한 컴퓨터 비전과 자연어 처리(NLP)의 발전으로 로봇은 주변 환경을 더 잘 이해하게 되어 인간상호작용의 유동성에 더 가까워지고 있다. 한편, 로봇의 손재주는 신발끈을 묶거나 셔츠를 거는 것과 같은 복잡한 작업을 수행할 수 있는 시스템으로 새로운 경지에 도달하고 있다. 이러한 능력은 로봇을 정적인 환경을 넘어 덜 예측 가능하고 비구조화된 환경에서 작업할 수 있도록 한다. 우리가 로봇에 매료된 이유로봇에 대한 우리의 매혹은 그 유용성을 넘어선다. 인간의 형태를 닮거나 모방하는 로봇은 우리의 상상력을 사로잡고, 인간이라는 것이 무엇을 의미하는지에 대한 오래된 질문을 던진다. 일상의 부담(가사일)을 덜어줄 잠재력이든, 고위험 직업에서 인간을 대체할 잠재력이든, 로봇공학의 약속은 문화 전반에 걸쳐 흥분을 불러일으킨다. 우리가 가장 좋아하는 공상과학 이야기의 로봇과도 깊은 관련이 있다. 스타워즈에서 제트슨 까지, 로봇은 오랫동안 기술의 미래로 묘사되어 왔으며, 이제 실제 세계 응용 프로그램에서 드러나는 문화적 강박관념을 만들어냈다. 초기 승리와 실제 적용제조업과 같은 산업에서 산업용 로봇은 정밀성과 효율성으로 생산에 혁명을 일으켰다. 협업 로봇 또는 "코봇"도 상당한 진전을 이루고 있으며, 공장 바닥에서 인간과 함께 안전하게 일하고 있다. 공장을 넘어 오늘날 로봇이 배치되는 몇 가지 방법은 다음과 같다.
이러한 초기 승리는 시작에 불과하다. AI와 로봇이 계속 진화함에 따라 가능성은 사실상 무한하다. 미래를 형성하는 산업 리더AI와 로봇 분야의 가장 큰 이름 중 일부는 이러한 혁신의 길을 개척하고 있다.
미래를 내다보면, 앤드류 응, 이언 굿펠로우, 데미스 하사비스와 같은 핵심 혁신가들은 경계를 넓히고 AI가 적용된 로봇을 더욱 강력하고 접근하기 쉽게 만드는 데 계속 노력하고 있다. 앞으로의 과제놀라운 진전에도 불구하고 과제는 여전히 남아 있다. 로봇의 민첩성과 예측할 수 없는 환경에서 기능하는 능력은 여전히 발전 중이며, 원활한 인간-로봇 상호작용은 완벽과는 거리가 멀다. 그러나 AI의 지속적인 혁신으로 로봇공학은 곧 우리 일상 생활에 더욱 필수적인 부분이 될 것. 기업을 위한 테이크어웨이기업에 대한 메시지는 명확하다. 지금이 AI기반 로봇솔루션을 통합할 때이다. 생산 라인 자동화, 물류 최적화 또는 고객 서비스 향상 여부에 관계없이 AI 로봇 분야의 조기 채택자는 효율성, 혁신 및 비용 절감을 선도할 것. 오늘 이러한 기술에 투자하면 내일 경쟁 우위를 확보하는 데 도움이 될 수 있다. 감정 분석 자율 로봇 차량Waymo와 Tesla의 AI 시스템은 이러한 회사를 로봇 차량 개발의 최전선에 위치시켰으며, 실시간 고위험 의사 결정에 중점을 두었습니다. 이러한 로봇 차량은 방대한 양의 감각 데이터를 지속적으로 처리하고, 장애물을 감지하고, 보행자와 다른 차량의 움직임을 예측하고, 안전한 내비게이션을 보장하기 위해 신속하고 생명에 중요한 결정을 내려야 합니다. Waymo는 LiDAR, 레이더, 카메라 등 포괄적인 센서를 사용하여 세부적인 환경 지도를 구축하고 실시간으로 주행 시나리오를 처리합니다. 강화 학습 알고리즘을 통해 시스템은 지속적으로 적응하여 AI가 도로에서 새롭고 예측할 수 없는 상황을 안전하게 처리할 수 있는 능력을 향상시킵니다. 반면, 테슬라는 수백만 마일을 주행한 차량에서 훈련된 카메라와 신경망의 데이터를 사용하는 비전 기반 AI 시스템에 크게 의존합니다. 테슬라의 접근 방식은 LiDAR와 같은 하드웨어에 대한 의존도를 줄이고 소프트웨어 기반 컴퓨터 비전을 선호하여 인간의 운전 행동을 모방합니다. Meta의 수석 AI 과학자인 Yann LeCun은 Waymo와 Tesla와 같은 로봇 차량이 작동하는 방식을 반영하여 AI에서 감각 입력의 중요성을 강조합니다 . LeCun은 인간의 뇌와 매우 유사한 지능형 시스템이 언어만으로는 정보를 처리하는 것보다 훨씬 더 효율적으로 정보를 처리하기 위해 감각 데이터에 의존한다고 주장합니다. 로봇 차량의 경우 물리적 세계에 대한 실시간 해석이 매우 중요한데, 이는 인간이 운전하는 동안 주변 환경에 반응하는 방식과 매우 유사합니다. 그는 이것이 왜 중요한지 이 바이러스성 트윗에서 설명합니다. 생성 AI: 언어의 달인이지만 물리적 세계에서는 제한적로봇 차량의 감각 기반 AI와 달리 GPT와 같은 생성 AI 모델은 인간 언어를 이해하고 생성하는 데 뛰어납니다. 그러나 LeCun이 지적했듯이 이러한 모델은 텍스트 기반 입력에 대한 의존성으로 인해 본질적으로 제한적입니다. 생성 AI는 매우 정교한 응답을 생성하고 대화를 시뮬레이션할 수 있지만 실제 감각 데이터를 처리하거나 순간적인 결정을 내리는 능력이 부족합니다. GPT와 같은 LLM은 방대한 양의 서면 언어 데이터 세트에서 훈련을 받고 맥락에 따라 단어를 예측하고 생성하는 법을 배웁니다. 그러나 LeCun이 강조하듯이, 본질적으로 로봇 차량 AI 시스템에 필요한 더 깊은 추론, 계획 또는 실시간 감각 입력 없이 "빈칸 채우기"를 위해 설계되었습니다. 이러한 구분은 중요한 격차를 드러냅니다. 생성 AI 모델은 커뮤니케이션 작업에 적합하지만 의사 결정을 위해 지속적인 감각 피드백이 필요한 실제 환경에서는 작동할 수 없습니다. 격차 해소: 지속적인 학습과 감각 기반 AI의 잠재력이러한 차이점에도 불구하고 로봇 차량 AI와 생성 AI는 모두 지속적인 학습이라는 공통점을 공유합니다. Waymo와 Tesla는 실제 데이터 수집을 통해 주행 모델을 지속적으로 개선하는 반면, GPT와 같은 LLM은 새로운 텍스트 데이터에 노출되면서 역량을 업데이트합니다. 이러한 지속적인 진화는 두 분야 모두의 점점 더 정교해지는 모습을 강조합니다. 그러나 LeCun이 지적했듯이 AI의 다음 전선은 언어 기반 모델과 감각 기반 시스템 간의 격차를 메우는 것이 될 가능성이 큽니다. 그는 언어와 물리적 입력을 모두 처리할 수 있는 미래의 AI를 구상하여 시스템이 실제 환경에서 추론, 계획 및 작동할 수 있도록 합니다. 로봇 차량 AI와 생성 AI의 장점을 결합한 것입니다. LeCun의 오픈소스 AI 개발 옹호는 이 미래에 중요한 역할을 합니다. 협업적 혁신은 로봇 AI와 생성적 AI를 모두 발전시키는 데 필수적이며, 시스템이 투명하고 사회에 유익한 방식으로 진화하도록 보장합니다. Waymo와 Tesla와 같은 자율 주행차 AI는 LLM이 산업 전반의 개방형 협업을 통해 역량을 확장하는 것과 마찬가지로 대규모 데이터 공유를 계속 활용해야 합니다. 기업에 대한 의미: 전문 로봇 AI 및 생성 AIAI를 도입하려는 기업의 경우 로봇 차량 AI와 생성 AI의 상호 보완적 강점을 이해하는 것이 중요합니다. Waymo와 Tesla에서 사용하는 것과 같은 로봇 AI 시스템은 물류, 로봇 공학, 자율 운송과 같이 실시간 감각 입력과 즉각적인 의사 결정이 중요한 산업에 적합합니다. 이러한 시스템은 역동적인 환경에서 빠르고 안정적인 대응이 필요한 공급망 관리 또는 도시 이동성을 혁신할 수 있습니다. 반대로, Generative AI는 언어 생성, 커뮤니케이션 및 자동화와 관련된 작업에 더 적합합니다. 기업은 언어 이해 및 생성의 유연성이 가장 중요한 고객 서비스, 콘텐츠 생성 및 비즈니스 프로세스 자동화를 위해 GPT와 같은 시스템을 활용할 수 있습니다. LeCun의 감각 기반 AI 시스템에 대한 비전은 이 두 영역, 즉 Generative AI를 통해 인간과 자연스럽게 상호 작용할 수 있는 로봇 차량 또는 물리적 세계를 이해하고 반응할 수 있는 LLM의 잠재적 융합을 암시합니다. 그때까지 기업은 산업의 특정 운영 요구 사항에 따라 AI 도구를 선택하여 중요한 작업에 대한 실시간 처리와 의사소통을 위한 언어 기반 자동화의 균형을 맞춰야 합니다. LeCun이 지적했듯이 AI의 미래는 감각적 입력과 언어 모델의 통합에 따라 형성될 가능성이 크며, 기업이 물리적 환경과 디지털 환경 모두에서 AI 기반 자동화의 모든 잠재력을 활용할 수 있는 새로운 가능성을 제공합니다.
로봇은 더 복잡한 작업을 수행하여 "사고" 능력을 향상시킬 수 있다.
킹스 칼리지 런던(King's College London)의 엔지니어들은 전기를 사용하지 않고 복잡한 명령을 로봇에 전송하는 혁신적인 방법을 개발하여 로봇 시스템에서 고급 AI 소프트웨어를 위한 귀중한 공간을 확보할 수 있다. 이 혁신을 통해 로봇은 더 복잡한 작업을 수행하여 "사고" 능력을 향상시킬 수 있다.
연구팀은 인체의 작동에서 영감을 받은 방법인 유체 압력의 변화를 사용하여 명령을 전달하는 소형 회로를 만들었다. 이 돌파구는 신체가 중앙 제어 시스템과 독립적으로 기능하는 새로운 세대의 로봇으로 이어질 수 있으며, 보다 정교한 인공 지능을 위한 공간을 열 수 있다.
"신체의 다른 부분에 작업을 위임하면 로봇이 '생각'할 수 있는 계산 공간이 확보되어 미래 세대의 로봇이 자신의 사회적 맥락을 더 잘 인식하거나 훨씬 더 민첩해질 수 있습니다. 이것은 사회 복지 및 제조와 같은 곳에서 새로운 종류의 로봇 공학의 문을 엽니다"라고 킹스 칼리지 런던의 공학 선임 강사이자 연구의 선임 저자인 안토니오 포르테 박사는 설명했다.
'어드밴스드 사이언스(Advanced Science)'에 발표된 이 연구는 이 새로운 접근 방식을 통해 로봇이 체르노빌과 같이 방사선 조사가 심한 지역이나 MRI실과 같은 민감한 장소와 같이 전기 장치가 비효율적인 환경에서 작동할 수 있는 방법을 강조한다. 이 기술은 또한 전기에 대한 접근이 불안정한 지역에서 사용할 수 있는 가능성을 가지고 있어 보다 다양하고 접근하기 쉬운 형태의 로봇 공학을 제공한다.
포르테 박사는 "간단히 말해서 로봇은 뇌와 신체의 두 부분으로 나뉩니다. AI 두뇌는 도시의 교통 시스템을 운영하는 데 도움이 될 수 있지만 여전히 많은 로봇이 문을 여는 데 어려움을 겪고 있습니다. 최근 몇 년 동안 소프트웨어는 빠르게 발전했지만 하드웨어는 이를 따라잡지 못했습니다. 이를 실행하는 소프트웨어로부터 독립적인 하드웨어 시스템을 구축함으로써 뇌가 심장을 뛰라고 말할 필요가 없는 것과 같은 방식으로 많은 컴퓨팅 부하를 하드웨어에 오프로드할 수 있습니다."
현재 모든 로봇은 작동을 위해 전기와 컴퓨터 칩에 의존하고 있으며, 소프트웨어는 엔코더를 통해 정보를 하드웨어로 변환한다. 이 프로세스는 로봇 근육과 같은 유연한 재료를 사용하는 소프트 로봇 분야에서 특히 까다롭다. 이 팀의 유체 기반 회로는 압력 신호를 사용하여 명령을 전송함으로써 이를 극복하며, 기존 전자 장치의 트랜지스터처럼 작동하지만 전기가 필요하지 않다.
이 시스템은 컴퓨팅 작업을 소프트웨어에서 하드웨어로 오프로드하여 향후 더 적응력이 뛰어나고 복잡한 시스템을 위한 공간을 확보한다. 다음 단계로, 연구원들은 산업 모니터링 및 기타 응용 분야에 사용되는 로봇을 포함하여 더 큰 로봇에 사용할 수 있도록 회로를 확장하는 것을 목표로 한다.
킹스 칼리지 런던(King's College London)의 대학원 연구원이자 공동 저자인 모스타파 무사(Mostafa Mousa)는 로봇 공학에서 체화된 지능의 중요성을 강조했다. "머지않아 현대의 로봇이 떠맡는 계산 부하를 덜어주지 않는다면 알고리즘 개선은 로봇의 성능에 거의 영향을 미치지 않을 것입니다. 우리의 연구는 이 길의 첫 걸음일 뿐이지만, 미래에는 더 스마트한 신체를 가진 더 스마트한 로봇이 있을 것입니다."라고 말했다. (에너지 데일리)
기술의 융합: 왜 지금인가? Brett과 내가 탐구한 질문 중 하나는 다음과 같았습니다. 왜 지금인가? 왜 우리는 지금 휴머노이드 로봇 분야에서 폭발적인 활동을 보고 있는가? 단일 기술적 발전을 넘어, 저는 그것이 더 정교한 AI 모델과 AI 역량의 폭발적 증가부터 하드웨어 시스템과 배터리 기술의 발전에 이르기까지 여러 가지 것들의 융합이라고 믿습니다. 사실, 2025년 3월에 열리는 저의 Abundance Summit 의 주제 는 융합이고, Brett과 Figure가 저희와 함께하게 되어 매우 기쁩니다. 그와 그의 팀이 만들고 있는 것은 융합 기술이 새로운 시스템과 비즈니스 모델을 가능하게 만드는 완벽한 사례입니다. 지난 2~3년 동안 "지금"이 로봇 제작을 시작할 때라고 말하게 된 계기가 무엇이었는지 Brett에게 물었을 때 그는 몇 가지 요인을 강조했습니다.
AI의 역할 및 OpenAI 파트너십 확실히, 최근 인간형 로봇의 발전과 기회에서 중요한 요소 중 하나는 AI입니다. Figure의 사명 선언문은 이를 반영합니다. "고급 AI를 통해 인간의 역량을 확장합니다." Brett에게 Figure를 AI 회사로 보는지 물었을 때 그는 이렇게 대답했습니다. "우리는 우리 자신을 AI 회사로 봅니다. 한계는 로봇공학이라고 생각합니다. 한계에서 우리가 사명에 설정한 것을 수행하기 위해 직면하는 모든 과제는 궁극적으로 대부분이 AI 문제와 장애물이 될 것입니다." AI에 대한 이러한 집중은 Figure와 OpenAI의 파트너십에서 잘 드러납니다. Brett은 이 협업이 어떻게 이루어졌는지 공유했습니다. "저는 몇 년 전에 샘 알트먼을 소개받았고, 우리는 서로를 훨씬 더 잘 알게 되었고 2023년에 많은 시간을 함께 보냈습니다. 그리고 궁극적으로 그들은 로봇공학, 특히 구체화된 시스템을 위한 AI에 다시 관심을 갖고 싶어했습니다. 그리고 지금 우리는 로봇이 작동하도록 차세대 AI 모델을 개발하고 있으며, 그들은 우리를 지원하고 있습니다." 이 파트너십의 가장 흥미로운 측면 중 하나는 Figure가 GPT-4V와 같은 OpenAI의 멀티모달 AI 모델을 어떻게 활용하고 있는지입니다. Brett은 다음과 같이 설명했습니다. "저는 우리가 가진 가장 큰 돌파구 중 하나가 LLM과 VLM에서 더 구체적으로, 로봇공학에서 일어난 의미론적 근거라고 생각합니다. 우리는 어떤 식으로든 로봇이 접근하고 이해할 수 있는 zip 파일에 세상의 지식을 가지고 있습니다. 그리고 로봇에서 인간으로 가는 다리는 전에는 존재하지 않았습니다." 이 의미적 다리는 인간-로봇 상호작용에 놀라운 가능성을 열어줍니다. Brett이 말했듯이, "이것은 로봇이 당신이 말하는 모든 것을 알고 당신이 의미하는 바를 안다는 것을 의미합니다." 하지만 이점은 양방향으로 흐릅니다. Figure와 협력함으로써 OpenAI는 구체화된 AI와 실제 데이터 수집에 대한 귀중한 통찰력을 얻습니다. 사실, 이 파트너십은 AI 개발의 잠재적 과제를 해결하는 데 도움이 될 수 있습니다. 예를 들어, 일부 이론은 AGI로 가는 길에서 "데이터 벽"에 부딪힐 수 있으며, 구체화된 AI와 휴머노이드 로봇이 실제 세계 데이터를 수집하고 우주에 대한 물리적 이해를 얻음으로써 이를 극복하는 데 중요할 수 있다고 제안합니다. Brett의 응답은 AI 개발과 로봇공학 간의 잠재적인 시너지를 강조했습니다. "출력 액션과 계획이 지능의 다음 단계에 중요하다는 것이 분명해지고 있습니다." 브렛이 설명했습니다. "우리는 액션과 추론의 마지막 단계를 완료하려고 노력하고 있습니다. 말을 이해하고 실제 세계에서 유용한 액션을 출력할 수 있는 로봇을 만들 수 있다면, 그것은 놀라운 기술입니다."
그림 02: 휴머노이드 로봇의 도약 Figure는 최근 2세대 휴머노이드 로봇인 Figure 02를 공개했습니다. Brett은 주요 개선 사항에 대한 간략한 설명을 해주었습니다.
Figure 02의 가장 흥미로운 측면 중 하나는 음성 명령을 이해하고 응답하는 능력입니다. Brett이 열광적으로 공유했듯이: "제 말은, 우리는 문자 그대로 로봇과 대화할 수 있고 로봇은 지금 당장 작업을 수행할 수 있다는 것입니다. 믿을 수 없을 정도입니다. 제 말은, 이것에 대한 인스테이트는 기본 UI가 음성이기를 바란다는 것입니다."
경쟁 환경: 테슬라, 중국 및 그 너머 경쟁 환경을 논의할 때 Brett은 Elon Musk와 Tesla의 Optimus 프로젝트에 대한 찬사를 표했습니다. "저는 엘론이 지난 20, 30년 동안 한 일에 정말 감명을 받았습니다. 정말 믿을 수 없을 정도였습니다. 저는 그들이 옵티머스에서 훌륭한 일을 하고 있다고 생각하고, 정말 훌륭한 엔지니어링 팀을 보유하고 있다고 생각합니다. 저는 그들이 정말 좋은 진전을 이루고 있다고 생각하고, 그들이 올바른 방향으로 나아가고 있다고 생각합니다." 하지만 Figure는 미국 기업과만 경쟁하는 것이 아닙니다. 앞서 언급했듯이, 중국의 휴머노이드 로봇 산업은 급속히 발전하고 있으며, 특히 Agibot이 최근 5종의 휴머노이드 로봇을 공개하고 Unitree가 로봇을 출시하면서 그 발전이 두드러지고 있습니다. 최근 중국을 방문한 후 Brett은 그가 목격한 직업 윤리와 결단력에 깊은 인상을 받았습니다. "경쟁하고 이기려는 국가의 순수한 의지는 정말 높습니다. 그리고 저는 기절했습니다... 제 경험에 따르면, 저 사람들은 이기고 싶어합니다. 그들은 가장 낮은 비용으로, 가장 높은 비율로 이기고 싶어하며, 1위가 되기 위해 아무것도 멈추지 않을 것입니다."
수십억 대의 인간형 로봇이 존재하는 미래? 우리 대화에서 가장 흥미로운 부분 중 하나는 브렛이 제시한 미래 인간형 로봇의 규모에 대한 예측이었습니다. 그는 2040년까지 최대 100억 대의 휴머노이드 로봇 시장이 형성될 수 있다고 믿고 있습니다 . "이 로봇들이 인간이 할 수 있는 모든 것을 할 수 있다면? 우리는 30억에서 50억의 인력을 투입할 수 있을 것이라고 생각하는데, 모든 인간이 자동차나 전화기처럼 휴머노이드를 원하지 않을 이유가 보이지 않습니다... 어쩌면 하루 종일 하고 싶지 않은 모든 일을 할 수 있는 자동차나 전화기보다 더 중요할지도 모릅니다." 물론, 이 규모를 달성하려면 비용을 낮추는 데 크게 의존합니다. Brett은 상당한 비용 절감 가능성에 대해 낙관적입니다. "충분히 오랜 기간 동안 충분히 많은 양을 판매하면 단위당 2만 달러 이하의 비용이 정말 저렴하게 절감될 것으로 생각합니다."
일자리와 사회에 미치는 영향 당연히 수십억 대의 휴머노이드 로봇에 대한 전망은 일자리와 사회에 미치는 영향에 대한 의문을 제기합니다. Brett은 Figure의 목표는 인간 근로자를 대체하는 것이 아니라 보완하는 것이라고 강조합니다. "저희의 목표는 인간이 원하지 않는 많은 일을 실제로 할 수 있게 하는 것입니다. 이 팟캐스트에서 앞서 언급했듯이, 사람들이 하고 싶어하지 않는 미국의 일자리가 800만 개나 됩니다. 저희는 그런 일을 하고 싶고, 지금 당장 인간에게 해롭고 위험한 일을 하고 싶습니다." 중요한 점은 Brett이 Figure의 윤리적 입장, 특히 군사적 적용에 관해 명확히 밝혔다는 것입니다. "우리는 방위와 관련된 일은 전혀 하지 않을 겁니다. 온라인 선언문에서 말했듯이, 우리는 민간 시장이 방위보다 훨씬 더 크다고 생각하고, 어떤 종류의 전쟁 기계를 만드는 것도 우리의 이익이 되지 않습니다."
풍요로운 미래를 창조하다 아마도 브렛의 비전에서 가장 흥미로운 측면은 인간형 로봇이 풍요의 시대를 열 잠재력이 있다는 것입니다. 미래에는 모든 사람이 인간형 로봇을 소유하게 될 수도 있다. 브렛은 이렇게 설명합니다. "목표는 로봇을 작동하기 위해 추가 인프라가 필요 없는 물리적 세계에 배치하는 것입니다. 따라서 로봇을 인력에 투입하면 로봇이 작동할 새로운 시스템, 새로운 전자 장치 및 기타 모든 것을 구축할 필요가 없습니다." 이를 통해 상품 및 서비스 비용이 극적으로 감소할 수 있습니다. "기본적으로 상품과 서비스 가격이 한계 내에서 0으로 추이하고 GDP가 무한대로 치솟는 세상을 만들 수 있습니다... 기본적으로 원하는 것은 무엇이든 요청할 수 있으며 전 세계 모든 사람이 비교적 저렴하게 구입할 수 있습니다." 우리 집에서 인간형 로봇을 볼 수 있는 시점에 대해 Brett은 낙관적입니다. "저는 앞으로 3년 안에 우리 집에서 로봇을 조종하는 일이 꼭 일어날 것이라고 말하고 싶습니다."
아이작 아시모프에서 현실로: 어린 시절의 꿈이 실현되다 Brett Adcock은 평생 SF 괴짜였고, 더 구체적으로는 로봇 괴짜이자 Isaac Asimov의 Robot 시리즈의 열성적인 팬이었습니다. 12살 때 그는 iRobot , Robot Dreams , Robot Visions 와 같은 책을 탐독했습니다 . 브렛은 평생의 흥미를 되돌아보며 "로봇 제작에 대해 생각하지 않은 사람이 누구이고, 이 일을 하고 싶어하지 않은 사람이 누구일까?"라고 말했습니다. 수백만 대, 그리고 수십억 대의 휴머노이드 로봇이 우리 사회에 도입되면 인간의 상호작용, 노동, 일상 생활의 역학이 돌이킬 수 없이 재정의될 것입니다. 사실, 우리는 이러한 변화가 전개되는 것을 목격하기 직전입니다. 브렛의 선견지명 있는 리더십 하에 피겨는 노동과 기술의 미래를 재정의하고 있습니다. 공상과학에 대한 어린 시절의 애정에 깊이 뿌리를 둔 브렛의 꿈은 이제 현실로 펼쳐지고 있으며, 인간형 로봇이 풍요로운 세상을 가져오고 인간성을 향상시키며, 기술과 우리가 서로 소통하는 방식을 근본적으로 바꿀 것입니다.
AI가 맛을 본다? 펜실베이니아 주립대, ‘전자 혀’ 개발로 식품 산업 혁신 예고
인공지능이 인간의 미각을 넘어서다 펜실베이니아 주립대 연구팀이 인공지능 기반 ‘전자 혀’를 개발하여 식품 산업에 새로운 지평을 열었다. 이 전자 혀는 단순히 맛을 감지하는 것을 넘어, 액체의 미묘한 차이까지 정확하게 구별해내는 놀라운 능력을 선보였다.
인간의 미각을 모방한 AI 연구팀은 인간의 뇌가 맛을 인식하는 과정을 모방하여 AI 알고리즘을 개발했다. 특수 센서를 통해 액체의 다양한 화학적 특성을 데이터로 변환하고, 이를 AI가 분석하여 맛을 판별하는 방식입니다. 마치 사람이 혀로 맛을 보고 뇌로 정보를 처리하는 것과 유사하다.
뛰어난 정확도, 1분 만에 80% 이상 식별 전자 혀는 묽은 우유, 탄산음료, 커피, 심지어 상한 과일 주스까지 구별해낼 수 있다. 단 1분 만에 80% 이상의 정확도로 액체의 종류를 판별하며, AI 학습을 통해 정확도는 더욱 향상되었다. 특히, AI가 센서 데이터를 자유롭게 해석하면서 정확도는 95%를 넘어섰다.
식품 안전 및 품질 관리의 새로운 기준 이번 연구는 식품 산업에 큰 변화를 가져올 것으로 기대된다. 전자 혀를 활용하면 식품의 품질을 빠르고 정확하게 평가하고, 부패 여부를 즉시 확인할 수 있다. 또한, 새로운 식품 개발이나 품질 관리 시스템 구축에도 활용될 수 있다.
AI 연구의 새로운 지평 전자 혀 개발은 AI 연구에서도 의미 있는 성과이다. 연구팀은 AI가 어떻게 다양한 정보를 종합하여 결정을 내리는지에 대한 새로운 통찰을 얻었다. 이는 앞으로 더욱 정교하고 복잡한 문제를 해결하는 AI 개발에 기여할 것으로 기대된다.
결론 펜실베이니아 주립대의 전자 혀 개발은 AI 기술이 인간의 감각을 넘어서는 시대를 열었다. 이는 단순히 식품 산업뿐만 아니라, 의료, 제약 등 다양한 분야에서 혁신을 가져올 것으로 예상됩니다. 앞으로 AI 기술이 우리 삶을 어떻게 변화시킬지 기대된다.
펜실베이니아 주립 대학의 과학자들이 AI 기반 '전자 혀'를 개발
이 전자 혀는 액체의 미묘한 차이를 식별하고, 식품 부패를 감지할 수 있으며, AI의 의사 결정 과정에 대한 보다 광범위한 통찰력을 제공할 수 있다고 한다. AI의 감각적 진화AI는 올해 시각 및 청각 기능부터 휴머노이드 로봇의 촉각에 이르기까지 몇 가지 중요한 감각적 업그레이드를 달성했으며, 이제 목록에 맛을 추가했다고 한다. 이 연구는 식품 안전 및 품질 관리에 주요 응용 분야가 있으며, 완전히 새로운 방식으로 AI 의사 결정의 내부 작동을 밝힐 수 있다고 한다. 전자 혀의 작동 원리전자 혀는 인간 뇌의 미각 중추를 모델로 한 AI와 특수 센서를 결합하여 액체의 '맛'을 느낄 수 있게 해준다고 한다. 이 장치는 그래핀 기반의 이온 감지 트랜지스터와 인공 신경망을 연결하여 만들어졌다고 한다. 성능 및 정확도연구팀에 따르면, 이 전자 혀는 묽은 우유, 소다, 커피, 상한 과일 주스 등 유사한 액체의 차이점을 약 1분 안에 80% 이상의 정확도로 식별할 수 있다고 한다. 더욱 놀라운 점은 AI가 센서 데이터를 자체적으로 해석할 수 있게 되자 샘플을 식별하는 데 95% 이상의 정확도를 달성했다는 것이다. AI 의사 결정 과정 연구연구자들은 또한 AI의 사고 과정을 조사하는 방법을 사용했다고 한다. 이를 통해 AI가 어떻게 다양한 정보를 평가하여 결정을 내리는지 이해하는 데 도움을 얻었다고 한다. 이 과정에서 게임 이론에서 사용되는 샤플리 설명법을 활용했다고 한다. 응용 분야 및 전망이 전자 혀 기술은 식품 안전과 생산뿐만 아니라 의료 진단 분야에서도 유용하게 활용될 수 있을 것으로 전망된다고 한다. 특히 유연성과 경제성 면에서 큰 장점을 갖추고 있어, 다양한 산업 분야에서 널리 활용될 수 있을 것으로 기대된다고 한다. 이번 연구는 AI가 인간의 감각을 더욱 정교하게 모방하고 이해할 수 있는 가능성을 보여주었다. 이는 향후 AI 기술 발전에 중요한 이정표가 될 것으로 보인다.
<저작권자 ⓒ ainet 무단전재 및 재배포 금지>
|
많이 본 기사
AiMindbot과 미래 우주 많이 본 기사
최신기사
|
회원약관 ㅣ 개인정보취급방침 ㅣ 회사소개 ㅣ 청소년보호정책 ㅣ 직원게시판 ㅣ 기사제보 ㅣ 보도자료 ㅣ 기사검색
AI넷ㅣ 주소 : 우)02821 서울특별시 성북구 북악산로 1길 31 ㅣ 전화 : 02-313-6300 ㅣ 팩스 : 02-908-9494
등록번호 : 서울, 아02236ㅣ 등록일 : 2009.11. 19. ㅣ E-mail : unfutures@gmail.com, futures2055@gmail.com
회사명 : AI넷 ㅣ 발행/편집인 : 박영숙ㅣ 발행일: 2020.09.05｜청소년보호책임자 : 박영숙
사업자등록번호 : 209-15-39241 (사)유엔미래포럼 www.unfuture.org
Copyright ⓒ 2020 AI넷. All rights reserved. (This is a non-profit organization/a free newspaper.)
