기존 AI 로보틱스는 사람이 직접 프로그래밍해서 명령을 입력하고 수정하는 과정을 반복한다. 그러다 보니 시간과 비용이 많이 들고, 전문 엔지니어가 아니면 로봇을 다룰 수 없어서 현장에서의 유연성은 떨어졌다.

하버드 비즈니스 리뷰(Harvard Business Review)에 따르면, 생산성을 극대화하도록 설계된 자동화 기술은 다음 3가지 측면에서 유연성을 제한하는 경향이 있다고 한다. 1) 외부 환경 변화에 쉽게 적응할 수 없고, 2) 프로그래밍 및 수정을 위해 고도의 전문 기술이 필요하며, 3) 사람의 피드백이나 입력 없이 작동하는 ‘블랙박스’ 같은 경향이 있다.

최근에는 사람이 행동으로 보여주면 로봇이 학습 후 명령을 수행하는 로우코드·노코드 로봇도 개발되고 있다. 예를 들어 미국 스타트업, 앨리 로보틱스(Ally Robotics)는 코딩과 로보틱스를 전혀 모르는 사람도 쉽게 코봇을 프로그래밍하고 사용할 수 있도록 ‘노코드 로봇 팔’을 개발하고 있다. 직원이 햄버거를 만들거나 지붕을 고치는 작업 과정을 코봇에게 단계별로 보여주면, 코봇이 그대로 모방해서 수행한다. 현장 직원이 직접 로봇을 설계하고 작동하고 보완할 수 있어 유연성을 높일 수 있는 것이 장점이다.

이제 생성형 AI 혁신이 로봇 산업까지 이어져 로봇지능을 극대화하고 있다. 생성형 AI의 핵심인 트랜스포머 모델과 대규모 언어모델을 로봇에 적용하면, 로봇은 명령 속 맥락을 파악해서 특정 훈련 없이도 알아서 수행할 수 있다.

2023년 7월 공개된 구글 딥마인드의 ‘로보틱스 트랜스포머 2(RT-2)’는 로봇이 더 복잡한 일을 수행할 수 있도록 훈련하는 최초의 ‘시각-언어-행동(vision-language-action) AI 모델’이다.

기존 RT-1은 로봇이 명령을 수행할 수 있도록 직접 프로그래밍해서 훈련시키는 모델이었다면, 업그레이드된 RT-2는 별도 프로그래밍 없이 인터넷상의 이미지와 정보를 습득해 행동으로 옮기게 하는 모델이다. 가령, RT-2가 탑재된 로봇은 쓰레기를 선별하고, 줍고, 버리는 방법을 단계별로 훈련받지 않더라도, 사람의 지시를 듣고 웹에 있는 언어, 비전 데이터를 활용해 알아서 수행한다.

또한, RT-2는 연쇄 추론이 가능한 점도 큰 특징이다. 예를 들어, 로봇은 종이보다 돌이 망치로 쓰기에 왜 더 나은지, 피곤한 사람에게 에너지 음료가 왜 필요한지 추론하고 결정을 내릴 수 있다.

Instruction: 못을 박으려면 망치가 필요한데, 어떤 도구가 유용할까?
Prediction: 로봇이 돌을 골라 집는다