알로하(ALOHA) 연구 팀이 말하는 알로하의 한계점과 미래는?

안녕하세요!
저는 경제적 자유를 위해 미국주식의 우상향과 비트코인의 가치를 믿고 투자하는 독일 외국인 노동자입니다. 저번 포스팅에서는 구글이 새로 발표한 인공 지능을 이용한 로봇 알로하에 대해 알아보았습니다. 알로하에 대한 정보나 시연영상은 모두 스탠포드 연구팀에서 공개했기 때문에 밑에 포스팅에서 확인하실 수 있습니다.

구글이 발표한 알로하(ALOHA)! 미친 인공지능으로 집안일 대체한다

 

이번 포스팅에서는 스탠포드 팀이 말하는 알로하 프로젝트 개발동기와 알로하의 한계점 그리고 앞으로 어떻게 알로하가 발전되어야 할지를 이야기해 보겠습니다. 앞으로 나오는 내용들은 알로하를 개발한 스탠포드 연구팀의 연구 논문 페이퍼를 직접 읽고 추려서 나온 정보들입니다.

 

 

알로하 프로젝트가 기존의 로봇팔들과 뭐가 다른가?

Imitation learning을 이용한 로봇팔들은 이미 존재합니다. 그리고 책상에 고정되어 작업되는 기존의 로봇 팔들은 이미 인상적인 성능을 보여주고 있습니다. 하지만 이 기존 로봇팔의 문제점은 더 정밀하고 유용한 작업을 위한 기동성과 민첩성에 어려움을 갖고 있습니다. 실제로 산업군에서 이용되고 있는 로봇 팔은 일반적으로 책상(특정 위치)에 고정되어 있는 상태로 동작합니다. 다시 말해 로봇 자체가 움직일 수 있는 제어 및 이동성을 요구하는 보다 복잡한 작업을 수행하기에는 한계가 있습니다.
그래서 스탠포드 연구팀은 양손으로 조작 가능하고 전신 제어가 필요한 모바일 조작 작업의 모방 학습을 가능하게 하는 Mobile ALOHA라는 시스템을 개발하여 이러한 한계를 해결하는 것을 목표로 시작했습니다. 

모바일 알로하 시스템은 모바일 베이스와 전신 원격조종 인터페이스로 보강한 저가형 전신 원격조종 시스템입니다. 제가 이전 포스팅에서도 언급했듯이 알로하는 뛰어난 퍼포먼스와 새로운 로봇 팔과 인공지능의 조합을 보여줬습니다. 하지만 연구팀은 스스로 하드웨어, 소프트웨어 및 데이터 수집 방법의 향후 개선 필요성과 한계점 또한 인정했습니다.

 

연구팀이 직접 얘기하는 알로하의 한계점과 개선사항은?

하드웨어 측면에서 현재 Mobile ALOHA의 사이즈는 가로 90cm x 세로 135cm입니다. 작업에 따라서 경로가 좁거나 비좁은 공간에서 작업을 할 경우 알로하의 동작에 한계가 있습니다. 또한 알로하의 두 팔의 높이는 고정되어 있습니다. 이로 인해 낮은 찬장, 오븐, 식기세척기와 관련된 태스크를 하기에는 어려움이 있습니다.

소프트웨어 측면에서 알로하는 데이터 학습을 single task imitation learning 기법을 통해서 개발되었습니다. 그렇기에 알로하는 사람의 개입 없이 스스로 개선되거나 새로운 지식을 쌓을 수 없습니다. 참고로 알로하는 연구팀 두 전문가에 의해 데이터들이 수집되었습니다.

그래서 스탠포드 연구팀은 향후 알로하가 개선되어야 할 점을 다음과 같이 말했습니다.  

1) 높낮이가 요구되는 작업들을 위해 로봇 팔의 자유도를 추가한다. 즉 하드웨어 수정이 필요하다.
2) 알로하는 일정한 조건 또는 환경에서 수집된 데이터로, 일관된 상황에서 얻은 데이터들을 기반으로 학습되었습니다. 그러므로 다양한 조건에서 수집된 데이터로, 품질이나 환경적인 차이가 있는 경우에서도 알로하가 좋은 성능을 낼 수 있어야 한다.

 

 

이번 포스팅에서는 구글이 새로 발표한 인공 지능을 이용한 로봇 알로하에 대해 이야기해 보았습니다. 이번 포스팅이 마음에 드셨다면 댓글을 남겨주시거나 하트를 눌러 주세요. 
감사합니다!