수건 접고 볼링하고 주스까지…걸음마 떼듯 실력 키운 로봇 작성일 07-24 49 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="X9spUOmjia"> <figure class="figure_frm origin_fig" contents-hash="ed60795304969092ca2d10f02b7d578a1ea71e146a8e3fe19fc1c71a612ea5f6" dmcf-pid="Z9spUOmjdg" dmcf-ptype="figure"> <p class="link_figure"><img alt="중국 상하이교통대·상하이 치즈연구소 연구팀이 개발한 로봇 학습 체계 'RL-100'을 탑재한 로봇은 8가지 실제 환경 작업을 성공적으로 수행했다. 7시간 동안 단 한번의 실수도 없이 오렌지주스를 만드는 데 성공했다. Kun Lei 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/24/dongascience/20260724100210706wihn.png" data-org-width="680" dmcf-mid="HoMOIRx2LN" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/24/dongascience/20260724100210706wihn.png" width="658"></p> <figcaption class="txt_caption default_figure"> 중국 상하이교통대·상하이 치즈연구소 연구팀이 개발한 로봇 학습 체계 'RL-100'을 탑재한 로봇은 8가지 실제 환경 작업을 성공적으로 수행했다. 7시간 동안 단 한번의 실수도 없이 오렌지주스를 만드는 데 성공했다. Kun Lei 제공 </figcaption> </figure> <p contents-hash="cf3de4244771e0b356107beadf49cafdd2bc42931f9653b6622cabdaaeac5c00" dmcf-pid="52OUuIsAeo" dmcf-ptype="general">사람의 동작을 먼저 따라 배운 뒤 스스로 시행착오를 거치며 동작 수행 능력을 높이는 로봇 학습 기술이 개발됐다. 기술을 탑재한 로봇은 수건 접기와 볼링공 굴리기부터 오렌지주스 만들기까지 다양한 작업을 성공적으로 수행했다. 쇼핑몰에서는 7시간 동안 한 번의 실패도 없이 주스를 제조했다. 적은 규모의 시범 데이터만으로도 실제 현장에 투입할 수 있는 수준의 조작 능력을 구현할 가능성이 제시됐다.</p> <p contents-hash="dc87ffa270e572036614098a012c5139857075041c7a4565418d7de92154ebf6" dmcf-pid="1VIu7COcRL" dmcf-ptype="general"> 중국 상하이교통대·상하이 치즈연구소 연구팀은 모방학습과 강화학습을 결합한 로봇 조직 학습 체계 'RL-100'을 개발하고 연구결과를 22일(현지시간) 국제학술지 '사이언스 로보틱스'에 발표했다.</p> <p contents-hash="69975d21c0c599f57ecaa65719226837d8769dfce160ff1c78141240cad34839" dmcf-pid="tfC7zhIkRn" dmcf-ptype="general"> 모방학습은 사람이 직접 시범을 보이거나 로봇을 조작하는 모습을 학습시켜 같은 동작을 따라하게 하는 방식이다. 직관적인 학습이 가능하지만 사람이 일일이 시범 데이터를 만들어야 해 노동력이 많이 들고 학습 규모를 확대하기 어렵다.</p> <p contents-hash="0ce9200952a0fac4deefc2e1b488a7959e0c914cf00b2917705613d4ebc1aabb" dmcf-pid="F4hzqlCEMi" dmcf-ptype="general"> 강화학습은 로봇이 다양한 행동을 직접 시도하고 시행착오를 거치며 더 나은 동작을 찾아가는 방식이다. 사람의 움직임을 그대로 흉내내기보다 탐색을 통해 작업에 더 적합하고 자연스러운 움직임을 생성할 수 있지만 많은 시행착오 과정이 필요하다.</p> <p contents-hash="d1e028b425308e8dbbee7bae16bc7d9ccf4ca1ba10ce29c5bb84656dcbde281e" dmcf-pid="38lqBShDMJ" dmcf-ptype="general"> 연구팀은 어린아이가 부모의 도움을 받아 걷는 법부터 익힌 뒤 혼자 연습하며 동작을 다듬는 과정에서 착안해 'RL-100'을 개발했다. RL-100은 먼저 사람이 원격 조종한 시범 데이터를 이용해 모방학습 방식으로 로봇을 사전 학습시킨다. 이후 강화학습을 반복해 작업 속도와 정확도를 높이고 마지막 단계에서는 로봇이 자주 실패하는 상황을 집중적으로 학습해 신뢰성을 향상시킨다.</p> <p contents-hash="89a3d0a053698a294c173b421cd1777728929885cc1af238e85f6be0ef1b63a7" dmcf-pid="06SBbvlwdd" dmcf-ptype="general"> 연구팀은 시뮬레이션과 실제 환경에서 RL-100 성능을 검증했다. 단단한 물체와 천처럼 형태가 쉽게 변하는 물체 등을 다루는 8가지 작업을 수행하도록 했다.</p> <p contents-hash="d6a64bb88788e0744c6dbdc0102be8e19d75a86247a86b23b74905ace8951a34" dmcf-pid="pPvbKTSrRe" dmcf-ptype="general"> 검증 결과 RL-100을 탑재한 로봇은 수건 접기·병뚜껑 돌려 열기·볼링공 굴리기·상자 조립하기·오렌지즙 짜기·액체 따르기 등 모든 실제 환경 작업을 성공적으로 수행했다. 처음 보는 모양의 천을 접는 것과 같이 학습 과정에서 접하지 않은 변형된 작업에도 대응했다.</p> <p contents-hash="3424b74ceda0c898aac6962b1be4cb88889e3c8a91d5f0633ebb3e5d6b3d96bd" dmcf-pid="UQTK9yvmnR" dmcf-ptype="general"> 주변에 물건이 어지럽게 놓여 있거나 장애물이 있는 환경에서도 높은 성공률을 유지했다. 로봇이 수건을 접는 도중 사람이 밀어 방해해도 성공적으로 작업을 수행했다.</p> <p contents-hash="8bf5835edc7bf72c6789e19769c5a83a42d480beac42c00ef4ac7aace7217ee5" dmcf-pid="uxy92WTsdM" dmcf-ptype="general"> 연구팀은 공공 쇼핑몰에서 로봇이 고객에게 오렌지주스를 만들어 제공하는 추가 실험을 진행했다. 실험 결과 로봇은 휴식 없이 7시간 동안 오렌지를 집어 착즙기에 넣고 즙을 짜는 작업을 반복했다. 단 한번의 실패도 없었다.</p> <p contents-hash="31c7d3b3a3237c73897cbc6d5139da1bf9025dbffb03f70155be03d4ee56b21e" dmcf-pid="7MW2VYyOnx" dmcf-ptype="general"> 사람이 원격으로 직접 조종하는 경우와 비교한 결과 RL-100을 적용한 로봇은 작업 속도와 완성도에서 사람과 비슷하거나 더 뛰어난 성능을 보였다.</p> <p contents-hash="1fa4748ec3d21b21eda90b3246f42ca271f286f3d834a178a24577273e98f342" dmcf-pid="zRYVfGWILQ" dmcf-ptype="general"> 요하네스 스토르크 스웨덴 외레브로대 부교수는 관련 논평에서 "모방은 학습의 끝이 아니라 시작"이라며 "RL-100은 제한된 학습 데이터로도 로봇 조작 능력을 고도화하고 실제 환경에 배치할 수 있다는 가능성을 입증했다"고 평가했다.</p> <p contents-hash="a4f3fa2b6c92cec47673171ec1780712637116031c49a0650d58e271fc36956c" dmcf-pid="qeGf4HYCRP" dmcf-ptype="general"><참고 자료></p> <p contents-hash="4722b080aac19be28892546f359b186aa21000953c3ead0e964c690179d7052f" dmcf-pid="BS6wrP8Bd6" dmcf-ptype="general">doi.org/10.1126/scirobotics.aed6267</p> <p contents-hash="0f93b063aeae3efd045ae8a183b8e05ff6441757d72023d088806121c63384c5" dmcf-pid="bvPrmQ6bJ8" dmcf-ptype="general">[문혜원 기자 moony@donga.com]</p> </section> </div> <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p> 관련자료 이전 '제멋대로' AI 해킹에 韓 보안업계도 '화들짝'...“AI 통제체계 수립 시급” 07-24 다음 얼린 공기부터 사람 땀까지… 리튬이온배터리의 '뜻밖의 대안책' 07-24 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
