마음AI, 로봇에 '미래 예측' 더해 성공률 경신…연내 인간 수준 도전 작성일 11-01 10 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="2qBjlKhDrW"> <figure class="figure_frm origin_fig" contents-hash="0f34f78869ecfb820b3db03a81c4788dbdead38a055bc97dc84d6c3f2e3a6166" dmcf-pid="VBbAS9lwIy" dmcf-ptype="figure"> <p class="link_figure"><img alt="Trossen ALOHA 로봇 플랫폼을 활용한 PonderPounce 모델의 벤치마크 성능 평가 모습. (마음AI 제공)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/01/etimesi/20261101160235415czcg.png" data-org-width="700" dmcf-mid="HxhHqNztEb" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/01/etimesi/20261101160235415czcg.png" width="658"></p> <figcaption class="txt_caption default_figure"> Trossen ALOHA 로봇 플랫폼을 활용한 PonderPounce 모델의 벤치마크 성능 평가 모습. (마음AI 제공) </figcaption> </figure> <p contents-hash="818fe85f0c2fa5ed4f657e43af7a86f29ed80acfb936bde101b21ed383b5c55d" dmcf-pid="fbKcv2SrmT" dmcf-ptype="general">마음AI가 자사 로봇파운데이션 모델에 미래 상황을 예측하는 '월드모델'을 결합해 작업 수행 성능을 높였다. 연말까지 로봇 작업에서 사람 수준의 성능을 확보하고 산업 현장 적용도 본격화한다는 계획이다.</p> <p contents-hash="50609d55605e8c505b33f20b651dbeeb230dcc1fc10bfda1ce3723f332ab39c9" dmcf-pid="4K9kTVvmrv" dmcf-ptype="general">마음AI는 로보틱스 연구팀 WoRV가 개발한 새 로봇 파운데이션 모델 'PonderPounce-WM'이 글로벌 로봇 벤치마크 RoboMME를 활용한 자체 평가에서 성공률 67.42%를 기록하며 자체 최고 기록을 경신했다고 1일 밝혔다.</p> <p contents-hash="b9897fc08c1e52275b0ea4b9d51d6d49b8a852d8357acdf4ef93f7b60fe0d9c9" dmcf-pid="8zqNhbCEIS" dmcf-ptype="general">'PonderPounce-WM'은 기존 로봇 파운데이션 모델 'PonderPounce'에 미래 상황을 예측하는 월드모델 기술을 결합한 모델이다.</p> <p contents-hash="455f07f334b4ccfe1c742ac70c1c640c6d82d3e405611be7e4bd983fce6b0491" dmcf-pid="6qBjlKhDDl" dmcf-ptype="general">기존 모델은 지난 9월 RoboMME 벤치마크에서 60.83%의 성공률을 기록하며 당시 미국의 피지컬 인텔리전스의 Pi 0.5, 중국 알리바바의 Qwen-VL 기반 모델 등 글로벌 로봇 AI 모델들을 제치고 1위에 오른 바 있다. 새 모델이 불과 수주 만에 성공률을 6.59%포인트 높인 것이다.<br></p> <figure class="figure_frm origin_fig" contents-hash="5294713773b31a887024f6db0b802843359d513341abda5d1236bad6a8c71747" dmcf-pid="PBbAS9lwEh" dmcf-ptype="figure"> <p class="link_figure"><img alt="지난 9월 29일 기준 글로벌 로봇 AI 벤치마크 RoboMME에서 1위를 기록한 마음AI의 PonderPounce 모델 (마음AI 제공)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/01/etimesi/20261101160236675mrla.png" data-org-width="700" dmcf-mid="ZKlKdve4wq" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/01/etimesi/20261101160236675mrla.png" width="658"></p> <figcaption class="txt_caption default_figure"> 지난 9월 29일 기준 글로벌 로봇 AI 벤치마크 RoboMME에서 1위를 기록한 마음AI의 PonderPounce 모델 (마음AI 제공) </figcaption> </figure> <p contents-hash="7639487c9665663f734d56dacb107b3ffa3eba92ac4a89cefafc432737df8c74" dmcf-pid="QbKcv2SrIC" dmcf-ptype="general">마음AI는 월드모델의 미래 예측 기능을 결합한 새 모델을 통해 기존 모델의 작업 수행 성능을 개선했다고 설명했다. 기존 모델이 눈앞의 상황과 과거 작업 정보를 토대로 다음 행동을 결정했다면 새 모델은 자신의 행동 이후 0.5초, 1초, 2초 뒤의 주변 환경이 어떻게 변화할지까지 미리 예측하도록 한 것이 핵심이다.</p> <p contents-hash="bae0864ec784340fb6a20f7d6588f9562f3d8a8072fa36b5989f59c8b1f03b85" dmcf-pid="xK9kTVvmII" dmcf-ptype="general">마음AI가 겨냥한 것은 작업의 앞뒤 맥락을 기억해야 하는 복합 작업이다. 짧은 동작을 오랫동안 반복하는 것과 앞서 무엇을 했는지 기억하며 여러 단계의 작업을 이어가는 것은 요구되는 능력이 다르다는 설명이다. 가려지기 전 물체의 위치를 기억해 집거나 정해진 수량만큼 물건을 옮긴 뒤 작업을 멈추는 상황 등이 해당한다.</p> <p contents-hash="908b56314b6e1e58b83dd4e465cde2ce9041053ba34f3c84084740f8b51a1057" dmcf-pid="yms7QIPKsO" dmcf-ptype="general">미래 예측에 필요한 연산이 로봇 동작을 지연시키지 않도록 하는 데도 초점을 맞췄다. 미래 장면 전체를 영상으로 생성하는 대신 판단에 필요한 핵심 시각 특징만 예측하는 경량화된 월드모델 구조로 설계해 연산 부담을 줄였다.<br></p> <figure class="figure_frm origin_fig" contents-hash="8daf5abc3f522755520c36321d29b447ba5c8fec2596d934ed9e48cf5e64214b" dmcf-pid="WsOzxCQ9Is" dmcf-ptype="figure"> <p class="link_figure"><img alt="마음AI가 개발한 PonderPounce 모델의 아키텍처 (마음AI 제공)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/01/etimesi/20261101160237953xmqk.png" data-org-width="700" dmcf-mid="9U0irUwaOY" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/01/etimesi/20261101160237953xmqk.png" width="658"></p> <figcaption class="txt_caption default_figure"> 마음AI가 개발한 PonderPounce 모델의 아키텍처 (마음AI 제공) </figcaption> </figure> <p contents-hash="670206ae21f2385bc4361c10e457c958d5fa99a18b0a07a3875f1b4d3874d044" dmcf-pid="YOIqMhx2Om" dmcf-ptype="general">월드모델을 결합한 뒤 실제 로봇 하드웨어를 활용한 실시간 비동기 제어 평가에서도 성공률 67.44%를 기록했다. 로봇이 움직이는 동안 인지·판단·행동을 동시에 수행하는 환경에서도 높은 성능을 유지했다는 의미다.</p> <p contents-hash="4c64e597179f59e69742afd546908d97a92f2eb418e90ac442d09c21858f6994" dmcf-pid="GICBRlMVmr" dmcf-ptype="general">마음AI는 연말까지 RoboMME에서 사람 기준 성공률인 90.50% 수준에 도달하도록 모델을 개선할 계획이다. 산업 현장 실증도 병행한다. 제조·물류·농업·건설·국방 분야에서 모델 적용을 추진하고 있으며 연말께 구체적인 적용 성과를 공개할 예정이다. 이번 월드모델 개발은 과학기술정보통신부 '피지컬AI 선도기술개발' 사업의 지원을 받아 진행됐다.</p> <p contents-hash="b17f4a06d67b009fc47b64e0e80245166166d14062f2c54e5e6b250ca1320087" dmcf-pid="HChbeSRfmw" dmcf-ptype="general">최홍섭 마음AI 기술총괄 CEO는 “실시간으로 판단하고 움직여야 하는 로봇에 월드모델을 결합해 미래를 상상할 수 있도록 했더니 성능이 높아졌다”며 “연말까지 해당 벤치마크에서 사람 수준에 도달하는 것을 목표로 모델 성능을 계속 개선하고 있다”고 설명했다.</p> <p contents-hash="ca3e6c7bb202748bc725af24c13f2a7ed5c93f1aa0cff2745f558d21855b157a" dmcf-pid="XhlKdve4wD" dmcf-ptype="general">정현정 기자 iam@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 ‘주가 거품’ 꺼진 中 AI… 반도체주까지 반 토막 11-01 다음 네이버 행사장 앞에 나타난 토스 군단…성수동 달군 ‘얼굴 결제전쟁’ [정지은의 테크킥] 11-01 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
