GIST, AI·로봇 기반 기술 공개…"배터리 분리·랜선꽂기 마치 사람처럼"

로봇과 인공지능(AI)이 하루가 다르게 진화하고 있다.

기계적인 로봇에 AI기술이 결합되며 에이전틱을 지나 피지컬AI를 눈앞에 뒀다. 사람과 공존하는 휴머노이드 로봇 세상도 조만간 영화 속 얘기만은 아닌 현실이 될 전망이다.

GIST AI융합학과(지도교수 이규빈)가 오는 2일까지 코엑스 1층에서 과학기술정보통신부 주최로 열리는 AI페스타에서 첨단 로봇 기술과 AI 기술을 선보여 관객들의 발길을 붙들었다.

최첨단 기술은 아니어도, 소소한 관심을 끌기에 충분하다. 이를 모아 소개한다.

▲로봇액션 데이터 수집을 위한 휴대형 데이터 수집 시스템

사람이 손으로 직접 데이터를 수집하는 핸드 헬드(Hand held) 그리퍼다. 이 그리퍼는 일반적으로 쓰는 카메라를 이용한 이미지 데이터에 힘 데이터까지 수집, 정교한 조작이 가능하도록 설계했다.

기어조립이나 랜선 꽂기, 배터리 분해, 커넥터 조립 등 정교한 6개 기능을 마치 사람 손이 움직이듯 조작한다. 로봇 손가락의 접촉면을 늘려 실수를 크게 줄였다.

이건협 박사과정생은 "공차 0.5mm 이하까지 작업할 수 있다"며 "산업자원부의 알키미스트 사업의 지원을 받아 개발 중"이라고 설명했다.

▲큐버(Quber)

오류 추정에 기반한 인스턴스(객체) 분할 개선 방법을 제시한 모델이다. 데이터 셋 구축 과정에서 필수적으로 '정제 과정'을 거치게 되어 있다. 그런데 정제 과정에서 객체를 인식시키는 작업이 쉽지 않다. 특히, 객체의 경계 분류가 어렵다. 연구진이 이 문제를 해결했다.

이상범 박사과정생은 "4자 경계 오류 정정 모델로 이해하면 될 것"이라며 "기존 모델은 경계 부분만 정제하거나 속도가 느린 단점이 있다. 그러나 'Quber'는 오류 측정 후 바로 마스크 출력을 하기 때문에 속도가 빠르다"고 말했다.

객체분할 범용 모델인 HQ-SAM이나 미학습 물체 인식 모델인 RICE 모델 대비 정확도가 83.3으로 5% 정도, 분할 속도는 20배 가까이 개선했다.

최근 열린 국제로봇학술대회인 ICRA(이크라)에 논문을 발표하기도 했다.

▲인공지능 자가진단 및 데이터 불확실성 자각 기술

추론 결과의 불확실성을 진단하는 AI 기술이다. 모델이 스스로 추론을 내리고, 불확실한 추론을 찾아내 관리자에 의사결정을 요청한다.

이는 모델이 생성한 세그멘테이션(분할) 마스크를 대상으로 예측 신뢰 점수에 따라 기준치 미달인 마스크를 가려, 잘못 여부를 관리자가 판단하는 방식이다.

허윤재 박사과정생은 "불확실성을 해소한 데이터를 다시 데이터셋으로 활용해 AI를 학습하는 과정이 지속 진행된다"며 "이를 통해 AI 성능을 점진적으로 개선한다"고 말했다.

허윤재 박사과정생은 "기술 개발 4년 차"라며 "상용화에 대한 구체적인 계획은 아직 없지만, 기술성숙도(TRL)가 점차 올라 일정 수준에 도달한다면 지도교수님과 상의하에가능할 것"이라고 덧붙였다.

▲3D 플로우 디퓨전 폴리시(Policy)

연구팀이 액션 출력 정책 학습기법을 제안했다. 3D 플로우(액션)를 예측하고, 예측된 플로우를 바탕으로 로봇 정책 모델을 학습하는 기술이다.

예를 들어, 로봇이 망치질을 할 경우 로봇은 못이 어떻게 박히는 지 예측하지 못했다. 그러나 이 기술은 못이 들어가는 상황을 예측, 그에 맞는 행동이 가능하다.

관련기사