로봇 두뇌 개발자들은 GPT-2 시대를 벗어나고 있다

Physical AI는 대규모 언어 모델(Large Language Models) 뒤의 기본 도구를 로봇 공학 분야에 적용하기 위해 수십억 달러의 자금을 확보한 기업들이 등장하면서 벤처 캐피탈 분야에서 가장 역동적인 부문 중 하나로 부상했습니다.

이러한 열정은 중국 최고의 로봇 제조업체인 Unitree의 주요 IPO를 이끌었으며, 이는 중국 NASDAQ에 해당하는 장에서 상장 당시 660억 달러의 가치 평가를 받았습니다. 그러나 이번 주 시장 심정이 급격히 전환되며 그 가치의 거의 절반이 소멸했습니다. 분석가들은 이 하락을 중요한 격차에서 비롯된 것으로 보고합니다. 즉, 로봇의 물리적 능력은 발전하고 있지만, 가치 창출 작업을 수행하기 위한 실용적인 노하우는 여전히 부족하다는 점입니다.

지난 주 로봇을 위한 AI 시스템을 개발하는 개발자들을 위한 정상회의인 Actuate 컨퍼런스에서 업계의 낙관론은 뚜렷하게 느껴졌습니다. 물리적 AI 모델 빌더들이 데이터를 관리하고 시각화하는 것을 돕는 주최 측인 Foxglove에 따르면, 2023년 창립 이후 규모가 세 배로 증가하여 1,500명의 참가자가 모였습니다.

기저에 있는 위험성도 분명히 드러났습니다. 물리적 AI 인프라의 또 다른 참여자인 Avala의 부스에는 “로봇 공학 데이터 위기”를 해결하겠다고 약속하는 표지판이 게시되었습니다.

이 위기는 AI 모델의 고품질 훈련 데이터 부족에서 비롯됩니다. 모든 작업을 수행할 수 있는 일반화된 로봇을 구축하는 목표는 여전히 멀며, 특정 작업에 대한 엔드투엔드 학습은 아직 신뢰할 수 있고 상업적 수준의 성능을 갖춘 제품을 만들어내지 못했습니다. 개발자들에게 해결책은 선도적인 AI 연구소의 진전을 모방하는 데 있습니다. 즉, 더 다양하고 광범위한 데이터셋을 확보하거나 생성하고, 다양한 훈련 방법을 실험하며, 강화 학습 시나리오를 정교화하는 것입니다.

모델 빌더를 위한 시뮬레이션 도구를 개발하는 스타트업인 Antioch의 설립자 Harry Mellsop은 물리적 AI를 “GPT-2 시대”에 있다고 묘사합니다. 이는 ChatGPT 이전의 OpenAI 모델을 지칭하는 것입니다. 현재의 한계를 극복하려면 더 많은 데이터와 컴퓨팅 파워, 특히 고충실도 시뮬레이션을 생성하기 위해 레이 트레이싱에 최적화된 GPU가 필요합니다.

자율 주행 차량은 현재 가장 진전된 단계에 있으며, 이는 부분적으로 인간이 운전하는 차량에서 관련 데이터를 수집할 수 있기 때문이고, 부분적으로 주요 목표가 물리적 환경을 조작하는 것이 아니라 충돌 회피에 있기 때문입니다. 모델 개발을 위한 도구 중 상당 부분은 자율 주행 차량 기업에서 비롯됩니다. 예를 들어, Foxglove는 GM의 이전 자율주행 프로젝트였던 Cruise의 전직 직원들에 의해 설립되었습니다.

결과적으로 이러한 자동차 기업들은 머신러닝 도구 구축에 대한 투자가 전용 휴머노이드 로봇 제조업체와 경쟁할 수 있게 해줄 것이라고 increasingly 확신하고 있습니다. Tesla는 이미 Optimus 로봇을 통해 이 전략을 추구하고 있으며, 이제 자율 주행 차량 전문 기업인 Wayve와 승차 공유 거대 기업인 Uber 모두 연구 개발 노력의 일환으로 휴머노이드 형태에 전념하는 로봇 공학 연구소를 설립했습니다.

“차량부터 시작해야 한다고 믿습니다… 조립 로봇 공학은 5년 전 자율주행이 있던 곳입니다,” Wayve의 CEO인 Alex Kendall은 TechCrunch에게 말했습니다. “데이터 인프라, 시뮬레이션, ML ops 인프라는 공유될 가능성이 높지만, 시뮬레이터의 특정 세계 모델은 서로 다른 사후 훈련(post-training)이 필요할 것입니다. 상당한 공통점이 있겠지만, 다양한 구현체에 대해서는 차이점도 필요할 것입니다.”

Kendall은 센서 및 기타 구성 요소의 발전이 빠르게 이루어지고 있으며, 진정한 일반 모델은 하드웨어에 독립적이어야 하므로 단일 하드웨어 플랫폼에 전념하기에는 시기상조라고 주장합니다.

올해 1억 500만 달러의 시드 라운드를 확보한 수직 통합 휴머노이드 로봇 회사인 Genesis AI의 CEO인 Théophile Gervet은 동의하지 않습니다. 그는 TechCrunch에게 “순수한 두뇌 전략이 성공하기에는 이 물결의 초기 단계입니다. 우리의 관점은 하드웨어와 AI를 공동 설계할 수 있는 수많은 기회가 있다는 것입니다.”라고 말했습니다.

Gervet은 또한 이 부문에서 또 다른 주요 주제를 다루었습니다. 즉, 물리적 AI 비즈니스를 구체적으로 어떻게 초점을 맞춰야 하는가입니다. 특정 작업에 타겟팅된 로봇 기업들은 현장에서 로봇을 배포하고 있습니다. Gritt은 태양광 발전소를 건설하고, Agility는 산업 환경에서 로봇을 운영하며, Bedrock은 굴착기를 자율적으로 운행합니다. Meanwhile, 범용 휴머노이드는 여전히 주로 실험실에 갇혀 있습니다.

“성공률이 80%인 범용 로봇을 원하는 고객은 없습니다,” Gervet은 이 딜레마에 대해 설명했습니다. “우리는 많은 다른 참여자들이 범용 접근 방식을 추구하지만, 수직적 초점 없이는 가치를 제공하지 않는다는 것을 봅니다. 그러나 GPT-2 수준의 모델 위에 좁은 수직 분야를 위해 구축하면, GPT-4 위에서 구축하는 회사들에게 경쟁에서 밀릴 것입니다.”

특정 수직 분야에 투자할 유혹은 강합니다. 이는 수익뿐만 아니라 실제 현장 배포 데이터도 생성하기 때문입니다. 작업별 데이터는 일반 모델의 발전을 위해 필요한 다양성이 부족할 수 있지만, 실질적인 가치를 제공하는 로봇을 만드는 데 중요합니다. Bedrock의 CTO Kevin Peterson은 그의 회사가 “야외에서의 조립(manipulation in the wild)”의 과제를 이해하기 위해 굴착 작업으로 시작했지만, 일련의 건설 기계에 걸쳐 지능 레이어를 개발할 계획이라고 언급했습니다.

이러한 양의 데이터를 관리하는 것은 특히 시각 및 LiDAR 정보의 밀도로 인해 어렵습니다. 이번 주 Foxglove는 Nvidia의 Cosmos 오픈 가중치 세계 모델을 기반으로 한 새로운 제품을 발표했으며, 이를 통해 엔지니어들은 정교한 자연어 쿼리를 사용하여 데이터를 검색하고 평가 및 시뮬레이션을 구축할 수 있습니다. 목표는 더 빠른 분류와 디버깅이며, 이를 통해 모델 빌더들이 더 빠르게 반복할 수 있습니다.

그렇다면 Sam Altman이 최근 몇 년 안에 있을 것이라고 제안한 물리적 AI의 전설적인 ChatGPT 순간은 무엇일까요? Kendall은 전 세계 최대의 로봇 배포가 여전히 소비자용 진공 청소기라고 지적합니다. 그에게 ChatGPT 순간은 이미 매우 열정적인 투자자가 아닌 소비자를 흥분시키는 것을 포함해야 합니다.

“차량에 1,000달러 미만의 하드웨어로 눈 감고 운전하는 자율주행(eyes-off autonomy)을 달성하는 것이 하나의 예입니다,” Kendall은 말했습니다. 우연히도 그의 회사는 자동차 제조업체에게 모델을 라이선스하여 정확히 그 목표를 달성하고자 합니다. 그는 이 비즈니스를 진정한 일반 관형 AI(embodied AI) 모델을 생성할 수 있게 해주는 수십억 달러 규모의 기회로 봅니다.

Gervet에게 물리적 AI가 주류가 되는 순간은 “상자에서 바로 작동하는 조립입니다. 자연어로 로봇에게 밀기, 당기기, 노트북 닫기, 테이블 청소와 같은 기본 조립 작업을 지시하면 신뢰할 수 있게 실행합니다. 예를 들어 상자에서 바로 80%의 성공률을 보인다면, 이는 대략 ChatGPT 경험을 반영할 것입니다.”

Foxglove의 CEO인 Adrian Macneil은 다른 관점에서 이 질문에 접근합니다.

“로봇 공학에는 ChatGPT 순간이 없을 것입니다,” 그는 TechCrunch에게 말했습니다. “ChatGPT를 역사적인 순간으로 만든 것은 배포였습니다—they는 약 1주일 만에 제로에서 약 100만 명의 활성 사용자로 성장했습니다. 현실 세계의 배포는 훨씬 더 어렵습니다. 저는 로봇 공학에서 Apple II 또는 IBM PC 순간을 매우 기쁘게 생각하겠습니다: 언제 유용하고 즐거운 작업을 수행하는 가정용 로봇을 구매할 수 있을까요?”