미국의 로봇공학에는 애플의 공동 창업자 스티브 워즈니악이 제창한 유명한 지표가 있다. “낯선 집에 들어가 커피를 넣을 수 있으면 범용 로봇으로서 합격”이라고 하는 것으로, 워즈니악ㆍ테스트 등이라고 불린다. 본고의 마무리에서도 언급되는 이 과제는, 현재의 피지컬 AI와 휴머노이드 로봇 개발에 있어서의 최난관의 프론티어를 나타내고 있다.

기존의 생성형 AI는 '환각(Hallucination)' 과 같은 실수가 허용되지만, 질량을 가진 로봇의 실패는 물리적인 파괴를 초래한다. 그럼에도 불구하고, 개발 속도는 가속일로를 걷고 있다. 불과 몇 달 전까지만 해도 '느릿느릿 걷던' 기계가 지금 인간처럼 달리기 시작한 급격한 진화의 배경에는 기술과 비용이라는 두 가지 흐름의 상호작용이 있다.

■ 한때 느린 로봇의 움직임이 개선되어 부드럽고 빠른 주행이 가능

몇 달 전까지 휴머노이드 로봇에 종사하는 수백 개의 기업이 만들었던 로봇의 대부분은 겸손하게 말해도 느리다고 평가할 수밖에 없었다. 최고 속도는 시속 약 3마일(약 4.8킬로) 정도. 보행은 거의 “느릿느릿”이라고 말해도 좋은 레벨로, 팔의 움직임도 완만하고 어색했다. 그런데 최근에는 우리는 빠르고 우아하게 그리고 매끄럽게 달리는 로봇을 보았다.

이것은 시각과 지능을 획득하고 있는 로봇이 지금까지 보다 빠른 페이스로 진화하고 있는 것을 나타내는 명확한 신호이다.

"갑자기 AI에 '신체'를 주는 것이 대규모로 전개해도 경제적으로 이루어지게 되어 왔다"라고 Synapse의 AI와 데이터 부문의 디렉터를 맡는 매트 길버트는 최근 TechFirst의 인터뷰에서 말한 바 있다.

■ 아마존은 100만대 이상의 로봇을 가동시켜 엔비디아와 함께 피지컬 AI에 대한 투자를 가속

AI를 물리적 하드웨어에 통합하는 비용은 AI 자체의 성능이 현격히 향상되고 있는 것과 정확히 같은 타이밍으로 저하하고 있다. 더 이상 하드웨어는 병목이 아니라 로봇이나 기타 스마트 머신에 AI를 통합한 '피지컬 AI'는 이미 큰 “투자 대비 수익률(ROI)”를 만들어내고 있다고 길버트는 밝혔다.

그렇기 때문에 아마존은 현재 이미 100만대를 넘는 창고 로봇을 가동시키고 있으며, 엔비디아와 함께 다른 피지컬 AI 로봇 기업에 대한 투자를 한층 확대하고 있는 것이다.

■ LiDAR나 배터리 등 부품 가격이 하락, 하드웨어는 도입 장벽이 없어짐

BMW의 i7용으로 LiDAR(라이더) 센서를 공급하고 있는 Innoviz에 의하면, LiDAR의 가격은 7만 5,000달러에서 수천 달러가 아니라 수백 달러까지까지 내렸다고 한다.

동시에 지난 10년 정도로 배터리 가격도 약 85% 하락했다. 센서는 저렴해지고, 칩은 저렴해지고, 액추에이터, 이른바 로봇의 근육에 해당하는 부품도 마찬가지로 저렴해지고 있다.

■ 휴머노이드의 제조 비용은 1년에 40% 저감

풀사이즈의 휴머노이드 로봇에 대해서는, 비용이 40% 줄어들었다고, 골드만삭스 리서치는 밝혔다. 전반적인 예상을 상회하는 속도다.

휴머노이드 로봇의 제조 비용은 하락했다. 현재는 3만 달러에서 15만 달러의 레인지가 되고 있다.

<그림> 휴머노이드 로봇의 부품과 비용(2023년 추정값) / 대표적인 서플라이어

자료 : GLOBAL X 자료를 기반으로 작성

■ 피지컬 AI는 충돌 회피를 위해서 저지연이 필수, 기체 내부에서의 계산 능력이 요구됨

물론 비용이 낮아졌다고는 해도 AI에 신체를 주는 것은 결코 쉽지 않다.

피지컬 AI란, 로봇이 클라우드에 접속해 ChatGPT에 문의해서 10초 후에 대답을 받는 것만으로 좋다고 하는 것은 아니다. 로봇이 충돌을 피하거나 무거운 물체를 안전하게 들어 올리거나 인간 옆에서 멈추어야하는 장면에서는 대기 시간(응답 지연)이 매우 중요하다. 즉, 기체 내부에 충분한 계산 능력을 탑재할 필요가 있다는 것이다.

"매우 빠른 실시간 처리와 반응이 필요하다면 그 처리는 아마도 엣지 측에 두게 될 것이다"라고 길버트는 말했다.

그러나 모든 처리에 즉각성이 요구되는 것은 아니다. 일부의 처리는 로컬 서버나 클라우드측에 놓여져, 거기에서는 다소 레이턴시가 높아도 허용되는 보다 난이도가 높은 추론 태스크를 보다 큰 AI 모델이 담당하게 된다. 그 결과, 디바이스 상의 반사 제어, 로컬 추론, 클라우드 기반 학습 및 최적화를 결합한 하이브리드 아키텍처가 구축되었다.

하드웨어의 저가격화, 고성능화된 AI, 그리고 온 디바이스와 클라우드의 하이브리드 계산의 조합이 매우 빠른 개발 속도를 가능하게 하고 있다.

■ 질량을 가진 로봇의 실패는 물리적 파괴와 사고를 초래

디지털 세계의 AI와 달리 현실 세계의 로봇에 의한 실수는 현실 세계에서의 결과를 가져온다. 그것은 대규모 언어 모델(LLM)에서 볼 수 있는 '할루시네이션(환각)'의 종류와는 성질이 다르다.

"물리 세계에서는 행동은 흔히 되돌아가지 않는다...... 단순히 문장을 잘못했다는 이야기가 아니다."라고 길버트는 말했다. "그것은 잠재적으로 치명적인 물리적 움직임이 될 수 있다."

■ 일반 가정이라는 마지막 프론티어

그렇기 때문에 길버트에 의하면, 자택의 환경은 피지컬 AI와 로봇에 있어서의 “마지막 프론티어”인 것이다. 가정 내의 환경은 구조화되어 있지 않으며 예측이 어렵고 항상 변화하고 있다. 거기에는 어린 아이나 애완동물 등이 주위나 발밑을 돌아다니고 있을지도 모른다. 말할 필요도 없이 어른도 있지만, 어른도 예측할 수 없다.

그러므로 자택이라는 장소는 범용 휴머노이드 로봇에게 있어서 궁극의 시금석이 된다.

"휴머노이드 로봇을 데리고 와서 어떤 미국 가정에 넣어도 그 로봇이 커피 한 잔을 넣을 수 있게 되었을 때 우리는 범용 휴머노이드 로봇의 문제를 해결할 수 있었다는 것을 알 수 있다."

그리고 아마도, 평균적인 가정이 그것을 구입할 수 있게 되었을 때일 것이다.