제너럴리스트 AI, 로봇 파운데이션 모델 'GEN-1' 공개

▲제너럴리스트 AI가 로봇 파운데이션 모델 '젠(GEN)-1'을 공개했다.

제너럴리스트 AI(Generalist AI)가 로봇 파운데이션 모델 '젠(GEN)-1'을 2일(현지시간) 공개했다. 회사 측은 이 모델이 단순 물리적 작업을 숙달한 최초의 범용 AI 모델이라고 주장했다.

​

젠-1은 작년 11월 발표한 ‘젠-0(GEN-0)’ 모델이 평균 64%에 그친 작업 성공률을 99%로 끌어올렸으며, 현재 최첨단 시스템 대비 약 3배 빠른 속도로 작업을 완료하고, 각 작업에 단 1시간의 로봇 전용 데이터만을 필요로 한다.

​

제너럴리스트 AI는 이번에 로봇 '숙달(Mastery)'의 의미를 재정의했다. 신뢰성·속도·즉흥 지능(Improvisational Intelligence) 등 세 가지를 결합해 모델을 개발했다.

​

신뢰성 측면에서 젠-1은 자동차 부품 키팅 1시간 연속, 티셔츠 접기 86회, 로봇 청소기 서비스 200회 이상, 블록 포장 1800회 이상, 박스 접기 200회 이상, 휴대폰 포장 100회 이상을 사람의 개입 없이 수행했다. 속도 면에서는 박스 접기를 약 12초, 휴대폰 케이스 포장을 약 15.5초에 완료해 젠-0 및 피지컬 인텔리전스(Physical Intelligence)사의 '파이 제로(π0)' 모델이 동일 작업에 소요한 약 34초 대비 2.8배 빠른 성과를 기록했다고 밝혔다.

▲로봇 청소기 서비스 성공률 비교. (자료=제너럴리스트 AI)

젠-1은 전처리(사전 학습) 데이터셋을 대폭 확충했다. 파운데이션 모델은 인간이 착용하는 저비용 웨어러블 기기로 수집한 수백만 가지 일상 활동 데이터 기반으로 사전학습했다.

​

이 모델은 '즉흥 지능'을 적극 활용하고 있다. 자동차 부품 키팅 작업 중 와셔가 제대로 잡히지 않는 상황이 발생했을 때, 내려놓고 다시 파지하거나, 반대편 손을 이용한 양손 재파지 등 학습 범위를 벗어난 복수의 해결책을 자율적으로 선택했다.

​

다만 회사는 일부 작업은 아직 99% 성공률에 도달하지 못했으며, 실제 현장 적용을 위해서는 보다 높은 성공률이나 속도가 요구되는 경우도 있다고 밝혔다. 또한 즉흥적 행동이 예상치 못한 물리적 결과를 초래할 수도 있어, 체화 지능에 적합한 '얼라인먼트(정렬)' 기법 개발을 향후 과제로 제시했다.

 

백승일 기자 robot3@irobotnews.com

저작권자 © 로봇신문 무단전재 및 재배포 금지