NVIDIA의 SONIC, 휴머노이드 동작 제어 통합

NVIDIA는 휴머노이드 로봇의 동작 생성을 일원적으로 다루는 모델 'SONIC'을 개발했다. 이 모델은 인간이 실시간으로 동작을 시연하는 시연 데이터와 축적된 훈련 데이터를 결합함으로써, 로봇에 자연스러운 동작을 습득하게 하는 메커니즘을 갖추고 있다. 조작자 입장에서는 동작 제어에 관련된 여러 공정을 하나의 시스템으로 완결할 수 있는 '원스톱' 환경이 제공되는 점이 특징이다.

휴머노이드 로봇 연구에서는 오랫동안 '동작의 자연스러움'이 큰 과제로 여겨져 왔다. 인간의 동작은 매우 복잡하며, 단순한 프로그램으로 규칙을 모두 작성하는 것은 거의 불가능에 가깝다. 그 때문에 근래의 접근 방식에서는 인공지능에 대량의 데이터를 학습시켜 동작 패턴을 익히게 하는 '학습 기반' 기법이 주류가 되어 가고 있다. SONIC은 그러한 흐름을 따르면서도, 인간이 실제로 동작을 보여주는 실시간 시연을 학습에 포함시키는 점에서 더욱 현장에 부합하는 설계가 되어 있다.

SONIC이 채택하는 메커니즘의 핵심은 인간의 동작을 실시간으로 획득하여, 이를 즉시 학습 데이터로 활용할 수 있다는 점이다. 종래의 방법에서는 데이터 수집·가공·학습이라는 공정을 나누어 진행하는 경우가 많아 시간과 비용이 들었다. SONIC은 이들을 통합하여, 운영자가 하나의 플랫폼에서 휴머노이드의 동작 제어를 관리할 수 있도록 설계되어 있다.

이 시도가 주목받는 배경에는 휴머노이드 로봇 시장에 대한 산업계의 관심 증대가 있다. 제조·물류·요양 등 인간과 같은 공간에서 작업할 수 있는 로봇에 대한 수요가 각 분야에서 확대되고 있으며, 그에 대응할 수 있는 로봇의 '동작 범용성'이 핵심을 좌우한다고 여겨지고 있다. NVIDIA는 그동안에도 로보틱스용 인공지능 플랫폼 개발에 주력해 왔으며, SONIC은 그 일환으로 자리잡고 있다.

원스톱으로 동작 제어를 다룰 수 있다는 설계는 개발자와 운영자의 부담을 줄인다는 의미에서도 중요하다. 그동안 휴머노이드의 동작 개발에는 전문적인 지식과 여러 도구의 조합이 필요로 여겨져 왔지만, 통합된 시스템이 있다면 더 넓은 층의 개발자가 로봇 제어에 참여하기 쉬워질 가능성이 있다. 이러한 '진입 장벽의 인하'는 로보틱스 분야 전체의 개발 속도를 높이는 요인이 될 수 있다는 견해도 있다.

향후 주목할 점은 SONIC이 어떤 종류·난이도의 동작에 대응할 수 있는지, 그리고 실제 산업 현장이나 연구 기관에서 어떻게 활용되어 갈 것인지라는 점이다. 실시간 인간 시연을 학습에 활용하는 접근 방식은 데이터 수집의 유연성을 높이는 한편, 시연의 품질과 환경에 결과가 영향을 받을 수 있다는 점도 고려된다. NVIDIA가 이 기술을 대외적으로 어떻게 전개하고 생태계를 확대해 나갈 것인지가 향후 초점이 될 것으로 자리잡고 있다.