GPT-6 Astra, 공간 인식에서 큰 진전

OpenAI의 최신 모델 「GPT-6 Astra」가 로봇 공학의 새로운 평가 기준에서 공간 인식 능력에 대한 대폭적인 향상을 보였다. 초기 벤치마크 결과로 공개된 데이터에 따르면 경쟁 모델들을 크게 앞지르는 성과가 확인되었으며, 연구자들로부터도 높은 평가를 받고 있다.

이번에 사용된 벤치마크는 「StationaryBench」라고 불리는 것으로, 로봇이 실제 작업을 얼마나 정확하게 수행할 수 있는지를 측정하는 평가 방법이다. 구체적으로는 2개의 팔을 가진 양팔 로봇에 100가지 과제를 실행하게 하여 성공 수를 경쟁하는 형식으로 진행되었다. 이러한 물리적 공간에서의 작업을 인공지능이 어떻게 제어할 수 있는지를 측정하는 평가는 실용적인 로봇 응용을 염두에 둔 연구 분야에서 중시되고 있다.

GPT-6 Astra는 100개 과제 중 7개를 완료했다. 한편 비교 대상이 된 경쟁 모델 「MolmoAct2」는 하나도 완료하지 못했다. 절대적인 성공률만 놓고 보면 7%라는 수치에 그치지만, 경쟁 모델이 영점인 상황 속에서의 결과이며, 현시점에서 모델 간의 차이는 뚜렷하다. 이 평가 결과를 받아 한 연구자는 「공간 인식에서의 단계적 도약」이라고 표현했다.

공간 인식이란 사물의 위치 관계, 거리, 형태 등을 인공지능이 파악하고 이를 행동으로 연결하는 능력을 가리킨다. 로봇이 현실의 환경에서 사물을 집거나 재배열하거나 장애물을 피하기 위해서는 이 능력이 필수적이다. 그동안 인공지능 모델은 이미지와 언어 처리에는 강점을 발휘해온 반면, 3차원의 물리적 공간에서의 이해와 제어에는 과제가 남아있는 것으로 알려져 왔다.

이번 결과가 가지는 의미는 단순한 점수의 차이를 넘어선다고 볼 수 있다. 로봇으로의 인공지능 응용은 제조, 물류, 의료 등 많은 산업에서 실용화가 모색되고 있으며, 거기서의 「실제 사용 가능한 인공지능」이 될 수 있는지 여부의 하나의 지표가 공간 인식이다. GPT-6 Astra의 성과는 인공지능이 더욱 현실의 물리 세계에 가까워지는 단계에 와 있을 가능성을 시사하는 것으로 자리잡혀 있다.

다만 이번 결과는 어디까지나 초기 단계의 벤치마크에 의한 것이며, 7%라는 성공률은 실용 수준까지는 아직 거리가 있다. 앞으로 더욱 다양한 환경과 과제에 대한 대응, 성공률의 향상이 어디까지 진전될지가 주목점이 된다. 연구와 산업 양면에서 어떠한 전개를 보일지, 계속해서 평가가 거듭되는 단계에 있다.