기사를 읽어드립니다.
엔비디아가 사람의 작업 영상을 보고 새로운 동작을 학습하는 데 이어, 자신의 행동으로 주변 환경이 어떻게 변할지까지 예측하는 차세대 로봇 AI 모델 '그루트 2(GR00T 2)'를 공개했다. 새로운 작업 50개를 대상으로 한 실험에서 추가 시연 없이 평균 40%의 성공률을 기록했으며, 작업당 5회의 시연과 30분간의 추가 학습으로 성공률을 95%까지 높였다.
엔비디아는 지난 9일(현지시간) 미국 오스틴에서 열린 로봇 학습 학회(CoRL)에서 그루트 2를 발표했다. 핵심은 로봇의 동작뿐 아니라 동작 이후 주변 환경이 어떻게 변할지까지 함께 예측하는 '월드 액션 모델(WAM)'을 도입했다는 점이다.
엔비디아는 지난해 3월 첫 범용 휴머노이드 모델인 '그루트 N1'을 공개한 뒤 N1.5와 N1.6, N1.7을 거치며 명령 이해와 동작 정확도, 다양한 로봇에 대한 적용 능력을 개선해 왔다. 기존 모델이 주변 상황과 언어 명령을 이해해 로봇의 동작을 생성하는 데 집중했다면, 그루트 2는 동작과 그에 따른 미래 영상을 동시에 예측하도록 설계를 바꿨다.
예를 들어 로봇이 물체를 집을 때 단순히 팔과 손의 움직임을 생성하는 것이 아니라, 물체가 어떻게 움직이고 주변 상황이 어떻게 달라질지까지 예측하는 방식이다. 이를 통해 사람이나 다른 로봇의 작업 경험을 새로운 로봇에 적용하는 능력을 높였다.
그루트 2는 사람의 1인칭 시점 작업 영상 40만시간 이상을 비롯해 휴대형 그리퍼 시연과 로봇 원격 조작 데이터 등을 학습했다. 사람의 행동과 다양한 로봇의 움직임을 함께 학습해 특정 로봇이 직접 수행한 적 없는 작업에도 대응하도록 설계됐다.
실제로 대상 로봇이 경험하지 못한 50개 작업에서 별도 시연 없이 평균 40%의 성공률을 기록했다. 작업당 1회의 시연 데이터를 추가해 미세조정하면 성공률이 71%로 올라갔고, 5회 시연에서는 95%를 기록했다. 5회 시연에 필요한 로봇 데이터는 작업당 3분 미만이었으며, 엔비디아 RTX 5090 한 대에서 약 30분간 추가 학습했다.
사람의 시연만으로 기술을 익히는 실험도 진행했다. 사람이 실험용 깔때기에 여과지를 끼우고 세척액을 적시는 작업을 보여주자, 로봇은 해당 작업에 대한 직접적인 조작 시연 없이 65%의 성공률을 기록했다. 휴대형 그리퍼로 시연한 장난감 덤프트럭 조립 기술도 다른 로봇 팔에 전이해 60%의 성공률을 보였다.
이전 모델과 비교한 실험에서도 성능 개선이 확인됐다. 시뮬레이션 학습 데이터를 추가해 유니트리 G1 휴머노이드가 낯선 환경에서 작업을 수행하도록 한 평가에서 기존 그루트 1.7의 성공률은 40.0%였지만, 그루트 2 터보는 63.3%를 기록했다.
추론 AI와 결합하면 여러 동작이 필요한 복잡한 작업도 수행할 수 있다. 추론 모델이 작업 순서를 결정하고 진행 상황을 확인하는 동안 그루트 2가 실제 물체를 조작한다. 오류가 발생하면 추론 모델이 복구 방법을 판단해 다시 작업을 지시한다. 장난감 비행기와 트랙터, 자동차를 연속 조립하는 실험에서는 각각 100회 중 97~98회 성공했다.
휴머노이드용 경량 모델 '그루트 2 터보(GR00T 2 Turbo)'도 공개했다. 20억개 매개변수 기반으로, 유니트리 G1에 탑재된 엔비디아 '젯슨 토르(Jetson Thor)'에서 직접 실행할 수 있도록 설계했다. 실제 시연에서는 팝콘을 담아 서빙하는 작업을 48회 모두 성공했으며, 다양한 물체가 놓인 테이블을 정리하는 작업에서도 93%의 성공률을 기록했다.
산업 현장에서의 적용도 시작되고 있다. 폭스콘은 서버 제조 공정 자동화에 그루트 2를 활용하고 있으며, 지멘스는 산업 현장에 적용할 수 있는지 평가하고 있다. 넥수니는 세탁물 취급 작업을 시험 중이고, 마이크로AGI는 로봇 팔을 이용한 이더넷 케이블 교체 작업에 활용하고 있다.
그루트는 엔비디아가 차세대 성장 시장으로 육성하는 로봇 AI 플랫폼의 핵심이기도 하다. 엔비디아는 로봇의 행동을 담당하는 그루트와 물리 세계 학습을 위한 '코스모스(Cosmos)', 가상 훈련 환경인 '아이작 랩(Isaac Lab)', 로봇 탑재용 컴퓨팅 장치인 젯슨을 결합해 로봇 개발 전 과정에 필요한 기술을 공급하고 있다.
이는 로봇 제조사들이 엔비디아의 AI 모델로 로봇을 학습하고, 시뮬레이션 환경에서 성능을 검증한 뒤 실제 로봇에서도 엔비디아의 반도체를 활용하도록 하는 사업 전략이다. 로봇 시장이 성장하면 AI 학습용 GPU뿐 아니라 로봇에 탑재되는 컴퓨팅 장치의 수요도 확보할 수 있다.
엔비디아는 그루트 2를 통해 로봇마다 특정 작업을 반복적으로 가르쳐야 하는 부담을 줄이고, 사람의 경험과 다른 로봇의 데이터를 활용하는 범용 로봇 AI 개발을 가속한다는 계획이다. 이번 성능은 연구팀이 설정한 작업과 시험 환경에서 얻은 결과로, 실제 제조 현장에서의 안정성과 경제성은 추가 검증이 필요하다.
박찬 기자 cpark@aitimes.com