다중정밀도조작모델‘디스포(DiSPo)’ 관련 AI생성 이미지. [KAIST 제공]

공장에서 작업자가 동작을 한 번 보여주는 것만으로 로봇이 정밀한 조립 작업을 익힐 수 있게 될 전망이다.

KAIST는 박대형 전산학부 교수 연구팀이 적은 데이터만으로 학습하고도 작업 상황에 맞춰 정밀도를 스스로 조절해 정교한 동작까지 만들어내는 로봇 AI 모델 ‘디스포(DiSPo)’를 개발했다고 24일 밝혔다.

기존 로봇 인공지능은 사람이 움직이는 모습을 매우 짧은 시간 간격으로 기록한 방대한 양의 데이터를 학습해야 정밀한 작업을 수행할 수 있었다. 예를 들어 나사를 조이거나 좁은 틈에 부품을 끼워 넣는 작업을 배우려면 수많은 동작 데이터를 세밀하게 수집해야 했기 때문에 시간과 비용이 많이 들었다.

연구팀은 이러한 한계를 극복하기 위해 로봇이 움직임의 변화를 스스로 예측하면서 다양한 행동을 학습할 수 있는 인공지능 기술을 개발했다. 특히 작업 상황에 따라 동작을 더 세밀하게 나누거나 크게 조절할 수 있는 기능을 새롭게 도입했다. 연구팀은 시간에 따른 변화를 효율적으로 학습하는 상태공간모델 ‘맘바(Mamba)’와 다양한 행동을 생성하는 확산모델(Diffusion Model)을 결합해 이러한 기능을 구현했다.

연구팀이 개발한 디스포는 시뮬레이션 환경에서 기존 최고 성능 모델 대비 최대 81% 높은 작업 성공률을 기록했다. 이번 기술은 정밀 부품 조립, 케이블 연결, 의료 수술, 정밀 가공 등 높은 정확성이 요구되는 다양한 산업 분야에 적용될 수 있을 것으로 기대된다.

구본혁 기자