[AI포럼] 김정 KAIST 기계공학과 교수, '로봇을 위한 피지컬 AI: 동향과 도전'

디따

관련기사 : https://www.dt.co.kr/article/12083903  -----------------------------------------------------------------------------------------------------------------------------------------------------------   디따 유튜브 구독하기 https://www.youtube.com/channel/UCxdgnFyzm3WcalaBn2Ya6hg   네이버TV https://tv.naver.com/ditta   데일리모션 https://www.dailymotion.com/dtwithcom   디지털타임스 홈페이지 http://www.dt.co.kr/   디지털타임스 페이스북 https://www.facebook.com/Digitaltimesnews   ☏ 제보하기 photo@dt.co.kr   -----------------------------------------------------------------------------------------------------------------------------------------------------------  #디지털타임스 #AI포럼 #피지컬 #ai #포럼 #은행회관  @ditta ​

Transcript

00:00안녕하세요. 카스의 김정희입니다.

00:01오늘 이런 거 한번 해보고 싶었는데

00:03오늘 처음 해갖고 굉장히 떨립니다.

00:05저는 항상 파워포인트 앞에만 서있다가

00:10가리면 가린다고 말씀해 주시면 좋을 것 같습니다.

00:14간단하게 저 소개를 드리면

00:16저는 MIT에서 공부를 했고요.

00:17그때 뭘 공부했냐면

00:18사람의 촉각에 대해서 공부했습니다.

00:20피부감 이런 걸 공부를 했고

00:21피부감이라는 게 얼마나 사람의 원천적인 감각이고

00:25이것을 어떻게 구현하는 것들이

00:27시각과 어떻게 다른가를 공부를 했었고요.

00:30그런데 갑자기 시대가 휴머노이드 시대가 되더니

00:32휴머노이드가 이루어야 될 마지막 감각이 돼서

00:36많은 것들 연구들을 하고 있고요.

00:39또 작년에는 그 연구를 잘 봐주셔서

00:41이달의 과학기술 인상을 받았습니다.

00:44저는 로봇의 피부에 대한 연구들을 하고 있습니다.

00:48다 아시겠지만 빨리 넘어가겠습니다.

00:51젠슨 왕이 다음 단계는 피지컬 AI다 얘기해서

00:54쭉 여기까지 왔었고요.

00:56이런 것들이 우리 AI가 정리해 준 건데

00:59차이점을 간단하게 좀 흥미있는 건 그렇습니다.

01:02그러니까 우리가 진화는 보통

01:06감각부터 쭉 가서 복잡한 인텔리전스까지 가는데

01:09보통은 거꾸로 가는 것 같습니다.

01:11인텔리전스가 먼저 나오고

01:12그 다음 피지컬 AI가 나중에 나왔는데

01:14자연계의 진화 방향으로는 반대로 간다는 것들은

01:17좀 말씀드릴 것이 싶습니다.

01:19또 일론 머스크가 굉장히 많은 비전에 대해서 얘기를 했죠.

01:22인간보다 휴머노이드들이 많아질 것이다 라고 얘기하고 있었던 것 같습니다.

01:26저희 산업계나 학계에서 어떻게 얘기하냐면

01:28지금까지는 코딩을 했었습니다.

01:30로봇을 하더라도 로봇 자체에 코딩하는 프로그램이 저희가 코딩을 한 다음에

01:35여러 가지 조건을 붙여서 벽에 갔기 전에 난 서사, 설아라든지 이런 식으로 조건을 붙였는데

01:40지금은 AI가 센서와 액츄에이터의 시그넌트를 받아들여서

01:46이것들을 자기가 알아서 코딩을 만들어주는 시대까지 문구하고

01:49우리가 그걸 피지컬 AI라고 얘기를 하고 있습니다.

01:53로봇틱스에서는 원래는 저희들은 인바디드 AI라고 했어요.

01:56AI가 원래 몸에 가서 몸을 쓰는 AI다 그랬는데

02:01이게 이제 젠슨 왕이 피지컬 AI다 하면서 피지컬 AI라는 말을 더 많이 쓰였는데

02:07로봇은 아마 피지컬 AI의 심벌 아니면 마스코트일 수도 있지만

02:13가장 해결해야 될 기술적으로 해결할 것이 많은 것들을 보여주는 것 같습니다.

02:18아쉽겠지만 우리가 할 때는 인지, 판단, 계획, 행동 그리고 학습이라는 게 있고요.

02:24이것도 대부분 피지컬 AI들은 갈 텐데

02:25피지컬 AI들 독특한 측면 하나는 학습은 똑같습니다.

02:30근데 로봇 안에 또 우리 추론을 담당하고

02:33약간의 학습을 할 수 있는 그런 프로세서가 또 들어갑니다.

02:37거기는 HBM같이 아주 고 하이 퍼포먼스 컴퓨팅이 들어가는 건 아니고요.

02:41그 안에서 자기가 자기 로컬에서 아까 말씀해 주셨듯이

02:44반사라든지 아니면은 그 안에서 내가 치러야 될 것들을 해야 되기 때문에

02:49약간 좀 다르긴 하지만은 전반적으로 이제 AI의 어떤 하드웨어들을

02:54그 하드웨어 플랫폼들을 다 따라가는 거지.

02:57그거 작은 AI가 로봇 안에 있다라고 생각하시면 될 것 같습니다.

03:04자 근데 그래서 저희들이 말씀드리면은

03:06휴머노이드가 왜 피지컬 AI에 가끔 봤냐면은

03:11휴머노이드라는 물건들이 그러니까 휴머노이드라는 로봇은

03:14로봇에서도 많이 하는 분야는 아니었습니다.

03:16왜냐면은 사용처가 없었기 때문에

03:18그래서 주로 손을 한다든지 아니면 발을 한다든지 이렇게 나눠져 있었는데

03:22자 이것들이 이제 우리가 사람들이 생각하기에

03:26우리 생활 방식을 바꾸는 세 가지, 세 번째 폼팩터다 해서

03:31처음엔 자동차가 있었고 스마트폰이 있었고

03:33다음은 아마 휴머노이드가 있을 거다라는 그것 때문에

03:36굉장히 많이들 열심히 연구하는 것 같습니다.

03:39알다시피 뭐 지금 굉장히 비싼 로봇부터

03:41우리가 쿠팡에 가면은 뭐 살 수 있는 싼 로봇까지 있고요.

03:45또 하나 이제 휴머노이드가 국가 기술력의 상징처럼 되고 있습니다.

03:50알다시피 휴머노이드 로봇을 만들 수 있는 나라가

03:52몇 나라 되지 않고 있고

03:54또 우리는 또 미국과 중국이 굉장히 많이 앞서 나가는 것 같지만

03:58연구자 입장에서는 우리가 일본 따라간 게 어디냐고 얘기를 하고 있습니다.

04:02일본하고 우리가 굉장히 3등을 가고 경쟁하고 있는데

04:05우리 입장에서는 일본만 따라잡아도 굉장하다고 생각했던 것 같습니다.

04:09근데 오늘 말씀 들어보니까 이렇게 나라 운영하시는 분들은

04:12굉장히 스케일이 다르다는 것을 느꼈습니다.

04:14또 하나는 이제 안보 보안의 이슈가 있습니다.

04:17휴머노이드는 카메라와 수많은 센서가 붙어 있기 때문에

04:20이것들이 밖으로 나가면 안 되겠죠.

04:23그렇다 보니까 얼마 전에 아시겠지만

04:24미국은 중국산 로봇을 받아들이지 않고

04:28또 자기네 나라에서 만드는 부품 얼마 이상을 써야 된다는 식으로 하고 있습니다.

04:32그래서 아마 이 휴머노이드라는 것은

04:34우리나라의 안보 보안의 핵심이 되고

04:37우리가 놓치지 않아야 될

04:38우리가 다른 사람한테 넘겨줄 수 없는

04:41그런 기술이라고 생각하고 있습니다.

04:42그래서 앞으로 국력의 기준은

04:44사람의 수, 우리가 5천만이라고 하는데

04:47아마 사람과 함께 일하는 휴머노이드

04:49그래서 1억 시대가 되지 않을까

04:50우리가 사람은 죽겠지만

04:52휴머노이드 늘려서

04:53아마 우리가 사람의 휴머노이드 1억 시대가 되지 않을까

04:57이렇게 생각을 하고 있습니다.

04:58왜 지금이냐라고 하면

05:00기술적으로 굉장히 많은 것들이 발전이 있었습니다.

05:03그중에서 우리가 얘기할 수 있는 것은

05:06액추에이터 기술이 굉장히 늘었습니다.

05:08그래서 비근한 예로 말씀드리면

05:11히토리오라는 얘기를 들어보셨을 거예요.

05:13히토리오가 뭐냐면

05:14모터에 쓰이는 자석인데요.

05:16이게 히토리오가 새로운 것들이 개발되면서

05:19똑같은 모터에서 3배, 4배, 5배의 힘을 낼 수 있게 힘이 세졌습니다.

05:24그러다 보니까 할 일이 많아진 것 같고요.

05:25그 다음에 AI 기술이 너무너무 발전하다 보니까

05:29우리가 수많은 데이터

05:30엄청난 모델을 다 해결할 수 있다 보니까

05:33또 AI가 사진과 글자와 동영상을 정복했으니

05:38그 다음은 행동이지 않을까 하는 그런 도전도 있었습니다.

05:42또 하나는 경제가

05:43경제 문제는 일단 사람이 부족하고

05:46우리가 늘 모든 선진국들은 저출산 고령화에 시달리고 있고

05:50또 고령화를 하다 보면

05:51사람이 고령된 분을 모시게 한 사람이 또 필요해지는 문제가 있습니다.

05:56또 하나는 편의

05:58우리가 점점점점 사람들이 편안해지고

06:00우리가 그런 공장에서의 어려운 일보다

06:04가정에서의 어려운 일도 해결하고 싶어하는 분들

06:06또 학교나 이런 데서도 여러 가지 일들을 해결할 수 있는

06:10이런 사람 형태의 기기가 필요하다.

06:12이 세 가지가 묶여서 하나가 된 것 같고요.

06:15뭐 13억대, 40억대 이렇게 큰 장밋빛 그런 얘기들이 있습니다.

06:21휴머노이드가 1세대, 2세대, 3세대 여러 가지가 있는데요.

06:24오늘 차별성을 말씀드린 것은 한 가지를 말씀드리겠습니다.

06:28휴머노이드를 얼마나 오래 쓸 수 있느냐가

06:30그 세대를 가를 것 같습니다.

06:32아시다시피 1세대는 1시간 정도 배터리도 나가고

06:36움직이고 에너지도 많이 썼지만

06:38우리가 2세대를 얘기하는 것은 수시간 작동하고

06:41아마 여러분들이 유튜브에서 보는

06:43기가 막히게 덤블링을 하고 운동을 하고

06:46이런 것들이 여기에 해당할 건데요.

06:48우리가 목적으로 하는 것은

06:49로봇과 오랜 기간 쓸 수 있는

06:52그런 휴머노이드의 기술과 안전성이 확보되어야

06:55이 시대가 온다고 보고요.

06:57이것들이 쉽지는 않다고 생각을 하고 있습니다.

07:00여러분들 AI 오래 쓰다 보면 얘가 말을 안 듣잖아요.

07:03옛날에 한 얘기, 틀떡이 얘기까지 기억해서

07:05이상한 걸 써놓고 로봇도 똑같습니다.

07:08오래 쓰면서 예전에 있던 그런 시그널들이

07:12다 노이즈로 작동해서 쓸 수가 없고

07:14갑자기 넘어지거나 오동작하는 일들이 벌어지고 있습니다.

07:18그래서 휴머노이드 세대는 얼마나 빨리 달리느냐가 중요한 게 아니라

07:21같이 얼마나 오래 쓸 수 있느냐

07:24그게 중요하다고 말씀드리겠습니다.

07:26미국은 미국과 중국을 말씀드리면

07:29어떤 회사는 하드웨어만 팔고요.

07:33어떤 회사는 소프트웨어만 파는 회사가 있고요.

07:37그다음에 하드웨어를 사서 쓴다 이런 회사들도 있습니다.

07:42근데 이 비어있는 거는 뭐냐면

07:43우리가 하드웨어도 팔 수도 있고

07:46지능도 팔 수 있는 회사들은 있지 않습니다.

07:49그 얘기는 뭐냐면 우리가 예측을 추측할 수 있는 건

07:51하드웨어와 소프트웨어를 붙이는 게 쉽지가 않다.

07:54즉 하드웨어와 소프트웨어 중간에 들어가는 뭔가가 있다라는 것들을

07:58우리가 아마 추측을 할 수 있을 것 같습니다.

08:00회사들이 둘 중에 하나만 하지

08:02두 개 동시에 팔지는 않습니다.

08:03그게 아마 그런 우리한테 준 인사이트가 왔다고 생각을 하고 있고요.

08:07중국은 엄청납니다.

08:09보면은 뭐

08:09저기 뭐

08:1119,000대를 하고

08:12뭐

08:13전 세계 출한 휴머노이드 97%고

08:16에즈버크가 유니트이라는 회사가 75%하고

08:18일만대를 외치하고 이렇게 얘기를 하고 있는데

08:20그다음에 또 하나 엄청나게 데이터를 쌓기 위한 로봇으로 한 데이터 센터

08:25이런 것들을 만들고 있습니다.

08:26그다음에 이제 보시다시피

08:28휴머노이드 보면 막 엄청나게 빨리 달리는 로봇도 많이 보셨을 거고요.

08:33자 근데 아직 이 약점은 뭐냐면은

08:35아직도 뭐

08:36내부적으로는 잘 모르겠지만

08:38아직 LLM이라든지 지능은

08:40아직도 미국의 프론트형 모델보다 좀 떨어지지 않나?

08:43라는 얘기들

08:44그다음에 대부분 배치하는 게

08:45국가의 어떤 리드에 따라서

08:47국가가 만든 데이터 센터에 배치를 한다든지

08:50아니면은

08:51우리가 생각할 때 좀 저급화될까 하는

08:55전시용이라든지

08:56이런 쪽에 있기 때문에

08:57그 수요가 아직도 확실하지 않은 것 같다.

09:00여기가 우리가 파고들어서

09:01로봇을 어떻게 사용할지를 잘 봐야 되지 않을까?

09:04라는 인사이트를 준다고 생각합니다.

09:06자 우리나라는 이제

09:07뭐 여러 가지 있는데요.

09:10뭐 우리가 강조하는 게

09:11제조 로봇이 우리나라에서 로봇 밀도 가장 높다고 얘기하고 있다는 거는

09:15아마 그 로봇들이 이제

09:16우리가 쓰는

09:17피지컬 AI 쓰는 로봇들은 대부분 아닐 겁니다.

09:20근데 상당히 우리나라는 기술의 친화적인 나라고

09:23그 로봇을 잘

09:25그 센서를 붙여서 우리가 피지컬 AI에 참여시킬 수 있다는 얘기가 될 것 같습니다.

09:31그 다음에 뭐 여러 가지도 많은 그

09:34아까도 이제

09:34국회의원 분들께서도 말씀하시

09:36굉장히 세계적으로 빠른 스피드로

09:39법률과 많은 것들을 이제 해주려고 애쓰시는데

09:43자 문제는

09:44우리는 아무리 빨아도 불평을 하죠.

09:47그래서 맨날 그렇기 때문에

09:48아직도 이런 것들이 우리가 정말 특화된

09:51우리의 기술을 가지고 뚝뚝나게

09:53좀 느리다라는 생각을 하고 있습니다.

09:56자 그 다음에 우리가 휴머노이드는

09:57휴머노이드는 휴보부터 시작해서 굉장히 히스토리도 길고요.

10:01우리나라에 굉장히 많은 작업 연구자들과 개발자들이

10:04휴머노이드를 활발하게 만들고 있고

10:06또 우리가 아주 탑 클래스의 부품 회사도 가지고 있습니다.

10:09그래서 그런 회사들을 통해서

10:11우리는 충분한 잠재력은 갖고 있고

10:13우리가 이것들을 어떻게 사용하면 되는가

10:16라는 것들을 파악하면 되지 않을까 생각합니다.

10:18하드웨어는 제가 생각할 때 감이니까

10:21부품 레벨에서라든지

10:22세계적인 수준이라고 하고 있는데

10:24아직 프론티어 모델 같은 건

10:26AI는 좀 없지 않을까

10:27라는게 좀 추측하고 있습니다.

10:29자 네 가지 같아요.

10:31우리가 필요한게 이제 데이터와

10:33파운데이션 모델과 활용처럼

10:35배치라고 표현해봤는데요.

10:37자 데이터에 대해서 좀 말씀드리고 싶은데

10:39치명적인 어려움이 있습니다.

10:42뭐냐면은 우리는 시각과 청각과 텍스트에 대해서는

10:47우리가 코딩 할 수 있는 것이 다 있는데요.

10:49힘에 대해서는 있지 않습니다.

10:51여러분들 우리가 한글이라는 코딩 시스템이기 때문에

10:53우리가 말을 기록을 할 수가 있잖아요.

10:55근데 힘은 아직 없습니다 그게.

10:59그 다음에 카메라도 여러분 jpg 파일이라는 포맷이 있는 것처럼

11:02근데 아직 힘에 대해서는 그런 데이터가 없어요.

11:05그러니까 데이터를 쌓을래도 그 데이터의 규격이 없고

11:09또 하나는 센서 회사마다 다 다른, 각자 다른 것들이기 때문에

11:14똑같이 어떤 데이터가 3이라고 해도

11:16데이터 센서마다 다 다르고 있습니다.

11:19이것들이 해결이 돼야 되고

11:21저는 이게 우리의 도전이라고 생각을 하고 있습니다.

11:24자 그 다음에 또 하나의 우리가 좀 인사이트는 뭐냐면은

11:28뇌의 신경 세포들을 세보면

11:32지능이 20%고 몸 쓰는게 80%입니다.

11:35그래서 즉 우리는 20%가 해결이 됐지

11:37아직 80%는 해결이 안됐다고들 주장을 하고 있고요.

11:40저도 그게 맞다고 생각합니다.

11:41그래서 어려운 문제인데 중국도 어려운 문제고

11:45우리도 어려운 문제고 미국도 어려운 문제니까

11:46우리가 해볼 수 있지 않을까 라는 그런 얘기를 할 수 있을 것 같습니다.

11:50자 파운데이션 모델은 진짜로 이거는

11:52미국이 엄청난 돈들을 들여서 하고 있는데

11:55여기서도 또 우리가 좀 가능성은

11:57얼마나 돈이 더 들어갈지 알 수가 없다는 게 문제입니다.

12:01글자와 이미지와 동영상에 대해서 선형적으로 예측하지 하지만은

12:06이것들이 계단으로 올라갈지는 아무도 예측을 못하고 있고요.

12:08그래서 미국에서는 어떤 것들을 얘기를 하고 있냐면은

12:12굿 올드 패션 엔지니어링이라고 해갖고

12:14엔지니어링이 썼던 여러가지 알고리즘을 가지고

12:17어떻게 데이터를 줄여보는 연구들이 새롭게 가끔 받고 있습니다.

12:20안 그러면은 어떤 문제냐면 상상을 하시면 되는게

12:24우리 눈 8400개를 몸에다 붙여놓고

12:26그 몸을 그 데이터를 받아들여야

12:30우리의 행동과 촉각을 다 구현할 수 있다고 생각하시면 될 것 같습니다.

12:35그러니까 눈 한두개가 아니라

12:36눈 8400개가 붙어야 우리 몸에 촉각과 행동 데이터를 저장할 수 있다고 말씀드릴 수 있을 것 같습니다.

12:43활용처도 마찬가지고요. 활용처가 그렇게 많지가 않고요.

12:46우리가 이것들을 찾아야 되고

12:48우리가 이것들을 하는 것들이 공장 위에 바깥에서

12:52우리가 사용자를 찾아내는 것들이 우리가 할 수 있는 일이라고 생각을 하고 있고요.

12:56로보틱스의 특징은 시스템 인테그레이션 하면

12:59보통 생각하시면 이제 어떤 용산에서 컴퓨터 조립하나 이런 생각할텐데

13:03로봇의 키 테크놀로지는 시스템 인테그레이션입니다.

13:06이 시스템 인테그레이션 기술을 개발시켜야 되는데

13:08사실 여러가지 학문적이나 사회적으로 시스템 인테그레이션이라고 그러면

13:13조금 내려다보는 것 같은데 로보틱스는 그 자체가 시스템 인테그레이션입니다.

13:18하드웨어 소프트웨어를 합쳐서 하는 기술들이고

13:20아마 이것은 우리나라가 잘할 것 같은 게 우리나라가 인테리어 산업이 굉장히 발전했잖아요.

13:25딱 부품도 맞고 아마 그런 전통을 받으면 잘할 것이라고 생각을 하고 있습니다.

13:30자 뭐 아까도 촉각 얘기 말씀드렸지만은 아직 촉각에 대한 규격은 많지가 않고요.

13:35이게 해결되어야 우리가 얘기하는 피지컬 AI가 될 것 같습니다.

13:39손끝에 있는 촉각 센서나 피부에 있는 피부 센서들이 아직 규격도 없고요.

13:44결정적인 문제는 수행하면서 마모가 되기 때문에

13:48이것들을 교체한다듯이 하는 어떤 변화에 대해서도 굉장히 취약하고

13:52아직 빈 곳입니다.

13:53이게 해결되어야 데이터도 쌓이고

13:56우리가 데이터를 가지고 팔란티어 같은 뭔가 거기다 관계성도 지어질 수가 있는데

14:01그런 문제가 있다고 생각하시면 될 것 같습니다.

14:03그래서 오늘 말씀드릴 것은 아직 20%의 뇌만 완성됐지

14:09아직 40%의 뇌가 완성됐지

14:1180%의 행동을 관절하는 뇌는 완성되지 않았다고 말씀드리고 싶습니다.

14:16제가 말씀드릴 것 같고요.

14:18오늘 마지막으로 말씀드릴 게 이제 정말 우리가 시간이 많지가 않고요.

14:22대부분의 사람들 은퇴하기 전에 그분들의 힘과 촉감과 경험 데이터를

14:27디지털화 시켜야 될 것 같고요.

14:28세 번째는 꼭 말씀드려야 될 게 휴먼을 만드는 분들이 로봇을 넘어트려두거나 깨지면

14:35심할서를 작성한다고 합니다.

14:37근데 중국은 몇십 대를 부셨습니다.

14:40그래야 넘어지지 않는 기술을 할 수가 있는데

14:42좀 우리가 이런 것들을 과감하게 실패에 투자를 해야

14:46실패하지 않는 데이터를 모을 수 있다고 생각을 하고 있습니다.

14:49자 그 다음에 마지막으로는 시간에 대해 말씀했는데

14:52저는 일단 처음에는 엔비디아나 PI 같은 선도 플랫폼을 가지고

14:58빨리 우리가 할 수 있는 것을 하고

14:59시간을 번 다음에 한국형 여러 가지 플랫폼들이 개발해야 될 거지

15:05한국형 플랫폼부터 시작하는 것들은 아무래도 우리가 속도전

15:08아까 전격전 말씀하셨는데

15:09좀 우려가 있지 않을까 생각을 하고 있습니다.

15:11네 오늘 더욱이 짧게 말씀드리고

15:14이따 토론 시간에도 말씀드리겠습니다.

15:17감사합니다.

카테고리

트랜스크립트

댓글

추천