2021년 테슬라 행사에서 옵티머스 휴머노이드 로봇을 만들었다고 주장하고 일론 머스크식 농담으로 사람이 슈트를 입고 우스꽝스러운 춤을 추던 장면을 기억하는 사람들도 있을 것이다. 이때까지만 해도 모두가 비웃고 비판하기 바빴다. 그리고 불과 몇 년 만에 그 옵티머스가 진짜 춤을 추는 42초 분량의 영상이 5월 14일 SNS X의 테슬라 계정을 통하여 공개되었다.
영상을 직접 본 소감으로는 ‘벌써 이렇게 되는구나, 너무 빠른 것 아닌가?’ 싶을 정도로 놀라웠다. 처음엔 고풍스러운 발레를 추는 것처럼 우아한 춤을 추다가 음악의 변화에 맞춰 셔플 댄스를 추는걸 보여주었다. 일부러 부드러운 움직임과 동시에 과격한 움직임을 보여주기 좋은 춤으로 고른듯 했다. 제자리에서 앞으로 가지도 않고 무게중심을 이동하는 장면은 장관이었다. LMFAO라는 그룹의 셔플댄스 뮤직 비디오에 나오는 안무와 비교해도 나쁘지 않은 수준이었다. 그 다음으로는 허우적거리는 듯한 이상한 춤을 추는데 이상하게 낯익다 싶어 보면, 일론 머스크가 기분 좋을 때 추었던 정체불명의 그 춤이었다.
불과 몇 달전, SNS X에서 테슬라가 공개한 16초의 짧은 영상이 있었다. 바로 지금 춤추는 로봇과 동일한 옵티머스가 테니스공을 자연스럽게 낚아채는 장면이었는데, 그때도 놀라운 기술력에 해당 영상을 주제로 칼럼을 작성했었다. 공을 낚아챈지 5개월만에 이제는 춤까지 춘다.
사실 대부분의 사람들은 그까짓 공 잡고 춤 추는게 대수냐며 호들갑 떨 정도인가 싶을 것이다. 영상으로만 볼 수 있기 때문에 충분히 할만한 생각이기에 인정한다. 하지만 깊게 보면 이번 테슬라 로봇이 보여준 행동은 다른 로봇들과 격이 다름을 보여준 것이다. 예전 로봇들은 엔지니어들이 달라붙어서 밤새 머리 싸매고 오른 팔은 30도 움직이고, 동시에 왼 다리는 좌로 15도 움직이고 각각 속도는 초당 0.2m와 0.5로 움직이며... 등 이런 식으로 일일이 코딩해서 나온 결과물이다. 미리 많은 시행착오를 겪은 후의 완성된 코딩을 그저 재생하면 따라하는 시키는 것만 하는 깡통이 예전 로봇들이었다. 그래서 단순히 로봇이 경례하고 인사하는 것을 보며 공학도들은 그 뒤에 얼마나 많은 노력이 있었는지 알아보며 박수 치고 경의를 표했던 것이다.
그런데 옵티머스는 자율성과 학습 능력에 있어서 독보적인 발전을 보여줬다. 테슬라 옵티머스 엔지니어링의 수석인 밀란 코박(Milan Kovac)은 해당 춤추는 영상에 대하여 본인의 X에 부가 설명을 했는데, 첫 번째로 이 영상은 전부 실시간이고 CG가 아니라는 것이다. 미리 짠 코딩을 따라 하는 것이 아니라는 것이다. 두 번째로 시뮬레이션에서 학습해서 현실로 ‘zero-shot 이전’했다는 것인데, 이것이 이번 영상의 핵심이다. 필자의 첫 소감도 처음엔 춤을 추길래 이 정도는 누구나 할 수 있겠다 생각했는데, X의 부가 설명을 보고 생각이 바뀔 수 밖에 없었다.
알기 쉽게 추가 설명을 하자면, 위에도 말했듯 로봇의 움직임 훈련 방법은 계속 진화하고 있지만, 처음에는 엔지니어들의 엄청난 수작업을 통하여 진행하였고, 비교적 최근에는 ‘원격조정 모방학습’이라고 해서 사람이 움직임을 감지하는 모션 캡쳐 슈트 같은 것을 입고 직접 움직이며 로봇에게 그 움직임을 직접 학습 시켰다. 그런데 이제는 가상현실에 운동장같이 활동하기 좋은 공간을 만들고, 그 안에 옵티머스 수십수백만대를 풀어놓고 A라는 움직임을 주고 너희들끼리 A를 완벽하고 최적으로 구현할 수 있도록 알아서 마스터해, 이렇게 명령을 내리면 끝이다. 이게 바로 시뮬레이션 학습이다. 상당히 비인륜적이고 효과적이며 효율적이다. 로봇이니 인륜적일 필요도 없다!
그리고 위에서 말한 핵심 ‘제로 샷 이전’인데, 쉽게 설명하자면 훈련에서 겪어보지 못한 객체, 행동, 환경 패턴을 추가 학습 없이 동적으로 인식하고 대응하는 능력이라고 보면 된다. 위의 시뮬레이션 학습을 통해 완벽히 마스터를 하였다 하더라도 현실에 나오면 가상현실의 물리법칙이 아무리 완벽하다고 해도 현실과의 미묘한 차이 때문에 버벅대는 현상들이 있다. 이것을 현실 격차(reality gap, 리얼리티 갭)이라고 한다. 주로 현실에서의 변수는 바닥 재질이 달라서 미세하게 다른 마찰력, 부품 무게의 오차 그리고 중력변화와 센서 노이즈 등 시뮬레이션상에서 예상치 못한 작은 변수들 때문에 생겨난다. 그래서 시뮬레이션에서 학습한대로 못 움직이는 경우가 태반이었다. 하지만 테슬라는 그 현실 격차를 아예 삭제 시켜 버렸다. 가상현실에서 추던 그 어렵고 복잡한 춤을 현실에서 거의 오차 없이 그대로 한 번의 시도만에 찍은 결과물인 것이다. 물론 이러한 시도는 계속해서 다른 회사들에서도 해오고 있다. 엔비디아 영상에서 보면 여러 기업들이 시뮬레이션 학습한 걸 현실의 로봇으로 옮기는 시도도 꾸준히 하고 있다. 그런데 걔들이 하는 건 기껏해야 물건 하나 들어서 옮기기나 걷기 정도 수준이었는데 테슬라는 현란하고 복잡한 춤 사위를 그것도 제로샷으로 현실에 때려 박았다. 이거는 차원이 다른 것이다.
심지어 이것이 끝이 아니다. 도메인 무작위화 기술이 들어갔다고 한다. 최대한 간단하게 설명하자면 테슬라가 자율주행 훈련을 할 때 항상 맑은 날 정돈된 아스팔트 위만 달리는 것이 아닌 것은 당연하다. 갑자기 비가 오기도 하고, 눈보라가 치기도 하고 안개가 끼기도 하고 길이 울퉁불퉁 비포장 도로일 수도 있는 등의 극한의 예측 불가능한 상황을 다 넣고 학습시키는 것을 도메인 무작위화라고 보면 된다. 이렇게 함으로써 로봇이 예측 불가능한 상황에 처해도 현실 격차 때문에 당황하는 것이 아닌 자연스럽고 유연하게 대처하는 능력이 생긴 것이다. 시뮬레이션 안에서는 영상에서 본 것처럼 깔끔한 바닥이 아닌 비포장도로와 얼음판, 비가 퍼 붇고 천둥 번개가 치는 열악한 상황에서 춤을 추다 왔으니 현실의 왠만한 오차는 여유롭게 대처했을 것이다.
그래서 테슬라가 단순히 로봇 춤 추는거 자랑하려고 영상을 올린 것인가? 당연히 아니다. 진짜 테슬라의 프리젠테이션은 이렇게 어려운 춤 동작까지 완벽하게 해낸다는 건 바로 ‘전이 학습’이 가능하다는 걸 보여준 것이다. 단순히 춤을 추는게 목적이 아니다. 춤을 추면서 학습한 정교한 균형 감각이나 부드러운 움직임, 주변 환경에 대한 인식 및 대응능력을 보여준 것이다. 이렇게 어려운 동작을 한다는 건 공장에서 물건을 나르고 조립하고 선반에 물건을 정리하고 계단을 오르내리는 등 인간이 아닌 거의 모든 육체 노동을 훈련시켜서 쉽게 적응할 수 있게 되는 것이다. 춤을 하나 마스터했더니 갑자기 온갖 잡무를 다 할 수 있게 되는 일이 벌어지는 것이다.
요새 중국에서 유튜브로 로봇이 춤추는 건 당연하고, 공중제비나 백플립같은 화려한 동작과 무술동작도 하면서 로봇 배틀도 시키던데 중국이 더 대단한 것 아니냐 생각할 수도 있다. 사람의 눈길을 휘어잡는 대단한 퍼포먼스인 것은 인정한다. 하지만 알고 보면 속 빈 강정이다. 대부분 사람이 뒤에서 원격 조정한 것이거나, 특정 동작 하나만 수천 수만번 학습시켜서 제일 잘 나온 베스트 컷 하나를 보여주는 경우가 대부분이다. 테슬라처럼 AI가 시뮬레이션에서 스스로 학습하고 자율적으로 구현한 것과는 근본적으로 기술의 결이 다른 것이다. AI 기술력의 급 자체가 다른 것이다. 솔직히 이 정도로 차이 날 줄 몰랐는데 테슬라는 압도적인 소프트웨어 두뇌에서는 확실히 세계의 선두 주자 자리에 있는 것 같다. 아무래도 자율주행의 노하우가 그대로 녹아나는 것 같다.
확실한 것은 테슬라에서 제안한 옵티머스(대당 5천만원)는 확실히 인간의 단순노동을 당장에라도 대체할 수 있는 메리트가 기술적으로도 경제적으로도 충분하다는 것이다. 로봇은 인간과 다르게 5천만원 한번만 투자하면, 식사 시간도, 쉬는 시간도, 파업같은것도, 휴가도 없이 24시간 365일 몇년이고 군말 없이 일할 것이다. 머스크의 계획은 이것을 대량 생산하여 2천만원까지 가격을 줄여서 가정에도 보급 한다는 것이다. 이래서 테슬라를 자동차 기업이 아닌 AI나 로봇 기업이라고 하는 것이다.
> comments
댓글
댓글 쓰기