"로봇이 의도·판단 기준 학습해 행동"…피지컬 AI 시대 개화 앞당긴다
인공지능(AI) 기술이 생성형 AI를 넘어 물리적 현실 세계에서 실제 행동하는 '피지컬 AII(Physical AI)'로 빠르게 진화하고 있다. 공장에서 위험한 작업을 사람 대신 수행하는 로봇, 정교한 수술을 진행하는 의료 로봇은 피지컬 AI의 대표적인 예다.
하지만 피지컬 AI가 상용화되기 위해선 넘어야 할 산이 있다. 로봇의 행동이 사용자(인간) 의도에 부합하는지 그리고 행동의 올바름을 판단하는 학습 능력을 갖췄는지가 관건이다. 이 같은 요건을 충족할 핵심 기술이 국내에서 개발됐다.
KAIST는 전기 및 전자공학부 유창동 교수 연구팀이 AI가 인간의 의도와 판단 기준을 학습하는 새로운 기술인 'VOTP(Video-based Optimal TransPort Preference)'를 세계 최초로 개발했다고 10일 밝혔다.
VOTP는 인간이 새로운 일을 학습하는 방식에 착안, 몇 개의 좋은 또는 나쁜 사례 영상만으로도 AI가 인간의 선호 행동 패턴을 파악할 수 있게 한다.
예컨대 AI 기반의 수술 로봇이 실제 수술을 집도하거나, 자율주행차가 여러 대의 차가 뒤엉킨 교차로를 통과하려면 수많은 선택지 중 가장 적절한 행동을 골라야 한다. 이때 인간의 선호와 판단 기준을 반영하려면 '보상함수'가 필요하고, 기존에는 이를 위해 인간의 수천~수만 개의 행동 데이터를 직접 평가해야 했다.
이와 달리 VOTP는 인간이 새로운 일을 학습하는 것처럼 로봇과 자율주행차 등 지능형 기계가 소수의 인간 선호를 담은 비디오만으로도 사용자의 의도를 빠르게 파악할 수 있도록 설계됐다. 이를 위해 개발한 알고리즘은 다양한 환경과 작업에 걸친 광범위한 실험을 거쳐 효과와 일반화 성능을 입증했다.
기존처럼 방대한 양의 데이터를 인간이 개별적으로 평가하지 않아도, AI가 인간의 판단 기준을 이해해 다양한 상황에서 확장·적용(학습)하는 가능성이 열린 셈이다.
이러한 방식은 피지컬 AI 개발에 필요한 인간 피드백과 데이터 구축 비용을 줄일 여지를 준다. 소수 사례만으로도 로봇과 자율주행차, 산업용 기계가 사람의 기대에 부합하는 행동을 학습하는 게 가능해져 개발 기간과 비용을 획기적으로 단축할 수 있다는 맥락이다.
특히 연구팀은 VOTP가 로봇 팔 제어, 휴머노이드 로봇, 자율주행차, 스마트팩토리, 드론, 수술 로봇 등 지능형 기계와 컴퓨터를 직접 조작하는 AI 에이전트에 적용하는 게 가능할 것으로 내다본다. 인간의 의도와 만족도를 학습해야 하는 모든 피지컬 AI 시스템에서 VOTP가 핵심 기반 기술로 활용될 수 있다는 것이다.
유 교수는 "피지컬 AI의 핵심은 '기계가 인간의 의도를 이해해 올바른 행동을 선택'할 수 있도록 하는 것"이라며 "VOTP는 소수의 영상만으로 인간의 판단 기준을 학습할 수 있다는 점에서 로봇이 사람처럼 판단하는 시대를 앞당기는 핵심 기술로 확장될 가능성이 점쳐진다"고 말했다.
꼭 봐야 할 주요 뉴스
"화장실 두 번 다녀오더니 답을 술술"…스마트 안경 숨긴 수험생 결국
한편 이번 연구에는 전기 및 전자공학부 Luu Minh Tung(루 민 퉁) 박사과정 학생이 제1 저자로 참여했다. 연구 결과(논문)는 내달 서울 코엑스에서 열리는 AI학회 'ICML(International Conference on Machine Learning) 2026'에 채택, 전체 제출 논문(2만3918편) 중 상위 0.7%(168편)에만 주어지는 구두(Oral) 발표로도 선정됐다. ICML은 AI와 머신러닝 분야에서 가장 영향력 있는 국제학회 중 하나로 꼽힌다.
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>