엔비디아 "자율주행은 상용화 문턱…범용 휴머노이드는 아직"

디푸 탈라 부사장 미디어 라운드테이블
"자율주행·물류로봇은 초기 도입 단계"
"범용 모델 정확도가 최대 걸림돌"

엔비디아가 자율주행차와 물류로봇 등 일부 피지컬 인공지능(AI) 기술이 초기 상용화 단계에 진입했다고 평가했다. 반면 가사 등 다양한 작업을 수행하는 범용 휴머노이드 로봇은 여전히 기술적 한계가 크다고 진단했다.

디푸 탈라 엔비디아 로보틱스 및 엣지 AI 부사장은 9일 서울 강남구 코엑스에서 열린 피지컬 AI 미디어 라운드테이블에서 "피지컬 AI와 로봇이 수백만대, 수천만대 규모로 사용되기 위해서는 다섯 가지 과제를 극복해야 한다"며 "현재 가장 큰 문제는 여러 작업을 수행할 수 있는 범용 모델의 정확도를 확보하는 것"이라고 밝혔다.

디푸 탈라 엔비디아 로보틱스 및 엣지 AI 부사장이 9일 서울 강남구 코엑스에서 열린 피지컬 AI 미디어 라운드테이블에서 기자들의 질문에 답하고 있다. 장보경 기자

탈라 부사장이 제시한 다섯 가지 조건은 지능과 정확도, 신뢰성, 안전성, 경제성, 인간 친화성이다. 로봇이 다양한 작업을 이해하고 수행할 수 있어야 할 뿐 아니라 같은 작업을 반복하더라도 일관된 결과를 내야 한다는 설명이다. 그는 "첫 번째 시도에서 성공했다면 10분 뒤 같은 작업을 다시 시도해도 똑같이 성공해야 한다"고 강조했다.

특히 범용성 확보가 가장 큰 기술적 병목으로 지목됐다. 기존 산업용 AI 모델은 정해진 환경에서 특정 작업을 수행하는 데 초점이 맞춰져 있어 작업 조건이 달라지면 제대로 작동하지 못하는 경우가 많다. 제조 현장이나 매장처럼 사람과 물건이 끊임없이 움직이는 비정형 환경에서는 이러한 한계가 더욱 두드러진다는 것이다.

탈라 부사장은 피지컬 AI의 기술 발전 수준을 100m 달리기에 비유했다. 올림픽에서 금메달을 따려면 9초대 기록이 필요하지만 우선 10초 이내에 들어와야 예선을 통과할 수 있다는 설명이다. 그는 "최근 1년 사이 일부 피지컬 AI 응용 분야가 10초대에 도달했다고 볼 수 있다"며 "이는 초기 상용화가 가능한 수준에 근접했다는 의미이지 금메달을 딸 정도로 완성됐다는 뜻은 아니다"라고 말했다.

대표적인 사례로는 자율주행을 꼽았다. 탈라 부사장은 "최근 테슬라 등 자율주행 차량을 운전했는데 3~5시간가량 편하게 주행할 수 있을 만큼 기술이 발전했다"면서도 "다양한 도시에서 작동해야 하고 관련 규제도 뒷받침돼야 한다는 점에서 아직 많은 학습이 필요하다"고 평가했다.

물류창고와 공장에서 물건을 한 지점에서 다른 지점으로 운반하는 자율이동로봇(AMR)도 초기 상용화가 가능한 분야로 제시했다. 탈라 부사장은 최근 창고와 공장에서 AMR을 접하는 사례가 전년보다 약 10배 늘었다고 설명했다. 제조 현장에서 로봇 팔 한두 개를 이용해 물체를 집어 다른 위치에 내려놓는 '픽 앤 플레이스(Pick and Place)' 작업과 영상 분석 기술 역시 상용화 문턱에 근접한 분야로 평가했다.

반면 범용 휴머노이드 로봇은 상황이 다르다는 설명이다. 탈라 부사장은 "로봇의 뇌가 손가락을 정교하게 움직일 만큼 발전하지 못했다"며 "아직 많은 부분을 연구해야 한다"고 설명했다.

엔비디아는 이러한 기술적 한계를 극복하기 위해 가상 환경에서 로봇을 학습시키는 시뮬레이션과 합성 데이터 기술을 고도화하고 있다. 실제 공장이나 물류창고에서 로봇을 반복적으로 시험하려면 비용이 많이 들고 안전사고나 장비 손상 위험도 발생할 수 있다. 반면 디지털 트윈으로 구현한 가상 환경에서는 다양한 상황을 동시에 재현하고 로봇의 반응을 반복적으로 검증할 수 있다.

탈라 부사장은 "실제 환경에서 로봇을 시험하는 것보다 시뮬레이션을 활용하는 것이 훨씬 빠르고 안전하다"며 "여러 시험을 병렬로 진행하고 데이터를 생성할 수 있다는 장점이 있다"고 설명했다. 엔비디아는 물리적 세계를 이해하는 AI 모델 플랫폼 '코스모스'와 로봇 개발 프레임워크 '아이작'을 통해 이러한 학습 환경을 지원하고 있다.

AI 모델을 개방형으로 제공하는 전략도 기술 발전을 앞당기기 위한 조치다. 엔비디아는 기업들이 자체 데이터를 추가해 목적에 맞는 모델을 개발할 수 있도록 모델 가중치와 학습 데이터, 학습 방법 등을 공개하고 있다. 탈라 부사장은 "이를 통해 기업들이 처음부터 모델을 개발할 때보다 컴퓨팅 비용과 시간을 절약할 수 있다"고 설명했다.

그는 "피지컬 AI는 하나의 기업 혼자 해결하기 어려운 문제"라며 "정확도와 신뢰성 등 아직 해결되지 않은 부분이 많이 남아있는 만큼 오픈 모델을 제공해 함께 더 빨리 해법을 찾아나가기 위한 노력"이라고 강조했다.

장보경 기자 jbg@asiae.co.kr