로봇 AI 업계가 투자 열기와 하드웨어 발전에도 불구하고 고품질 학습 데이터와 상용 수준의 작업 수행 능력 부족으로 ‘GPT-2 시대’에 머물러 있다는 진단이 나왔다. 중국 로봇 제조사 유니트리(Unitree)는 기업공개 후 시가총액이 660억달러까지 올랐지만 이번 주 가치가 거의 절반으로 줄었다.
테크크런치(TechCrunch)는 8월 26일 로봇용 AI 두뇌 개발업체들이 범용 로봇을 상용화하기 위해 데이터와 시뮬레이션, 강화학습 기술을 고도화하고 있다고 보도했다. 지난주 열린 액추에이트(Actuate) 콘퍼런스에는 2023년 출범 당시보다 3배 늘어난 1500명이 참석했다. 행사를 주최한 피지컬 AI 데이터 관리업체 폭스글러브(Foxglove)는 참석자 수를 이같이 집계했다.
현장의 기대감과 함께 ‘로보틱스 데이터 위기’도 드러났다. 피지컬 AI 인프라 업체 아발라(Avala)는 부스에 이 문제를 해결하겠다는 문구를 내걸었다. 범용 로봇이 어떤 작업이든 수행하도록 만드는 시도는 아직 요원하고, 특정 작업에 엔드투엔드 학습을 적용하는 방식도 안정적인 상용 성능을 내놓지 못하고 있다는 것이다. 개발업체들은 프런티어 AI 연구소처럼 더 다양한 데이터를 확보하고 훈련 방식과 강화학습 환경을 바꾸는 데 집중하고 있다.
시뮬레이션 도구 업체 안티오크(Antioch) 창업자 해리 멜솝은 현재 피지컬 AI가 챗GPT(ChatGPT) 출시 이전 오픈AI(OpenAI)의 모델인 GPT-2에 해당하는 단계라고 평가했다. 더 많은 데이터와 연산능력이 필요하며, 특히 고정밀 시뮬레이션 제작에 쓰이는 레이 트레이싱 최적화 GPU가 중요하다는 설명이다. 자율주행차 분야가 상대적으로 앞선 것은 실제 운전자가 수집한 관련 데이터를 활용할 수 있고, 물리적 환경을 조작하기보다 충돌을 피하는 일이 핵심이기 때문으로 분석됐다.
자율주행 업계의 기술도 휴머노이드 로봇으로 확장되고 있다. 테슬라는 옵티머스를 개발 중이며, 자율주행 업체 웨이브(Wayve)와 차량호출 업체 우버(Uber)도 휴머노이드 형태를 연구하는 로봇 연구소를 출범시켰다. 알렉스 켄달 웨이브 최고경영자는 차량에서 시작해야 한다며 데이터·시뮬레이션·머신러닝 운영 인프라는 공유할 수 있지만, 로봇 형태별 세계 모델은 달라질 것이라고 말했다. 반면 올해 1억500만달러의 시드 투자를 유치한 휴머노이드 업체 제네시스 AI(Genesis AI)의 최고경영자 테오필 제르베는 아직은 두뇌 전략이 작동하기 이른 단계라며 하드웨어와 AI를 함께 설계할 기회가 많다고 말했다.
특정 작업에 집중한 업체들은 이미 현장에 로봇을 투입하고 있다. 그리트(Gritt)는 태양광 발전소를 건설하고, 어질리티(Agility)는 산업 현장에 로봇을 배치했으며, 베드록(Bedrock)은 굴착기를 자율 운용하고 있다. 베드록의 케빈 피터슨 최고기술책임자는 굴착으로 ‘현실 세계의 조작’ 문제를 파악한 뒤 여러 건설 장비에 적용할 지능 계층을 만들 계획이라고 말했다. 폭스글러브는 엔비디아(Nvidia)의 오픈 웨이트 세계 모델 코스모스(Cosmos)를 기반으로 시각·라이다 데이터를 자연어로 검색해 평가와 시뮬레이션을 구축하는 제품도 공개했다. 개발자들은 이를 통해 오류를 분류하고 디버깅하는 시간을 줄일 수 있다. 알렉스 켄달은 피지컬 AI의 ‘챗GPT 순간’은 투자자가 아니라 소비자를 흥분시키는 제품이어야 한다며, 현재 세계 최대 규모의 로봇 배치는 여전히 가정용 청소 로봇이라고 지적했다.