켄 골드버그 교수, "휴머노이드 로봇, 인간 수준 도달까지는 아직 멀었다"¶
원제목: UC 버클리 켄 골드버그 교수, “휴머노이드 로봇, 인간 능력 대체 아직 멀었다”
핵심 요약
- 휴머노이드 로봇 개발 속도가 예상보다 느리며, 과장된 기대는 지양해야 함.
- 로봇의 정밀한 물체 조작 능력 부족과 데이터 부족이 발전의 큰 걸림돌임.
- 전통적인 공학적 설계와 데이터 중심 접근법의 균형 있는 활용이 중요함.
상세 내용¶
UC 버클리의 켄 골드버그 교수는 최근 사이언스 로보틱스에 발표한 논문에서 휴머노이드 로봇 개발의 현실적인 어려움을 지적했습니다. 그는 로봇이 실제 세계의 기술을 학습하는 속도가 AI 챗봇의 언어 습득 속도보다 훨씬 느리다는 점을 강조하며, 이를 ‘10만 년 데이터 격차’라고 명명했습니다.
골드버그 교수는 로봇 기술의 발전 속도는 분명 빠르지만, 언론과 투자자들의 과장된 기대에는 미치지 못한다고 지적했습니다. 특히 2~10년 안에 인간 수준의 기능을 수행할 것이라는 예측은 비현실적이라고 주장하며, 과도한 기대는 버블 형성과 그에 따른 반발을 초래할 수 있다고 경고했습니다.
그는 로봇의 가장 큰 한계로 ‘손재주’, 즉 물체를 정밀하게 다루는 능력을 꼽았습니다. 와인잔을 들거나 전구를 교체하는 것처럼 인간에게는 쉬운 동작도 로봇에게는 매우 어려운 과제입니다. 이는 ‘모라벡의 역설’로 설명되는데, 인간에게 쉬운 일이 로봇에게는 어렵고, 반대로 인간에게 어려운 계산이나 논리적 사고는 로봇에게 쉽다는 역설입니다. 로봇은 공간 인지, 손가락 끝 위치 제어, 힘 조절 등 복합적인 기술을 필요로 하기 때문입니다.
골드버그 교수는 또한 로봇 훈련에 필요한 데이터 부족 문제를 제기했습니다. 대형 언어 모델 학습에 사용된 인터넷 텍스트 데이터를 인간이 모두 읽으려면 약 10만 년이 걸리는데, 로봇은 이보다 훨씬 복잡한 행동을 학습해야 하므로 더욱 방대한 데이터가 필요합니다. 현재 시뮬레이션이나 텔레오퍼레이션을 통해 데이터를 수집하고 있지만, 건설, 배관, 전기, 요리 등 실제 손으로 하는 작업에서는 여전히 한계가 뚜렷합니다.
골드버그 교수는 로봇공학 분야가 ‘데이터 중심 접근법’과 ‘전통 공학적 설계 접근법’ 사이의 논쟁 속에 패러다임 전환을 겪고 있다고 분석했습니다. 그는 공학, 수학, 과학 지식을 활용하여 로봇이 최소한의 기능을 수행하도록 설계하고, 그 과정에서 데이터를 수집하는 전략이 필요하다고 강조했습니다. 웨이모나 앰비 로보틱스와 같이 실제 환경에서 데이터를 수집하는 기업들을 예시로 들며, 전통적인 공학적 설계의 중요성을 피력했습니다. 마지막으로, 미래 일자리 변화에 대해서는 블루칼라 직종은 비교적 안전하며, 반복적인 사무직이나 일부 고객 서비스 직종이 자동화될 가능성이 높다고 전망했습니다.
편집자 노트¶
이번 연구는 휴머노이드 로봇 개발에 대한 현실적인 시각을 제시한다는 점에서 중요합니다. 많은 사람들이 영화나 소설 속의 로봇을 떠올리며 인간과 유사한 로봇이 곧 등장할 것이라고 기대하지만, 현실은 아직 넘어야 할 산이 많습니다. 특히 '손재주'와 같은 정밀한 작업 능력은 로봇 개발의 핵심 과제이며, 이를 해결하기 위한 데이터 확보 및 학습 방법 개선이 시급합니다. 골드버그 교수의 지적처럼, 과도한 기대보다는 현실적인 접근과 꾸준한 연구 개발이 중요합니다.
이러한 연구 결과는 우리 일상생활에도 영향을 미칠 것입니다. 로봇 도입으로 인한 일자리 변화는 물론이고, 가정용 로봇의 보급 시기와 기능에도 영향을 줄 수 있습니다. 단순 작업을 넘어 인간과 상호작용하며 다양한 서비스를 제공하는 로봇을 기대하기 위해서는 더 많은 시간과 노력이 필요하다는 점을 인지해야 합니다.