사람보다 잘 던지는 구글 '토싱봇', 어떻게 동작할까

물리학+딥러닝 결합…스스로 사물 파악하고 학습해 힘·각도 조절

토싱봇이 물건을 던지는 모습 /사진=유튜브 영상 캡처

사람보다 물건을 더 정확한 위치에 던지는 로봇 팔이 등장했다. 구글이 만든 AI(인공지능) 로봇팔 '토싱봇'이 그 주인공.

토싱봇은 아래 놓인 다양한 사물을 들어 앞쪽 상자에 던져 넣는다. 한 방향으로 계속 던지는 게 아닌 목표를 바꿔가며 정확하게 물건을 던져 넣는다. 로봇은 스스로 사물을 상태와 특징을 분석하고, 목표에 도달하기 위해 필요한 힘과 거리를 계산한다.

구글은 25일 열린 '구글 AI 포럼'에서 토싱봇 연구 개발에 직접 참여한 앤디 정(Andy Zeng) 구글 로보틱스 학생 연구원을 통해 토싱봇 개발 배경과 동작 방식을 설명했다.

토싱봇은 인간이 자연스럽게 습득하는 '던지기'라는 행동을 로봇도 할 수 있을까 하는 생각에서 시작됐다. 던진다는 것은 매우 단순한 동작이지만, 던지는 물건이 원하는 위치에 닿으려면 정확한 힘과 방향이 필요하다. 인간은 경험을 통해 자연스럽게 이를 습득하지만, 로봇은 그렇지 않다.

이전에도 던지는 로봇은 존재했다. 하지만 인간의 던지기와 비교하기엔 많이 부족했다. 일정하게 고정된 형태로 특정 사물만 정해진 위치에 던졌기 때문이다.

구글은 인간처럼 던지는 로봇 개발을 위해 물리학과 딥러닝을 사용했다. 사물을 던지는 것은 물리학과 연관이 있다. 질량, 마찰력, 공기 역학 등을 모두 고려해야 하기 때문이다. 하지만 모든 사물의 물리학적 요소를 완벽하게 계산해 로봇을 설계하는 것은 거의 불가능에 가깝다. 그래서 딥러닝이 활용됐다. 딥러닝을 통해 로봇이 스스로 경험을 통해 학습한다. 다양한 사물을 움켜쥐는 법을 배우고 여기에 물리학을 통한 결괏값을 적용한다.

토싱봇은 발사체 탄도학을 기반으로 사물이 목표한 위치에 떨어지도록 하기 위해 어느 정도의 속도로 던져야 하는지 예측한다. 그다음 신경망을 이용해 알려지지 않은 역학, 현실 세계의 변수를 계산해 예상 속도를 조절하게 된다. 구글은 물리학과 딥러닝을 합친 하이브리드 공식을 '리지듀얼 피직스'(Residual Physics)라고 부른다. 이 공식 덕분에 토싱봇은 현재 85%의 정확도로 사물을 던질 수 있다.

토싱봇 학습능력 비교 결과 /사진=유튜브 영상 캡처

처음 학습할 때 토싱봇은 사물을 잘 집어 올리지도 못했다. 하지만 14시간 동안 1만번의 반복 학습을 통해 85% 정확도로 사물을 던지게 됐다. 여러 사물이 뒤죽박죽 섞여 있는 통에서 특정 사물을 정확히 움켜쥘 수 있는 확률은 87%에 이른다. 구글의 연구팀 엔지니어들이 직접 던지기 과제를 수행해보기도 했는데, 토싱봇보다 낮은 80%를 기록했다.


구글은 토싱봇의 능력이 더 향상되면 던지기 외에 밀기, 굴리기, 흔들기 등의 복잡한 운동까지 구현하게 될 것이고 이는 다양한 환경에서 사용될 수 있다고 설명했다. 예컨대 분초를 다투는 재난 대응 현장에서 효율적으로 잔해를 제거할 수 있을 것으로 내다봤다.

토싱봇 연구 개발에 직접 참여한 앤디 정(Andy Zeng) 구글 로보틱스 학생 연구원은 "토싱봇의 성과는 고무적이지만 나름의 한계도 있다"며 "깨지기 쉬운 물건이나 주변 환경 등 다양한 변수에는 아직 제대로 반응하지 못하기 때문에, 새로운 센서를 추가해 새로운 사물과 환경에 더 잘 적응하도록 할 예정"이라고 말했다.

이어 "토싱봇을 가능하게 한 리지듀얼 피직스를 활용한 다른 형태의 과제와 상호작용으로 확장할 수 있는 가능성은 향후 유망한 연구 방향이 될 것"이라고 덧붙였다.