10편: 생성형 AI와 피지컬 AI의 만남, 로봇은 이제 대화까지 이해하기 시작했다

2022년 이후 생성형 AI는 전 세계적으로 큰 관심을 받기 시작했습니다. 질문에 답을 해주고, 글을 작성하고, 그림을 만드는 AI는 많은 사람들에게 새로운 가능성을 보여주었습니다.

그렇다면 이런 생성형 AI가 로봇과 만나면 어떤 일이 일어날까요?

예전의 로봇은 정해진 명령만 수행하는 경우가 많았습니다. 하지만 최근에는 사람의 말을 이해하고, 상황을 분석한 뒤 스스로 작업 순서를 결정하는 연구가 빠르게 진행되고 있습니다.

생성형 AI와 피지컬 AI의 만남은 단순히 로봇이 말을 하는 수준을 넘어, 사람과 더 자연스럽게 협력할 수 있는 방향으로 발전하고 있습니다.

이번 글에서는 두 기술이 어떻게 만나게 되었고, 어떤 변화를 만들어 내고 있는지 살펴보겠습니다.

예전의 로봇은 정해진 명령만 이해했다

과거의 로봇은 매우 정확했지만 유연하지는 않았습니다.

예를 들어 공장에서 로봇에게 새로운 작업을 시키려면 개발자가 프로그램을 수정해야 했습니다.

"상자를 집어 오른쪽으로 옮겨라."

"제품을 조립한 뒤 다음 공정으로 보내라."

이처럼 모든 작업은 미리 입력된 순서대로 진행되었습니다.

만약 작업 방식이 바뀌면 프로그램도 다시 수정해야 했고, 사람처럼 상황에 맞게 행동하는 것은 어려웠습니다.

이러한 점은 오랫동안 피지컬 AI가 해결해야 할 과제 가운데 하나였습니다.

생성형 AI가 달라지게 만든 것

생성형 AI의 가장 큰 특징은 사람의 언어를 이해하고 자연스럽게 대화할 수 있다는 점입니다.

예를 들어 사람에게

"파란색 상자만 가져와."

라고 말하면 생성형 AI는 문장의 의미를 이해하고 중요한 정보를 파악할 수 있습니다.

이 능력이 로봇과 결합되면서 변화가 시작됐습니다.

이제 로봇은 단순히 버튼을 누르거나 복잡한 코드를 입력받는 것이 아니라, 사람의 음성이나 문장을 이해해 작업을 수행하는 방향으로 발전하고 있습니다.

물론 아직 모든 명령을 완벽하게 이해하는 단계는 아니지만, 과거와 비교하면 훨씬 자연스러운 의사소통이 가능해졌습니다.

보고, 이해하고, 행동하는 AI

생성형 AI와 피지컬 AI가 함께 작동하는 과정은 생각보다 복잡합니다.

예를 들어 사람이 로봇에게

"책상 위에 있는 빨간 컵을 가져다줘."

라고 말했다고 가정해 보겠습니다.

먼저 생성형 AI가 문장의 의미를 이해합니다.

그다음 카메라와 센서를 이용해 책상과 컵을 찾습니다.

AI는 여러 개의 물건 가운데 어떤 것이 빨간 컵인지 구분하고,

로봇 팔을 움직여 컵을 집은 뒤 사람에게 가져다줍니다.

사람에게는 간단한 부탁처럼 느껴질 수 있지만, 실제로는 언어 이해와 사물 인식, 이동, 물체 조작 등 여러 기술이 동시에 작동하는 과정입니다.

이러한 기술의 결합은 피지컬 AI를 더욱 다양한 환경에서 활용할 수 있도록 만들고 있습니다.

다양한 기업들도 새로운 가능성에 주목하고 있다

최근에는 여러 글로벌 기업들이 생성형 AI와 피지컬 AI를 함께 연구하고 있습니다.

로봇이 새로운 작업을 더 쉽게 배우고,

사람과 자연스럽게 대화하며,

복잡한 작업 순서를 스스로 계획할 수 있도록 하는 연구가 활발하게 이루어지고 있습니다.

특히 공장과 물류센터에서는 작업자의 음성 명령을 이해하는 로봇이 개발되고 있으며,

서비스 분야에서는 안내와 간단한 업무를 함께 수행하는 로봇도 늘어나고 있습니다.

이처럼 생성형 AI는 로봇의 '대화 능력'을 높이고, 피지컬 AI는 그 대화를 실제 행동으로 이어주는 역할을 하고 있습니다.

📌 재미있는 이야기

몇 년 전만 해도 로봇에게 명령을 내리려면 전용 프로그램을 사용하거나 복잡한 설정이 필요한 경우가 많았습니다.

하지만 최근에는

"이 상자를 저쪽 선반에 올려줘."

처럼 평소 사람에게 말하듯 명령하는 연구가 활발하게 진행되고 있습니다.

언젠가는 컴퓨터를 다루는 방법을 배우기보다, 사람과 대화하듯 로봇과 이야기하는 것이 더 자연스러운 시대가 올지도 모릅니다.

마무리

생성형 AI와 피지컬 AI의 만남은 로봇의 역할을 한 단계 더 넓혀 주고 있습니다. 사람의 말을 이해하고, 주변 환경을 살피며, 실제 행동으로 이어지는 기술은 앞으로 다양한 분야에서 활용될 가능성이 큽니다.

아직은 발전 과정에 있는 기술이지만, 로봇과 사람이 더욱 자연스럽게 소통하는 미래를 만들어 가고 있다는 점에서 의미가 있습니다.

3줄 핵심 요약

  • 생성형 AI는 사람의 언어를 이해하는 능력을 크게 발전시켰다.
  • 피지컬 AI와 결합하면서 로봇은 대화를 이해하고 행동으로 옮기는 방향으로 발전하고 있다.
  • 두 기술의 결합은 다양한 산업과 일상에서 새로운 가능성을 열고 있다.

다음 이야기가 궁금하다면

생성형 AI와 피지컬 AI가 만나면서 로봇은 더욱 똑똑해졌습니다.

그렇다면 이 거대한 변화의 중심에는 어떤 기업들이 있을까요?

최근에는 엔비디아, 테슬라를 비롯한 여러 기업이 피지컬 AI 개발에 적극적으로 투자하며 새로운 경쟁을 시작하고 있습니다.

다음 글에서는 세계적인 기업들이 왜 피지컬 AI에 주목하고 있는지, 그리고 어떤 기술을 개발하고 있는지 함께 알아보겠습니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

1편 피지컬 AI의 시작, 인공지능은 언제 현실 세계로 나오게 되었을까?

  최근 AI를 이야기하면 가장 먼저 떠오르는 것은 챗봇이나 이미지 생성 AI일 것입니다. 질문을 하면 답을 해주고, 그림을 만들어 주는 AI는 이제 우리 일상에서도 어렵지 않게 찾아볼 수 있습니다. 하지만 AI의 발전은 컴퓨터 화면 안에서만 이루어지고 있는 것은 아닙니다. 사람처럼 걷는 로봇, 창고에서 물건을 나르는 무인 로봇, 스스로 길을 찾는 자율주행차처럼 현실에서 직접 움직이는 AI 도 빠르게 발전하고 있습니다. 이처럼 주변 환경을 인식하고 스스로 판단한 뒤 실제 행동까지 하는 인공지능을 피지컬 AI(Physical AI) 라고 합니다. 그런데 피지컬 AI는 갑자기 등장한 새로운 기술이 아닙니다. 지금으로부터 70년 가까운 시간 동안 인공지능과 로봇공학이 함께 발전하면서 만들어진 결과입니다. 이번 글에서는 피지컬 AI의 시작과 함께, 왜 지금 이 기술이 주목받고 있는지 쉽고 재미있게 알아보겠습니다. 인공지능은 처음부터 로봇을 꿈꿨을까? 많은 사람들은 AI가 처음부터 사람처럼 움직이는 로봇을 만들기 위해 연구되었다고 생각합니다. 하지만 실제로는 조금 달랐습니다. 1956년 미국에서 열린 다트머스 회의(Dartmouth Conference) 에서 'Artificial Intelligence', 즉 인공지능이라는 용어가 처음 사용되었을 당시 연구자들의 목표는 생각하는 컴퓨터 를 만드는 것이었습니다. 당시 컴퓨터는 지금의 스마트폰보다도 성능이 낮았습니다. 저장 공간도 매우 부족했고 계산 속도도 느렸기 때문에 현실에서 움직이는 로봇을 만드는 것은 쉽지 않았습니다. 그래서 초기 AI는 체스를 두거나 수학 문제를 풀고, 논리적인 판단을 하는 프로그램을 만드는 연구가 대부분이었습니다. 즉, AI는 처음에는 현실보다 컴퓨터 속에서 먼저 성장하기 시작했습니다. 현실 세계와 AI가 만나기 시작하다 AI가 컴퓨터 안에서만 발전하던 시기에도 한 가지 고민은 계속 이어졌습니다. "컴퓨터가 생각할 수 있다면, 언젠가는 실제 세상...
자세한 내용 보기

2편 : 세계 최초의 산업용 로봇 '유니메이트', 피지컬 AI의 첫걸음

오늘날 공장에서는 로봇이 자동차를 조립하고, 무거운 부품을 옮기며, 사람과 함께 작업하는 모습을 쉽게 볼 수 있습니다. 이제는 너무 익숙한 풍경이지만, 불과 몇십 년 전만 해도 로봇이 공장에서 일한다는 것은 상상하기 어려운 일이었습니다. 흥미로운 점은 세계 최초의 산업용 로봇이 지금처럼 똑똑한 로봇은 아니었다는 것입니다. 사람의 말을 이해하지도 못했고, 스스로 판단하지도 못했습니다. 그럼에도 이 로봇은 피지컬 AI 역사의 출발점으로 평가받고 있습니다. 이번 글에서는 세계 최초의 산업용 로봇 '유니메이트(Unimate)' 가 왜 만들어졌고, 어떤 역할을 했는지 함께 알아보겠습니다. 사람이 하기 힘든 일을 대신하기 위해 1950년대 후반, 자동차 산업은 빠르게 성장하고 있었습니다. 자동차를 많이 생산하려면 같은 작업을 수없이 반복해야 했고, 그 과정에는 위험한 일도 많았습니다. 예를 들어 뜨겁게 달궈진 금속을 옮기거나 무거운 부품을 들어 올리는 작업은 작업자에게 큰 부담이었습니다. 반복되는 작업으로 인한 피로도 문제였습니다. 이런 상황에서 미국의 발명가 조지 데볼(George Devol) 은 사람이 반복하는 작업을 기계가 대신할 수 없을까 하는 생각을 했습니다. 그는 프로그램에 따라 움직이는 기계를 개발했고, 이후 사업가 조셉 엥겔버거(Joseph Engelberger) 와 함께 이를 산업 현장에 적용하기 시작했습니다. 그 결과 탄생한 것이 바로 세계 최초의 산업용 로봇 유니메이트 였습니다. 유니메이트는 어떤 일을 했을까? 1961년, 미국 자동차 회사 제너럴 모터스(GM) 공장에 유니메이트가 처음 설치되었습니다. 유니메이트의 임무는 매우 단순했습니다. 뜨거운 금속 부품을 집어 옮기고, 정해진 위치에 내려놓는 일이었습니다. 지금 기준으로 보면 단순한 작업처럼 보이지만 당시에는 매우 혁신적인 기술이었습니다. 사람이 위험한 작업을 하지 않아도 되었고, 같은 일을 쉬지 않고 반복할 수 있었기 때문입니다. 덕분에 생산 효율도...
자세한 내용 보기

6편: 운전하는 AI의 시대, 자율주행 자동차가 피지컬 AI를 앞당긴 이유

불과 몇 년 전만 해도 자동차가 사람 없이 스스로 운전하는 모습은 영화 속 이야기처럼 느껴졌습니다. 하지만 이제는 자율주행 기술을 시험하는 차량을 도로에서 볼 수 있고, 일부 기능은 일반 승용차에도 적용되고 있습니다. 많은 사람들은 자율주행을 자동차 기술의 발전으로만 생각합니다. 하지만 조금 더 넓게 보면 자율주행 자동차는 피지컬 AI를 가장 잘 보여주는 대표적인 사례 입니다. 자동차는 주변을 보고, 상황을 판단하고, 직접 움직여야 합니다. 사람의 도움 없이 현실 세계에서 행동해야 하기 때문에 피지컬 AI의 핵심 기술이 모두 들어가 있습니다. 이번 글에서는 자율주행 기술이 어떻게 발전했고, 왜 피지컬 AI 역사에서 중요한 위치를 차지하는지 알아보겠습니다. 자동차도 주변을 볼 수 있어야 했다 사람이 운전할 때는 수많은 정보를 동시에 확인합니다. 앞차와의 거리, 신호등의 색깔, 보행자의 움직임, 차선의 위치까지 자연스럽게 살펴보며 운전합니다. 자동차가 스스로 운전하려면 이러한 과정을 모두 대신할 수 있어야 합니다. 그래서 자율주행 자동차에는 다양한 장비가 탑재됩니다. 카메라는 신호등과 차선을 인식하고, 레이더는 앞차와의 거리를 측정하며, 라이다(LiDAR)는 주변 공간을 입체적으로 파악합니다. 여기에 GPS와 다양한 센서가 더해져 자동차는 자신의 위치와 주변 환경을 계속 확인합니다. 이처럼 여러 정보를 동시에 활용하는 기술이 피지컬 AI의 핵심이라고 할 수 있습니다. 보는 것만으로는 운전할 수 없다 자동차가 도로를 본다고 해서 곧바로 안전하게 운전할 수 있는 것은 아닙니다. 예를 들어 횡단보도 앞에 사람이 서 있다면 자동차는 여러 가지를 판단해야 합니다. 사람이 건널 것인지, 잠시 멈춰 있는 것인지, 속도를 줄여야 하는지, 완전히 정차해야 하는지를 빠르게 결정해야 합니다. 비가 오는 날이나 밤에는 상황이 더 복잡해집니다. 도로가 미끄러울 수도 있고, 시야가 좁아질 수도 있기 때문입니다. 이처럼 자율주행은 단순히 길을 찾...
자세한 내용 보기