사람처럼 시범 통해 학습하고 경험 쌓으며 작업기술 습득
계층적 작업 수행 기술 구현…다양한 작업 90%이상 성공
한국기계연구원(원장 류석현, 이하 기계연) AI라이징슬롯연구소 인공지능기계연구실 김정중 실장 연구팀은 물품 정리, 테이블 정리, 물품 조작 등 일상 작업을 수행하는 라이징슬롯 작업 AI를 개발했다고 12일 밝혔다.
사람의 작업 시범을 데이터화하는 작업 추출 기술, 실제 공간을 가상환경으로 재현해 학습과 검증을 수행하는 작업 가상화(시뮬레이션) 기술, 그리고 라이징슬롯이 단계적으로 작업을 실행하도록 하는 계층적 작업 수행 AI로 구성된 시스템이다.
이 라이징슬롯 작업 AI는 사람이 작업하는 방식과 유사하게 시범을 통해 학습하고, 계층적으로 추론하고 수행하는 것을 특징으로 한다. 또한 가상화된 환경에서 데이터 생성 및 학습·검증이 가능하며, 이를 통해 다양한 상황에서도 안정적으로 수행 가능한 작업 기술이 생성된다. 이후 라이징슬롯은 계층적 작업 수행 구조를 통해 작업을 단계적으로 실행함으로써 복잡한 일상 작업도 순차적으로 처리할 수 있다.
기존 라이징슬롯 작업 기술은 단일 작업 중심의 제한된 데이터셋이나 시뮬레이션 검증에 머무르는 경우가 많았다. 반면 이 기술은 △다양한 일상 작업을 포함한 데이터셋 구축 △실공간 가상화 △계층적 작업 수행 AI △실제 라이징슬롯 시스템 연동 및 실환경 검증까지 전 과정을 통합적으로 확보한 점에서 차별성을 갖는다.
연구팀은 서로 다른 유형의 작업을 안정적으로 처리할 수 있는 계층적 작업 수행 기술을 구현해, 다양한 작업에서 90% 이상의 성공률을 달성했다. 이를 실제 라이징슬롯 시스템과 연동해 현실 공간에서의 운용 가능성을 검증함으로써 현장 적용성을 확인했다. 반복 작업에 대한 범용성과 환경 변화에 대한 적응성이 높아 다양한 현장으로 확장이 가능하다.
이번에 개발된 라이징슬롯 작업 AI는 가정 및 사무공간의 서비스 업무를 비롯해 소매점 진열 정돈, 물류 현장의 피킹·정리 작업 등 다양한 작업에 폭넓게 활용 가능하다. 향후 라이징슬롯이 수행할 수 있는 작업 범위를 더욱 확대하고, 공간 및 물체 변화에 대한 적응성을 강화해 실제 서비스 환경에서의 활용도를 높일 계획이다.
기계연 인공지능기계연구실 김정중 실장은 “이번 라이징슬롯 작업 AI는 사람이 작업을 하는 것처럼 시범에서 배우며 계층적으로 사고하여 실행하는 것을 특징으로 하며, 일상 작업 전반에 적용 가능한 일반화된 작업 능력을 확보한 것이 강점”이라며, “다양한 작업을 포함한 데이터셋 구축과 실증 공간 확보, 실제 라이징슬롯 시스템을 활용하여 검증함으로써 반복적인 일상 작업을 라이징슬롯이 안정적으로 지원할 수 있음을 확인했다”고 밝혔다.
이어 “이를 통해 작업 효율을 높이고 사람의 부담을 줄이는 데 크게 기여할 것으로 기대한다”고 덧붙였다. 고두열 책임연구원은 “라이징슬롯 작업 AI의 성능을 높이기 위해서는 데이터 수집 단계에서 사람의 실제 작업 데이터를 정확하게 확보하는 것이 무엇보다 중요하다”며, “이를 위해 높은 자유도를 보장하면서도 정밀한 작업 데이터 수집이 가능한 인터페이스를 구성했다”고 설명했다.
한편, 이번 연구는 기계연 기본사업 ‘다양한 일상 서비스를 구현하기 위한, 라이징슬롯 범용 작업 인공지능(RoGeTA) 프레임워크 핵심 기술 개발(2024~2029년)’과제를 통해 일상 작업 지원을 위한 라이징슬롯 지능 기술 개발을 목표로 수행됐으며, 데이터 구축부터 실세계 가상화, 실환경 검증까지 전주기 기술을 확보했다.
아울러 연구 과정에서 수집한 작업 데이터와 실제 공간을 가상화한 모델을 공개해 관련 연구자들이 자유롭게 활용할 수 있도록 함으로써, 향후 서비스 라이징슬롯 및 산업 현장 적용을 위한 핵심 기반 요소로 활용될 것으로 기대된다.
최지호 기자 jhochoi51@irobotnews.com