피지컬 AI 특집: 키워드리포트 05
수백만 년에 걸쳐 진화한
인간의 움직임,
로봇은 어떻게 배울까?
챗GPT를 비롯해서 생성형 AI를 사용하다 보면, 나도 모르게 ‘완전 사람 같아’라는 생각이 저절로 든다. 이들 생성형 AI와 자잘한 일상의 고민부터 속깊은 이야기까지 나누는 사람이 늘고 있다. 생성형 AI는 지금 이 순간에도 새로운 지식과 언어를 쉴새없이 익히는 중이다. 피지컬 AI가 인간의 말을 알아듣고 의사소통을 할 수 있는 건 이 생성형 AI 덕분이다. 한편 에이전트
AI는 전문가 여러 명이 동원돼야 해결할 수 있는 어려운 목표도 혼자서 계획하고, 실행해 전문가 이상의 결과를 낼 정도로 발전했다. 에이전트 AI는 피지컬 AI가 목표를 달성하려면 어떻게 움직여야 하는지 알려준다.
이제 피지컬 AI에게는 실제로 움직이는 일, 인간의 움직임을 배우는 일만 남았다. 그런데 이게 쉽지 않다. “인간에게 어려운 일은 컴퓨터에게 쉽지만, 인간에게 쉬운 일은 컴퓨터에게 어렵다.” ‘모라벡의 역설’이다. 컴퓨터는 복잡한 수학문제도 잘 풀고, 체스나 바둑도 인간보다 더 잘 둔다. 그렇지만 체스판의 말을 옮기거나 바둑판에 바둑돌을 놓는 건 무척 어려워한다.
모라벨의 역설(Moravec’s Paradox)
인공지능과 로봇공학 분야에서 발견된 역설적(아이러니한) 현상을 일컫는 말. 복잡한 수학 계산이나 논리적 추론 같은 고차원적 사고는 적은 계산량으로 구현 가능하지만, 걷기나 물건 잡기처럼 인간에게는 쉬운 감각·운동 능력은 엄청난 계산 자원을 필요로 한다. 이 원리는 1980년대 한스 모라벡, 로드니 브룩스, 마빈 민스키 등의 로봇공학자들이 제시했다. _위키백과 참조
