보스턴다이나믹스는 토요타리서치연구소(TRI)와 공동 개발한 거대행동모델(LBM)을 아틀라스에 적용해 사람처럼 판단하고 자연스럽게 동작할 수 있도록 했다.
작년 엔진커버 부품을 이동식 보관함으로 옮기는 역할을 성공적으로 수행했던 아틀라스는 이번 영상에서 로봇개 '스팟' 부품을 적재함 또는 선반에 옮기는 작업을 보여줬다. 부품 분류, 정렬과 같은 작업을 수행하기 위해 걷거나 쪼그리고, 물건을 들어 올리는 등 전신을 함께 움직이는 동작을 연출했다.
스스로 문제를 해결하려는 능력도 보였다. 아틀라스가 박스에서 또 다른 박스로 부품을 옮기는 작업을 수행하는 중 한 연구원이 부품 박스 뚜껑을 닫거나 박스 옆에 부품을 떨어뜨리는 등 작업을 방해하지만, 당황하지 않고 뚜껑을 열거나 떨어진 부품을 주워 정확히 박스에 담았다.
스팟의 다리 부품을 들어서 접은 다음 정확히 선반 위에 정렬하고, 또 다른 부품을 선반 최하단의 박스에 넣는 작업도 선보였다. 아틀라스는 부품이 선반에 걸려 박스에 바로 넣을 수 없을 것으로 판단, 박스를 앞으로 꺼내 적재한 뒤 다시 제자리로 옮겼다.
초기 로봇은 문제 상황에서 즉각적인 대응이 어려웠지만, 아틀라스는 알고리즘 또는 하드웨어를 바꾸지 않고도 학습 경험을 통해 주어진 임무를 성공적으로 수행할 수 있다는 것이 강점이다.
스캇 쿠인데르스마 보스턴다이나믹스 로보틱스 연구담당은 "이번 영상은 범용로봇이 어떻게 우리의 일상과 업무를 바뀔지 보여주는 사례"라며 "다양한 조작 업무를 위한 단일 신경망 학습은 일반적인 로봇의 발전뿐만 아니라 아틀라스와 같은 고성능 로봇들이 전신을 정교하고 유연하게 사용하기 위한 기반이 될 것"이라고 말했다.
<저작권자 © ‘재테크 경제주간지’ 머니S, 무단전재 및 재배포 금지>