구글 출신 로봇 전문가가 설립한 인공지능(AI) 스타트업인 피지컬 인텔리전스(Physical Intelligence)가 최근 4억 달러(약 5500억원) 규모의 투자금을 유치했다. 아마존 창업자인 제프 베조스가 주도한 이번 투자 라운드에는 오픈AI를 비롯한 유명 투자자들이 참여했다.
유명 투자자들은 하고많은 기업 중에 왜 피지컬 인텔리전스에 대규모 자금을 지원했을까. 피지컬 인텔리전스는 올해 3월 구글 출신의 카롤 하우스만 최고경영자(CEO)와 스탠퍼드대, 버클리대 교수들이 설립한 AI 로봇 스타트업이다.
로봇의 하드웨어가 아닌 '물리적 지능'을 구현하는 데 집중하고 있다는 게 피지컬 인텔리전스의 특징이다. 피지컬 인텔리전스는 지난 8개월 동안 로봇이 정밀하게 작업을 수행할 수 있도록 돕는 범용 로봇 기반 모델인 '파이제로(π0)를 개발했다.
파이제로를 활용하면 거대언어모델(LLM)과 챗봇에게 묻는 것처럼 로봇에게 원하는 작업을 수행하도록 요청할 수 있다는 게 기업 측의 설명이다. 파이제로는 광범위하고 다양한 데이터로 훈련됐으며, 새로운 아키텍처를 통해 명령을 직접 출력하는 법을 배웠다.
파이제로는 오픈 소스 데이터와 8개의 서로 다른 로봇에서 수집한 크고 다양한 작업 데이터셋으로 훈련됐다. 이에 파이제로 모델로 새로운 로봇을 학습시킨다고 가정할 때 적당한 양의 데이터만으로 새로운 작업을 수행할 수 있도록 훈련시킬 수 있다.
파이제로 모델을 활용하면 접시 치우기, 물건 포장하기, 옷 접기, 케이블 정리하기, 상자 조립하기, 전원 플러그 연결하기, 음식 포장하기, 쓰레기 치우기 등 작업을 로봇이 더 쉽고 빠르게 배울 수 있다. 더 복잡하고 정밀한 작업의 경우 모델을 미세 조정해 다운스트림 과제에 특화시킬 수 있다.
더불어 파이제로는 30억 개의 매개변수를 가진 시각언어모델(VLM)으로 사전 훈련됐다. VLM을 연속적인 동작 출력으로 증강하는 새로운 방법을 개발했다. 이에 고품질 로봇 데이터에서 사후 훈련을 통해 다양한 다운스트림 작업을 해결할 수 있게 됐다.
세탁물 접기와 같은 어려운 과제를 위해 고품질 데이터로 모델을 미세 조정하는 것은 LLM 설계자가 사용하는 사후 훈련 프로세스와 유사하다. 사전 훈련은 모델에 물리적 세계에 대해 가르치는 반면 미세 조정은 특정 작업을 잘 수행하도록 강제한다.
쉽게 말해 세탁물을 접는 로봇들은 다수 공개됐지만, 이 가운데 세탁물을 접어 깔끔하게 정리하는 로봇은 찾아보기 어렵다. 파이제로로 미세 조정하면 세탁물을 가지런히 정리할 수 있다고 한다.
피지컬 인텔리전스 측은 "전례 없는 손재주를 실현하기 위해서는 새로운 기술과 더 많은 데이터가 필요하고, 로봇 커뮤니티 전체가 참여하는 집단적 노력이 필요하다"라며 "피지컬 인텔리전스는 여러 회사, 연구진과 협업 중이다. 파트너의 데이터를 사전 훈련된 모델에 통합해 특정 플랫폼에 맞게 조정된 모델을 실현시킨다"라고 밝혔다.
Copyright ⓒ AI포스트 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
