현재 로봇 공학에서 가장 큰 도전 중 하나는 구조화되지 않은 환경에서의 실용적인 자율 운영입니다. 다시 말해, 로봇이 이전에 가지 않았던 곳에서 유용한 작업을 수행하고 로봇이 좋아하는 것과는 달리 사물이 익숙하지 않은 곳에서 작업하는 것입니다. 로봇은 예측 가능성에 기반을 두고 성장하는데, 이는 로봇이 성공적으로 배치될 수 있는 위치와 방법에 몇 가지 불편한 제한을 가하고 있습니다.
그러나 지난 몇 년간 이것이 변화하기 시작했습니다. 이는 주로 DARPA가 주최한 몇 가지 핵심 로봇 공학 도전을 통해 이루어졌습니다. DARPA 지하 도전은 2018년부터 2021년까지 진행되었으며, 이는 이동 로봇을 구조화되지 않은 지하 환경에 시험했습니다. 현재 진행 중인 DARPA RACER 프로그램은 자율 주행 차량에게 비포장 도로를 장거리로 이동하도록 요구합니다. 이러한 프로그램을 통해 매우 인상적인 기술이 개발되었지만, 이러한 최첨단 연구와 실제 응용 사이에는 항상 간격이 있습니다.
이제 NASA, DARPA, Google DeepMind, Amazon 및 Cruise와 같은 다양한 분야의 경험 많은 로봇 공학자들이 DARPA가 주최한 이러한 도전에 참여하여 얻은 모든 것을 활용하여 Field AI라는 스타트업에서 이동 로봇을 위한 실제 세계에서의 실용적인 자율성을 실현하려고 노력하고 있습니다.
Field AI는 어떤 기업
Field AI는 이전에 NASA JPL의 공기 이동성 그룹을 이끌었던 Ali Agha에 의해 공동 설립되었습니다. JPL에서 Agha는 DARPA 지하 도전 도시 회로에서 우승한 Team CoSTAR를 이끌었습니다. Agha는 또한 DARPA RACER의 주요 조사원이었으며, 먼저 JPL에서 시작하여 현재는 Field AI에서 계속 진행하고 있습니다. “Field AI는 단순히 스타트업이 아닙니다,”라고 Agha는 우리에게 말합니다. “이는 수십 년간의 AI 경험과 그것의 현장 배치의 결정적인 총결입니다.”
Field AI의 “field” 부분이 Agha의 스타트업을 독특하게 만드는 요소입니다. Field AI 소프트웨어를 실행하는 로봇은 이전 모델, GPS 또는 인간 개입에 의존하지 않고 구조화되지 않은, 지도되지 않은 환경을 처리할 수 있습니다. 분명히 이러한 능력은 (과거와 현재에도) NASA와 JPL의 관심사였으며, 그들은 지도가 없고 GPS가 없으며 직접적인 인간 개입이 불가능한 장소로 로봇을 보냅니다.
그러나 DARPA SubT는 지구상에도 유사한 환경이 발견될 수 있음을 보여 주었습니다. 예를 들어 광산, 자연 동굴 및 도시 지하는 로봇 (심지어 인간에게도)가 이동하기 매우 어려운 환경입니다. 이러한 것들은 그저 가장 극단적인 예시일 뿐입니다: 건물 내에서 작동해야 하는 로봇이나 자연 환경에서 작동해야 하는 로봇들은 자신이 어디에 있는지, 어디로 가고 있는지, 주변 환경을 어떻게 탐색해야 하는지를 이해하는 데 비슷한 도전을 겪습니다.
로봇이 현장에서 작동하는 데 어려움이 있음에도 불구하고, 이것은 Field AI가 대응하기를 희망하는 거대한 기회입니다. 로봇은 이미 검사 문맥에서 그 가치를 입증했습니다. 일반적으로 대규모 산업 현장에서 문제가 없는지 확인하거나, 부분적으로 완성된 건물 내에서 건설 진행 상황을 추적해야 하는 경우입니다. 여기에는 높은 가치가 있습니다. 왜냐하면 잘못된 것의 결과가 비용이나 위험 또는 둘 다에 해당하기 때문입니다. 그러나 이러한 작업은 반복적이고 때로는 위험하며 일반적으로 많은 인간의 통찰력이나 창의성이 필요하지 않습니다.
탐험하는 로봇
Field AI가 이러한 서비스를 제공하는 다른 로봇 공학 기업과 다른 점은 Agha가 설명한 대로, 그의 회사는 로봇이 어디로 가야 하는지 알려주는 지도 없이도 이러한 작업을 수행하려고 한다는 것입니다. 다시 말해, 긴 설정 과정이 없으며 인간 감독도 없으며 로봇은 변화하는 새로운 환경에 적응할 수 있습니다. 실제로 이것이 완전한 자율성에 관한 것입니다: 언제 어디서나 인간과 상호 작용 없이 이동하는 것입니다. “우리 고객은 아무것도 훈련시킬 필요가 없습니다,”라고 Agha가 회사의 비전을 설명합니다. “정확한 지도가 필요하지 않습니다. 단일 버튼을 누르면 로봇이 환경의 모든 구석구석을 자동으로 탐색합니다.” 이 능력은 DARPA SubT 유산이 발휘되는 곳입니다. 대회 중 DARPA는 사실상 “여기가 코스로 통하는 문입니다. 뒤에 무엇이 있는지나 그 크기는 알려드리지 않겠습니다. 전체를 탐색하고 요청한 정보를 가져다 주세요.”라고 말했습니다. 대회 중 Agha의 팀 CoSTAR는 정확히 그렇게 하였으며, Field AI는 이 능력을 상용화하고 있습니다.
이러한 구조화되지 않은 환경, 특히 건설 환경에서의 또 다른 까다로운 점은 상황이 지속적으로 변화하기 때문에 정적 지도에 의존하는 로봇에게 혼란을 줄 수 있다는 것입니다. “우리는 감독이 최소한인 지속적으로 변화하는 건설 현장에 로봇을 며칠 동안 남겨둘 수 있는 소수(혹은 유일한) 기업 중 하나입니다,”라고 Agha가 말합니다. “이러한 현장은 매우 복잡합니다. 매일 새로운 항목, 새로운 도전 과제, 예상치 못한 사건이 발생합니다. 바닥에 있는 건설 재료, 비계, 포크리프트 및 고속이동 중인 중대한 기계, 미리 예측할 수 없는 것들이 전부입니다.”
Field AI는 이 문제에 대한 접근 방식으로 지도보다는 환경 이해를 강조합니다. Agha는 본질적으로 Field AI가 센서 데이터를 입력으로 사용하여 물리적 세계의 “현장 기초 모델” (FFM)을 만들고 있는 것이라고 말합니다. FFMs는 다른 AI 기업들이 지난 몇 년 동안 언어, 음악 및 예술의 기초 모델을 만들어온 것과 유사하게 생각할 수 있습니다. 인터넷에서 대량의 데이터를 소비함으로써 특정 상황마다 특별한 훈련이 필요하지 않고도 도메인에서 일정 수준의 기능을 활성화할 수 있는 것처럼, Field AI의 로봇은 어디로 이동해야 하는지가 아니라 세계에서 어떻게 움직여야 하는지를 이해할 수 있습니다. “우리는 AI를 일반적인 시각과는 다르게 바라봅니다,”라고 Agha가 설명합니다. “우리는 매우 무거운 확률적 모델링을 합니다.” Agha는 Field AI의 지적 재산에 대해서는 더 많은 기술적 세부 사항을 밝히기는 하지만, 실시간 세계 모델링이 Field AI의 로봇이 세계에서 작동함에 있어 선행 조건이 아니라 부산물이 되는 것이라고 말합니다. 이로써 로봇은 빠르고 효율적이며 탄력적으로 작동할 수 있습니다.
거의 모든 플랫폼에서 수행할 수 있는 기능을 갖추고 있다는 사실은 Field AI가 수조 달러 시장을 활용할 수 있도록 하는 퍼즐 조각 중 하나라고 Agha는 말합니다. 근본적으로 Field AI는 소프트웨어 회사입니다. 그들은 자율성 소프트웨어와 통합되는 센서 페이로드를 제작하지만, 심지어 그러한 페이로드도 조정 가능하며, 자율 주행 차량에 적합한 것부터 드론이 처리할 수 있는 것까지 다양합니다.
만약 어떤 이유로 인해 자율식 인간형이 필요하다고 결정한다면, Field AI도 가능합니다. 여기서 다재다능성은 중요하지만, Agha에 따르면 더 중요한 것은 더 저렴한 플랫폼에 집중할 수 있다는 점입니다. 각 로봇의 설계 제약 내에서, 여전히 동일한 수준의 자율성 성능을 기대할 수 있습니다. 전체 소프트웨어 스택을 제어하여 이동성을 고수준 계획, 의사 결정 및 임무 실행과 통합한다면, Agha는 비교적 저렴한 로봇을 활용할 수 있는 잠재력이 Field AI의 상업적 성공에 가장 큰 영향을 미칠 것이라고 말합니다.
Field AI는 이미 DARPA RACER의 최근 경험을 기반으로 기능을 확장하고 있으며, 수십 킬로미터의 파이프라인을 검사하고 태양광 발전소에서 소재를 운반하는 로봇을 배치하는 작업을 진행하고 있습니다. 수익이 발생하고 상당한 자금이 확보되면서 Field AI는 심지어 빌 게이츠의 관심도 끌었습니다. Field AI의 RACER 프로젝트 참여는 연방 프로젝트를 위한 자회사인 Offroad Autonomy를 통해 계속되고 있으며, 동시에 상업적인 측면은 “수백 개”의 사이트로 확장을 목표로 하고 있으며 가능한 모든 플랫폼, 인간형 포함하여, 그 플랫폼에 목표를 맞추고 있습니다.
마무리
이번 포스팅에서는 Field AI가 지난 경험을 바탕으로 DARPA RACER에서의 활동을 확장하고, 파이프라인 검사 및 태양광 발전소에서의 자재 운송을 위한 로봇 배치에 관심을 기울이고 있음을 살펴보았습니다. 수익이 발생하고 자금이 충분히 확보되면서 심지어 빌 게이츠의 관심을 끌었으며, Offroad Autonomy라는 연방 프로젝트를 위한 자회사를 통해 DARPA RACER 프로젝트에 계속 참여하고 있습니다. 동시에 상업적인 측면은 가능한 모든 플랫폼을 대상으로 “수백 개”의 사이트로 확장을 목표로 하고 있습니다. 이러한 노력은 로봇 기술의 다양한 응용 분야에 대한 혁신적인 가능성을 제시합니다.