MIT 연구팀, AI 활용으로 로봇 점프 높이 41% 향상

MIT의 컴퓨터 과학 및 인공 지능 연구소(CSAIL)에서 개발한 새로운 접근 방식이 인간이 로봇 설계를 개선하는 데 도움을 주고 있습니다. 이 연구는 전통적인 로봇 설계 방법을 넘어, 생성형 인공 지능(GenAI) 모델을 활용하여 최적의 로봇 부품을 설계하고 테스트하는 과정을 자동화합니다. 로봇 설계의 혁신: GenAI의 역할 생성형 인공 지능은 이미지 생성, 동영상 제작, 설계도 개선 등 다양한 분야에서 활용되며, 이제는 작업용 로봇의 설계에도 영향을 미치고 있습니다. CSAIL 연구팀은 사용자가 3D 모델을 작성하고 어떤 부분을 수정할지 지정하면, GenAI가 해당 부분의 최적 형태를 창출하고 시뮬레이션으로 검증하는 방법을 개발했습니다. 이렇게 만들어진 디자인은 사용자가 추가적인 수정 없이 3D 프린터로 제작할 수 있으며, 실제 작동 가능한 로봇을 만들 수 있습니다. 점핑 로봇의 성능 향상 연구팀은 이 접근 방식을 통해 점핑 로봇을 개선했습니다. 이 로봇은 평균적으로 약 60cm(2피트)까지 점프하며, 이는 연구팀이 독립적으로 만든 유사한 로봇보다 41% 더 높은 점프를 수행합니다. 두 로봇 모두 폴리락틱 산",{polylactic acid}으로 제작되었으며, 초기에는 평평해 보이나 모터가 연결된 줄을 당기면 다이아몬드 모양으로 변합니다. 그러나 AI가 생성한 연결부는 직선형이고 사각형인 기존 로봇과 달리 굽은 형상을 하고 있으며, 두꺼운 드럼 스틱처럼 보입니다. 디자인 최적화 과정 연구팀은 점핑 로봇의 성능을 개선하기 위해 초기 임베딩 벡터(embedding vector)를 사용하여 500개의 잠재적 설계案을 샘플링했습니다. 이들 중 시뮬레이션에서 가장 우수한 성능을 보인 12개의 옵션을 선택하여 임베딩 벡터를 최적화했습니다. 이 과정을 5차례 반복하면서 AI 모델이 점점 더 좋은 설계를 생성하도록 유도했습니다. 결과적으로 생성된 설계는 불규칙한 형태의 블롭(blob) 형태를 띠었고, 연구팀은 이를 기존 3D 모델에 맞게 크기를 조정하여 제작했습니다. 이렇게 만들어진 로봇은 실제로 점프 성능이 크게 향상되었습니다. 안전한 착지 연구팀은 또한 AI 모델이 안전한 착지를 위한 최적의 발을 설계하도록 요청했습니다. 같은 최적화 과정을 거쳐, 최종적으로 최고 성능을 보인 설계를 선택하여 로봇 하단에 장착했습니다. Byungchul Kim 박사 후 연구원은 "AI가 설계한 로봇은 기준 로봇보다 훨씬 덜 넘어졌으며, 안전한 착지 성능이 84% 개선되었습니다"라고 밝혔습니다. 디자인의 균형 점프 높이와 안전한 착지를 동시에 최적화하기 위해서는 두 목표 사이의 균형을 맞추는 것이 중요합니다. 연구팀은 점프 높이와 착지 성공률을 숫자 데이터로 표현하고, 이들의 임베딩 벡터 사이에서 최적의 3D 구조를 찾도록 시스템을 훈련시켰습니다. Byungchul Kim은 "초기에는 부품을 가능한 한 얇게 만들어 무게를 줄이는 것이 좋다고 생각했지만, 3D 프린팅 재료를 사용할 경우 너무 얇은 구조는 쉽게 부서질 수 있습니다. 우리의 확산 모델은 로봇이 점프하기 전에 더 많은 에너지를 저장할 수 있는 독특한 형태를 제안하여, 부품의 두께를 줄이지 않으면서도 성능을 향상시켰습니다. 이 창의성은 로봇의 물리학을 이해하는 데 큰 도움이 되었습니다"라고 설명했습니다. 산업적 응용 가능성 확산 모델의 이러한 능력은 다른 기계의 설계를 개선하는 데에도 유용할 것으로 보입니다. 예를 들어, 제조나 가정용 로봇을 개발하는 회사는 비슷한 접근 방식을 사용하여 프로토타입의 성능을 향상시킬 수 있으며, 이는 엔지니어들이 반복적으로 설계를 수정하는 시간을 크게 줄일 수 있습니다. 지원 및 발표 이 연구는 미국 국립과학재단(NSF)의 신기술 연구 및 혁신 프로그램, 싱가포르-MIT 연구 및 기술 동맹(SMART)의 Mens, Manus and Machina 프로그램, 그리고 광주과학기술원(GIST)과 CSAIL 간의 협력을 통해部分支持。研究团队在2025年国际机器人与自动化会议上展示了他们的成果。 업계의 평가 이 연구는 로봇 설계 분야에서의 혁신을 선보였습니다. 업계 전문가들은 CSAIL의 접근 방식이 로봇 공학의 미래에 큰 영향을 미칠 수 있다고 평가합니다. 특히, AI의 창의성과 시뮬레이션을 통한 효율적인 설계 검증이 로봇의 성능을 크게 향상시키는 데 기여했다는 점을 강조합니다. CSAIL은 세계적인 컴퓨터 과학 및 인공 지능 연구 기관으로, 그들의 연구 성과는 자주 산업계에서 주목받아 왔습니다.