MIT의 러스 테드레이크, 로봇 공학이 마침내 로켓선에 탑재되었다고 밝히다

러스 테드레이크가 자신의 작은 로봇이 20분 만에 스스로 걷는 법을 배우는 것을 보았을 때, 그것은 단순한 실험실 실험이 아니었습니다. 로봇 공학이 한 단계 진화하려는 신호였으며, 그는 "머신 러닝의 성공은 우리가 그것을 진정으로 이해하는 속도보다 훨씬 더 빠르게 진행되었습니다"라고 인정합니다. 몇 년 전까지는 걸을 수 있는 로봇을 만드는 것은 구식 엔지니어들에게 기술적인 도전이었습니다. 모든 것을 정확한 원칙에 따라 설계하고 완벽한 제어를 추구했으며, 한 번의 실수만으로도 한 걸음 뒤로 물러나야 했습니다. 하지만 오늘날 테드레이크는 엔지니어의 역할이 변하고 있다고 말합니다. 우리는 더 이상 단순한 제작자가 아니라 시스템이 스스로 학습할 때 어떤 일이 일어나는지 관찰하는 행동 과학자가 되고 있습니다. 그리고 종종 우리는 그것이 왜 그렇게 잘 작동하는지 정말 알지 못합니다. 그의 주장은 다음과 같습니다. 수십 년간의 약속 끝에 로봇 공학은 이제 정말로 발사대에 올라섰습니다. 우리가 마침내 걷기의 물리학이나 인공 지능의 모든 비밀을 이해했기 때문이 아니라, 기계가 구축하고 학습하는 방식이 근본적으로 바뀌었기 때문입니다. 우리는 더 이상 로봇에게 모든 세부 사항을 가르치지 않습니다. 언어나 비디오를 이미 지배하는 모델과 같은 일반적인 모델에서 시작하여, 일반적인 상식과 물리적 행동을 연결하는 추가 단계를 수행하도록 로봇을 "훈련"할 뿐입니다. 테드레이크는 깊은 뿌리를 가진 사람입니다. 디트로이트의 제너럴 모터스 엔지니어의 아들로, 그는 청소년 시절을 포드 공장에서 자동화의 기초를 배우며 보냈습니다. 그곳에서 그가 코드 오류를 범해 케이블이 분리되었을 때 팬을 멈춘 탓에 온도가 노조가 허용하는 한도를 넘어 올라가 생산 라인이 중단되기도 했습니다. "사람들이 나에게 소리를 지르긴 했지만, 그때 나는 공장을 멈추게 하는 것이 실제로 어떤 의미인지 진정으로 이해하게 되었습니다."라고 그는 말합니다. 나중에 대학에서 로봇 공학은 거의 다루지 않았고, 그는 MIT 연구소에서 두 다리를 가진 로봇에 매료되기 전에 비디오 게임의 인공 지능에 대한 연구를 하며 자신의 길을 찾았습니다. 그의 논문은 다음과 같습니다. 가장 효율적인 보행 로봇은 모터와 제어 장치로 가득 찬 로봇이 아니라 물리학을 활용하는 로봇입니다. 예를 들어, 경사로를 따라 내려가기 위해 약간의 충격을 가하는 장난감처럼 중력이 대부분의 작업을 수행하도록 하는 것입니다. 그리고 여기에서 모든 것을 뒤집는 첫 번째 사실이 있습니다. 수년간 그저 멋진 아이디어에 불과한 것으로 여겨졌던 강화 학습 모델은 불과 몇 년 만에 새로운 로봇 공학의 원동력이 되었습니다. 단순히 사용 가능한 컴퓨팅 파워와 수백만 가지 시나리오를 시뮬레이션할 수 있는 가능성 덕분에 비디오 게임에서와 거의 같은 방식으로 로봇을 훈련시킬 수 있었기 때문입니다. 테드레이크는 이를 명확하게 설명합니다. "우리는 그 이유를 제대로 이해하기도 전에 놀라울 정도로 잘 작동하는 시스템을 갖게 되었습니다." 이러한 도약은 이 분야를 변화시켰습니다. 더 이상 모든 것을 세세하게 설계하는 것이 아니라, 관찰하고, 실험하고, 로봇이 스스로 시도할 때 어떤 일이 일어나는지 확인한 후에야 비로소 드러나는 규칙을 이해하려고 노력하는 것입니다. 가장 인간적인 장면 중 하나는 Tedrake가 로봇 공학이 어떻게 개방형 분야가 되었는지 설명할 때입니다. 그는 오늘날 자동차, 의학, 소프트웨어 분야에서 온 사람인지에 관계없이 재능이 있는 사람이라면 누구나 로봇 공학에 참여할 수 있다고 말합니다. 그리고 스타트업과 연구소로 구성된 생태계를 가진 보스턴은 이러한 교류가 가장 잘 드러나는 곳입니다. 또 다른 반전: 많은 사람들은 로봇 공학의 문제는 데이터 부족이라고 생각합니다. 대형 언어 모델이 훈련된 방대한 정보량과 경쟁할 수 없다고 말이죠. 하지만 Tedrake는 진정한 전환점은 다리를 놓는 것이라고 설명합니다. 이미 세상에 대한 상식이 가득한 모델에서 시작하여 그 지식을 구체적인 물리적 행동으로 변환하는 방법만 '가르치는' 것입니다. 모든 것을 처음부터 다시 만들 필요는 없습니다. 이로써 로봇 공학은 훨씬 더 확장 가능해지고 거대한 독점 데이터 세트에 대한 의존도가 줄어듭니다. 미래에 대해 이야기할 때 테드레이크는 단호합니다. “이번에 성공할 것이라고 장담할 수는 없지만, 지상에 머무르는 것보다 달을 향해 가는 우주선에 있는 것이 더 좋습니다.” 하지만 한 가지 주의할 점은, 기술이 일의 본질을 바꾸게 된다면 많은 사람들이 자신의 직업에서 느끼는 개인적 가치에 대한 감각을 잃을 위험이 있다는 것입니다. 이를 위해, 그는 공감하는 마음으로 모든 것을 다루고, 관련 당사자들의 의견을 경청하며, 소프트웨어나 그래픽 분야에서 이미 비슷한 혁명을 경험한 사람들로부터 배워야 한다고 말합니다. 그래야만 오늘날 육체 노동을 하는 사람들이 이러한 변화에 뒤처지는 것을 방지할 수 있습니다. 마지막으로 한 가지 생각: 로봇 공학의 진정한 혁명은 더 똑똑한 기계를 만드는 것이 아니라, 우리가 기계 자체로부터 배우는 방식을 재고하는 것입니다. 이 이야기를 듣고 기술에 대한 생각이 바뀌었다면, Lara Notes에서 I'm In으로 그 변화를 표시할 수 있습니다. 이는 찬성하는 것이 아니라 이제 이 관점을 공유한다는 선언입니다. 그리고 로봇 공학이 직업과 인류를 어떻게 함께 변화시키고 있는지 누군가에게 이야기하게 된다면, 해당 대화를 Shared Offline으로 태그할 수 있습니다. 왜냐하면 일부 아이디어는 단순한 링크가 아닌 실제 대화가 될 때 멈춰야 하기 때문입니다. 이 노트는 Automated 팟캐스트에서 가져온 것으로, 43분의 청취 시간을 절약할 수 있습니다.