Sony AI가 4월 23일 탁구 로봇 Ace의 성과를 발표했으며, 이 연구는 Nature 저널 표지에 게재되었습니다. Ace는 실제 경쟁 스포츠에서 엘리트 및 전문가 수준의 인간 탁구 선수들과 경쟁할 수 있는 자율 로봇 시스템입니다. Sony AI 수석 과학자 Peter Stone은 "AI 시스템이 정밀도와 속도를 요구하는 복잡한 실시간 환경에서 처음으로 인간 전문가 수준으로 인식, 추론, 행동할 수 있음을 보여준다"고 밝혔습니다.

물리 세계로의 도약

1983년 첫 로봇 탁구 경연 이후 탁구는 자율 시스템의 과제로 기능해왔습니다. 다양한 연구 그룹이 이 분야를 발전시켰음에도 스포츠의 밀리초 정밀도 요구와 예측 불가능한 인간 상호작용은 중요한 장애물이었습니다.

AI 시스템은 체스, Go, StarCraft II 같은 전략 게임에서는 초인간적 성능을 보여왔습니다. 그러나 탁구 같은 물리적 실시간 스포츠는 빠르고 정확한 적대적 상호작용이 필요하며 인간의 반응 시간 수준에서 이루어져 별도의 도전 과제였습니다.

Ace는 고속 카메라, 이벤트 기반 비전 센서, 강화학습을 조합하여 실시간으로 볼의 위치, 회전, 궤적을 추적합니다. 로봇은 700Hz 비전 센서로 볼의 움직임을 인간의 눈이 추적할 수 있는 10배 속도로 처리합니다.

기술적 구성

Sony AI 연구원이자 Nature 논문의 공저자인 Peter Dürr는 "로봇을 손으로 탁구 하도록 프로그래밍할 방법은 없다. 경험에서 배워야 한다"고 설명했습니다.

첫째, 고속 감지 시스템. Ace는 IMX636 이벤트 기반 비전 센서와 IMX273 액티브 픽셀 센서를 갖추고 10.2ms 지각 지연시간을 달성했습니다. 하드웨어는 2개의 프리즘 관절과 6개의 회전 관절을 포함하며, 초당 19.6m/s까지의 속도로 볼을 반환할 수 있습니다.

둘째, 강화학습 제어 시스템. 학습 아키텍처는 스킬(관절 움직임과 회전/파워 생성), 전술(래리 내 반응 결정), 전략(경기 전체 계획)의 세 층으로 구성됩니다. Nature 논문은 스킬 계층에 중점을 두고 있습니다.

경쟁 결과

Ace는 일본 프로 탁구 리그 규정에 따라 5명의 엘리트 플레이어(10년 이상 활동 경력, 주당 평균 20시간 훈련)와 2명의 프로 선수와 경기했습니다. 엘리트 플레이어와의 5경기 중 3경기를 이겼으나 프로 선수와의 경기는 모두 졌습니다.

경기 분석에 따르면 회전 감지가 핵심 요소였습니다. Ace는 광범위한 회전의 75%를 성공적으로 반환하여 포인트를 획득했습니다.

Nature 논문 제출 후 Sony 연구진은 추가 실험을 진행했습니다. 12월에는 4명의 고급 플레이어 중 1명을 제외한 모두를 이겼으며, 이후 평가에서 샷 속도와 래리가 더욱 빨라졌습니다.

기술의 의미

이 성과는 탁구 경기를 넘어선 의미를 갖습니다. 물리 환경에서 정해진 속도 이상으로 반응하는 로봇의 개발은 로봇공학의 과제였습니다.

Ace의 기술은 보조 로봇공학, 재활, 적응 훈련 등 인간 중심 분야에 응용될 수 있습니다. 물리 AI는 사고와 시뮬레이션뿐 아니라 물리적 상호작용을 통해 지능을 다룰 수 있는 영역입니다.

인간과 기술의 대면

1992년 바르셀로나 올림픽에 출전한 탁구 전문가 나카무라 킨지로는 Ace의 샷을 본 후 로봇이 그렇게 할 수 있다는 것은 인간도 할 수 있을 가능성이 있다는 의미라고 말했습니다.

Ace는 인간을 대체하기 위해 설계된 것이 아닙니다. 로봇의 속도, 팔의 길이, 성능은 주당 20시간 이상 훈련하는 숙련된 운동선수와 비슷한 수준으로 조정되었습니다.

Ace의 성과는 로봇이 인간보다 빠르고 강하기 때문이 아니라, 인간과 동등한 조건에서 실시간 제어를 통해 경쟁할 수 있음을 보여줍니다.

Nature 저널 표지에 실린 이 연구는 AI 기술이 물리 세계로 확장되고 있음을 시사합니다. 로봇이 탁구대에서 엘리트 선수와 경쟁한 결과는 인간과 기술의 관계가 새로운 단계로 진입했음을 나타냅니다.