- 엔비디아·스탠퍼드 등 AI 모델 7종, 로보게이트 검증서 실패
- arXiv 논문 게재·실패 데이터 오픈소스 공개로 신뢰성 강화
에이전트AI(각자대표 조헌정·염제우)는 자사의 로봇 사전 검증 플랫폼 ‘로보게이트(RoboGate)’를 통해 글로벌 주요 기관의 로봇 인공지능(AI) 모델 7종을 테스트한 결과, 산업 현장을 가정한 시나리오에서 모든 모델이 임무 수행에 실패했다고 23일 밝혔다. 고성능 AI라도 실전 환경에 대한 사전 검증 없이 적용될 경우 사실상 무용지물이 될 수 있다는 의미다.
이번 검증에는 엔비디아(NVIDIA), 스탠포드 대학교(Stanford University), US 버클리(UC Berkeley) 등 세계적 연구기관 및 기업이 개발한 최신 로봇 AI가 포함됐다. 이달 공개된 엔비디아의 최신 모델은 연구실 환경에서는 97% 이상의 높은 성공률을 기록했으나, 로보게이트가 구현한 68개 산업 시나리오에서는 모두 실패한 것으로 나타났다.
반면 동일한 로봇에 수학 기반의 전통 제어 방식을 적용한 경우에는 같은 조건에서 100% 성공률을 기록하며 AI 기반 접근법과 극명한 성능 격차를 보였다.
에이전트AI 관계자는 “이번 테스트를 통해 로봇 인공지능(AI)이 연구실을 벗어나 실제 산업 현장에 투입될 경우 심각한 오작동을 일으킬 수 있다는 점이 확인됐다”고 말했다.
에이전트AI는 이러한 결과의 원인으로 ‘시뮬레이터 간 성능 붕괴(Cross-Simulator Collapse)’인 ‘환경 괴리 현상’을 지목했다. 이는 AI가 제한된 가상 환경에서 학습되면서 실제 산업 현장의 물리적 변수와 예외 상황을 충분히 반영하지 못해 발생하는 문제다.
연구실에서 높은 성능을 보이던 모델이 실제 환경에서는 제대로 작동하지 않는 ‘현장 적응 실패’ 현상으로 해석된다.
회사 측은 “이번 결과는 로봇 AI 산업의 핵심 경쟁축이 단순 성능에서 ‘안전성과 검증 체계’로 이동하고 있음을 시사한다”며 “공장 및 물류센터 등 산업 현장에서는 작은 오류도 생산 차질이나 안전 사고로 이어질 수 있는 만큼, 사전 검증 없는 AI 도입은 높은 리스크를 동반한다”고 설명했다.
에이전트AI의 로보게이트는 이러한 문제를 해결하기 위한 ‘로봇 AI 전용 검증 플랫폼’으로, 실제 환경을 모사한 다양한 시나리오에서 사전 테스트를 수행해 잠재적 실패 요인을 사전에 식별하는 데 초점을 맞추고 있다.
회사는 이번 연구 결과를 글로벌 학술 아카이브인 arXiv에 게재했으며, 테스트 코드와 수만 건 이상의 실패 데이터를 깃허브(GitHub)와 허깅페이스(HuggingFace)를 통해 오픈소스로 공개했다.
회사 관계자는 “AI 로봇의 실전 적용 가능성을 검증하는 것은 선택이 아닌 필수”라며 “검증 데이터의 공개를 통해 글로벌 산업 전반의 안전성과 신뢰성을 높이는 데 기여할 것”이라고 밝혔다.
한편 최근 휴머노이드 및 산업용 로봇 시장은 테슬라 옵티머스(Tesla Optimus), NVIDIA GR00T 등 차세대 AI 로봇 개발 경쟁이 본격화되는 가운데 검증 기술의 중요성은 더욱 부각될 전망이다.
- 끝 –