샤오미 로봇 AI, 모델 크기보다 '많은 데이터'가 답이다
샤오미는 로봇 AI 모델 'Xiaomi-Robotics-1'을 발표하며, 로봇 모델의 성능 향상에는 모델 크기를 키우는 것보다 방대하고 다양한 학습 데이터를 확보하는 것이 훨씬 더 중요하다는 것을 입증했습니다. 연구진은 비싼 물리적 로봇 대신 사람이 직접 조작하는 휴대용 그리퍼를 활용해 10만 시간 이상의 행동 데이터를 수집하고 AI로 자동 라벨링하여 데이터 부족 문제를 해결했습니다. 그 결과, 이 모델은 낯선 환경에서도 적은 추가 학습만으로 뛰어난 작업 수행 능력을 보여주며 기존 경쟁 모델들을 뛰어넘는 성능을 기록했습니다.
샤오미(Xiaomi)는 대규모 언어 모델(LLM)과 동일한 스케일링 패턴을 따르는 로봇용 AI 모델을 공개했습니다. 이 모델은 더 많은 데이터로 학습할수록 성능이 향상됩니다. 이 데이터셋을 구축하기 위해 샤오미는 물리적 로봇 사용을 최대한 지양했습니다.
로봇 AI는 언어 모델이 겪지 않는 데이터 문제에 직면해 있습니다. LLM이 공개된 인터넷의 방대한 데이터로 학습할 수 있는 반면, 로봇 움직임에 관한 유용한 데이터는 매우 부족합니다. 로봇은 일반적으로 물건을 잡거나 들어 올리고 제자리에 두는 방법을 처음부터 다시 배워야 합니다. 기존의 표준적인 방식은 사람이 물리적 로봇을 원격으로 조종해 모든 움직임을 일일이 가르치는 것입니다. 이 과정은 느리고 비용이 많이 들며, 주로 동일한 환경에서 같은 작업을 반복하는 단조로운 데이터를 양산하기 쉽습니다. 이것이 바로 'Xiaomi-Robotics-1'이 해결하고자 한 한계점입니다.
이 모델은 사전 학습되지 않은 낯선 환경에서도 음성이나 텍스트 명령을 따르고, 추가 학습 없이 새로운 작업에 적응하도록 설계되었습니다.
비싼 로봇 대신 휴대용 그리퍼를 사용하다 데이터 병목 현상을 해결하기 위해 샤오미는 데이터 수집 과정에서 실제 로봇 사용을 대폭 줄였습니다. 대신 연구진은 사람이 직접 들고 조작할 수 있도록 카메라가 부착된 휴대용 핸드헬드 그리퍼(Handheld gripper)를 사용했습니다. 이 방식을 사용하면 로봇 없이도 주방, 사무실, 매장, 공장 바닥, 야외 공간 등에서 물건을 다루는 작업을 카메라로 기록할 수 있습니다. 그 결과 10만 시간 이상의 동작 기록 데이터를 확보했습니다.
이렇게 방대한 데이터셋은 또 다른 문제를 발생시킵니다. 모델이 학습하려면 모든 기록에 대한 설명(라벨링)이 필요하기 때문입니다. 이를 사람이 수작업으로 처리하는 것은 비현실적이었기 때문에, 샤오미는 다른 AI 모델을 활용해 각 동작을 텍스트로 묘사하도록 했습니다. 연구진은 약 2주 만에 전체 데이터셋 라벨링 작업을 마쳤다고 밝혔습니다.
이후 샤오미는 바퀴 달린 모델과 듀얼 암(Dual-arm) 시스템을 포함한 실제 물리적 로봇에 이 학습 결과를 전이(Transfer)했습니다. 물론 이 모델은 핸드헬드 그리퍼와 로봇 팔의 물리적 차이를 스스로 보정해야만 했습니다.
모델 크기보다 많은 학습 데이터가 중요하다 테스트 결과, 모델 크기를 키우면 성능이 향상되긴 했지만, 더 많은 학습 데이터를 확보하는 것이 더 많은 컴퓨팅 파워를 쏟는부보다 훨씬 더 큰 성능 향상을 가져왔습니다. 연구진은 로봇 AI의 발전이 주로 더 크고 다양한 데이터셋을 수집하는 데 달려 있을 것이라고 말했습니다.
이러한 발견은 지난 3월 초 연구자들이 시각 데이터(Visual data)에서 보여준 결과와 일치합니다. 언어 모델의 경우, 한정된 컴퓨팅 자원을 최대한 활용하려면 모델 크기와 데이터 양이 대략 비슷한 비율로 함께 증가해야 한다는 것이 오랜 기간 통용된 원칙이었습니다. 하지만 모델이 텍스트가 아닌 이미지를 처리해야 할 때는 균형이 깨집니다. 이 경우 모델 크기를 늘리는 것보다 데이터를 추가하는 것이 훨씬 더 큰 도움이 됩니다. 물리적 로봇 테스트에서도 동일한 패턴이 나타났습니다.
샤오미가 학습 데이터 양을 늘리자, 낯선 환경에서 모델의 작업 성공률은 약 25%에서 75%로 급증했습니다. 연구진은 데이터를 더 추가하더라도 성능 향상이 멈추지 않을 것이라고 밝혔습니다.
샤오미에 따르면, Xiaomi-Robotics-1은 표준 로봇 AI 벤치마크에서 현재까지 최고의 성적을 기록했습니다. 한 데모에서는 로봇이 사람의 도움 없이 캐리어를 혼자 짐싸는 모습을 보여주기도 했습니다. 이 작업은 10분 이상이 소요되었으며, 로봇이 방 전체를 돌아다니며 이루어졌습니다.
적은 학습 데이터로도 새로운 작업에 적응 파운데이션 모델(Foundation model)은 새로운 작업에 빠르게 적응할 수 있을 때 가장 유용합니다. 샤오미는 Xiaomi-Robotics-1을 스마트폰 포장, 세탁물을 세탁기에 넣기, 프린터에 용지 넣기, 물건을 박스에 포장하기 등 4가지 작업으로 테스트했습니다. 각 작업당 10시간 미만의 학습 데이터만으로도 이 모델은 평균 75%의 성공률을 달성했습니다. 반면 동일한 테스트에서 Physical Intelligence의 경쟁 모델은 40%의 성공률에 그쳤습니다.
샤오미는 자사의 모델이 종이와 같은 부드럽고 변형되기 쉬운 물질을 다루거나 방 안을 돌아다녀야 하는 작업에서 특히 뛰어난 성능을 보였다고 덧붙였습니다.
로봇 데이터는 여전히 로봇 공학 연구의 핵심 초점이며, 연구팀마다 매우 다양한 해결책을 모색하고 있습니다.