[투자의 단상/240511] AI Weekly 리포트#2

AI Weekly 리포트를 마저 리뷰해 보도록 하겠습니다.

---

끊이지 않는 소식의 테슬라, 그리고 AI 칩 업황 소식

지난 5월 5일, 테슬라의 로보틱스 팀은 그들의 휴머노이드인 “옵티머스봇”에 대한 최신 데모 영상을 공개
로봇이 지닌 2D 카메라로부터 오는 비디오와 손가락 등에 있는 감각 센서만을 사용해서 로봇이 자체적으로 관절을 제어할 수 있도록 “명령어 시퀀스”를 만드는 것
올해 말 출시되는 휴머노이드의 손에는 DoF가 22개로 지금보다 2배 늘어나기 때문에, 사람의 손(DoF가 27개)과 유사할 정도로 정교해질 것
테슬라의 AI 슈퍼컴퓨터인 Dojo가 차세대로 거듭나며 거기에 탑재될 “System-on-Wafer(SoW)” 프로세서에 대한 소식
테슬라가 FSD 고도화를 위해 필수적으로 채워 넣어야 했던 GPU 구매 압박에서 숨통을 트여주는 것이기 때문
SoW 프로세서의 가장 큰 특징은 무려 웨이퍼 규모의 프로세서라는 점

->곧 AI 테마에서 휴머노이드로봇 테마로 시장이 전이될 가능성이 높은 시점이 다가오고 있지 않나 싶습니다.
->테슬라 옵티머스에 이어 피규어AI라는 강력한 경쟁자의 등장과 휴머노이스계의 올드보이 보스턴다이내믹스의 귀환 등 최근 부쩍 휴머노이드 로봇 관련한 뉴스들이 많이 터지고 있는 것 같습니다.
->테슬라는 혁신의 리더답계 도조 관련 TSMC와의 협력하에 SoW라는 새로운 기술혁신을 보여주고 있네요~
->올해말 출시되는 옵티머스는 22DoF로 기존의 관절자유도가 2배로 늘어난다고 하니 또한번의 도약이 이루어지고 있는 셈이네요.

---

DrEureka – 엔비디아의 시뮬레이션은 현실이 된다

로봇이 임무를 학습하기 위한 여러 방법 중 하나로, 시뮬레이션에서 얻은 정책(policy)을 현실 세계에 이식하는 방법이 있음. 엔비디아의 Isaac Gym이 대표적인 로봇 시뮬레이션 플랫폼.
도메인 랜덤화(DR, Domain Randomization): 시뮬레이션 과정에서의 물리 변수(마찰, 탄성 등)를 랜덤하게 바꿔가면서 각 변수의 영향을 관측해 현실 세계로 더 잘 이식될 수 있도록 하는 기술. 그러나 어떤 파라미터를 랜덤화해야 하는지, 바꾸는 값들이 어떤 분포를 가져야 하는지 등의 핵심적인 부분은 사람의 손을 거쳐야 함. 이는 1)물리 세계에 대한 상식적인 추론 기능과 2)로봇 시스템에 대한 지식이 필요하기 때문. 어떤 물리력이 결과에 중요한 영향을 미칠지, 그러한 로봇의 구조와 어떻게 상호작용할지를 예상해야 적절한 함수를 도출할 수 있음.
Eureka, LLM을 사용해 보상함수를 자동 생성하고 이를 정책에 학습시키며 정책 성능을 평가, 보상함수를 개선해 가장 성능이 좋은 보상함수와 이에 해당하는 정책을 출력하는 구조.
DrEureka는 Eureka에 안전 지침을 추가하고 도메인 랜덤화를 자동화한 것
가능한 모든 환경에 대해 로봇을 학습시킬 수 없으므로, DrEureka를 통해 시뮬레이션을 현실화한 경우 학습되지 않은 환경에도 적응할 수 있다는 점은 로봇 상용화의 매우 중요한 지점이라고 판단. 이와 같은 sim-to-reality 모델은 결국 NIM 생태계에 편입될 것으로 예상돼, 엔비디아의 저변 확대에도 주목.

->도메인렌덤화라는 어려운 개념이 또 나오는군요.
->과연 Sim-To-Reality 모델이 실용화의 단계를 거칠 수 있을 정도로 현실성 높은 기술로 구현이 가능할지 기대가 되는 부분인 것 같습니다.
->구현이 가능하다면 실세계 데이타를 통해 AI를 구현하려는 테슬라와 같은 경쟁자들과의 관계가 더욱 험난해지리라는 예상을 해볼 수 있겠습니다.
->곧 AI,휴머노이드 로봇 분야의 최종 승자들(1,2위 그룹)이 결정될 것이라는 점은 점점 명확해져가는 것 같습니다.

수많은 뉴스 속에서 우리의 관심사가 점점 멀어져가는 사이 그 기술발전의 정점에서 최종 승자들이 점점 수면위로 나타나게 된다는 점을 잊지 말아야 할 것 같습니다.

오늘도 활기찬 하루들 되시기 바랍니다.