AI는 LLM에서 LAM으로 진화 중…새 격전지 된 휴머노이드 시장

추론·의사결정 가능케 해
10년 뒤 시장 규모 55조 확대 전망
학습데이터 부족 문제 풀어야

휴머노이드의 인공지능(AI)을 앞당기는 방안으로 거대행동모델(LAM)이 주목받고 있다. 텍스트와 이미지를 넘어 움직임까지 학습하고 인식하는 게 휴머노이드 개발의 관건이 된 것이다. 인간과 같이 사고하고 물리적인 행동까지 하는 로봇이 등장하면 로봇 공학, 자율주행, 자동화 공정 등 다방면에서 응용될 것으로 보인다.

LAM은 인간의 행동 패턴을 학습해 로봇이 독립적인 동작을 수행할 수 있도록 하는 AI 모델이다. LAM을 통해 휴머노이드는 인간의 동작을 익히고 스스로 업무 수행을 할 수 있게 된다. 휴머노이드 개발에 있어 가장 시급한 연구 과제로 두뇌에 해당하는 LAM이 꼽히기도 한다.

LAM은 두뇌의 여러 역할 중에서 인간처럼 학습하고 추론 및 의사결정을 내리도록 하는 핵심 요소다. 로봇은 가장 효율적인 방법으로 하드웨어를 움직인다. '컵을 잡아서 옆으로 옮겨줘'라는 명령이 내려지게 되면 컵까지 로봇팔을 뻗고 손가락으로 컵을 집고 이를 옮기는 가장 효율적인 방법을 계획한다. 이런 과정을 '경로 계획'이라고 한다. LAM은 경로 계획을 근본적으로 개선해 하나의 명령에도 여러 방식을 구축할 수 있다. 그 결과 변수에 대응해 최선의 의사결정을 내리게 되며 이는 인간처럼 하나의 작업에도 매번 다른 의사결정을 내릴 수 있도록 진화하는 것이다.

LAM은 글로벌 빅테크들이 주도하고 있다. 테슬라는 완전자율주행(FSD) 등에서 거둔 성과를 바탕으로 LAM 선두 주자 지위를 공고히 하고 있다. 이는 인간처럼 자연스러운 동작을 선보이는 로봇의 상용화까지 가능케 할 것으로 보인다. 테슬라의 옵티머스 2세대는 깨지기 쉬운 계란을 손가락으로 집어 옮기거나 무릎을 90도로 굽히는 스쿼트 동작에 능숙하다. 또 흙으로 덮인 경사로를 오르내리기도 한다. 미끄러져 휘청하다가도 이내 균형을 잡고 발걸음을 옮긴다.

구글은 로봇 AI 모델을 오픈소스로 공개했는데 전세계 연구기관에서 이를 활용할 경우 로봇과 관련된 데이터 축적이 가속화할 것으로 예상된다. 엔비디아는 생성형 AI 붐 다음 단계를 '피지컬 AI'로 판단하고 휴머노이드 개발을 위한 AI 플랫폼 '그루트(GROOT)'를 공개한 바 있다.

LAM으로 학습된 휴머노이드 시장 규모는 앞으로 커질 전망이다. 골드만삭스는 휴머노이드 시장 규모가 올해 15억달러(약 2조2006억원)에서 10년 뒤인 2035년에는 378억달러(약 55조4564억원)까지 늘어날 수 있다고 분석했다. 행동을 학습한 휴머노이드는 제조업을 비롯해 다양한 분야에서 활용할 수 있기 때문이다.

하나금융연구소는 "값싼 노동력에 기반을 둔 공급 구조가 어려워지고 있다"며 "기업들은 노동력 부족, 공급망 불확실성 심화, 개인화된 소비자로 인한 주문형 제품 수요 증가 등에 대응하기 위해 로봇을 활용한 제조 자동화를 모색하고 있다"라고 평가했다.

이성엽 고려대 기술경영전문대학원 교수는 "산업 현장이나 배송 등 B2B(기업 간 거래) 시장에서 가장 먼저 상당한 변화가 나타날 수 있다"고 말했다.

다만 휴머노이드에 맞는 AI 모델 제작을 위해선 로봇 AI 학습 데이터 부족 등 풀어야 할 과제도 산적해 있다는 설명이다. 휴머노이드를 위한 AI 모델의 경우 기존 LLM, LMM 등과 달리 인간의 행동 등 현실 세계를 반영한 물리 학습 데이터가 필요하다.

업계 관계자는 "LAM의 경우 행동 데이터를 학습시켜야 하는데 문제는 텍스트 데이터와 달리 데이터 자체가 없는 상태나 마찬가지여서 LLM 개발 때 이상으로 데이터 부족 문제가 발생할 수 있다"고 했다.

양승윤 유진투자증권 연구원은 "국내 로봇 산업으로의 자본 유입은 해외보다 덜한 편"이라면서 "향후 1년, 10년이라는 타임라인만 보지 말고 장기적인 관점에서 움직여야 한다"고 강조했다.

이정윤 기자 leejuyoo@asiae.co.kr