고려대학교와 독일 베를린공대(Berlin Institute of Technology) 연구팀이 유동적 현실 환경에 따라 대화형으로 인공지능을 이용하는 시스템 실험 일환으로 컬리(Curly) 로봇을 개발했다. 다시 말해 이 로봇은 항상 바뀌는 목표 상황을 인식하고 이에 따라 자신의 전력을 결정하고 높은 정밀도로 수행해야 한다.
최근 로봇은 다양한 스포츠 분야에서 활약하고 있지만 본질적으로 특정 동작을 반복한다. 어떤 종류 스포츠 예를 들어 컬링은 제한된 움직임 탓에 로봇에는 적합하다고 할 수 있다. 컬링은 얼음 위에 그려진 곳을 향해 돌을 던지는 게임이다. 스톤을 미는 동작은 쉽게 보이지만 적절한 전략을 세우고 속도와 방향, 스핀을 미묘하게 제어해야 한다.
스톤은 대형 주전자 크기 무거운 돌을 얼음 속에 그려진 원 중심에 최대한 가까운 위치에 넣어야 한다. 상대방 스톤을 날리고 아군 스톤에 맞춰 위치를 움직인다. 컬리는 2개 시스템으로 이뤄진 로봇. 하나는 목표 상황을 관찰하고 전략을 결정하는 스킵 역할이다. 또 하나는 실제로 스톤을 던지는 것. 지금 얼음을 빗자루로 쓸고 스톤 진로를 조정하는 스위퍼는 없지만 미래에는 스위퍼 로봇도 개발할 예정이다.
로봇 AI는 스톤과 얼음 상호 작용을 물리적으로 시뮬레이션한 컬링 컴퓨터 게임에서 훈련됐다. 이런 시뮬레이션 학습 성공 여부는 모델링 정확도에 달려 있다. 컬리의 경우 라운드별 첫 번째에서 얼음 상태를 확인하고 이에 따라 이후 전략을 결정한다.
로봇 동작은 뛰어나 한국 여자 컬링팀 등 국제 경기 대표팀 수준이다. 4차전을 진행해 3승을 거뒀다. 스위퍼를 포함하면 경기 결과가 달라질 수 있지만 지금 당장은 충분한 성과라고 할 수 있다.
연구팀에 따르면 인간과 경기를 해 좋은 성적을 거둔 것보다는 현실 속 역동적 상황을 인식하고 실시간으로 적절한 전략을 결정할 수 있는 게 중요하다고 밝히고 있다. 연구팀이 로봇 하나하나 새로운 상황에 맞는 동작을 프로그래밍하는 건 아니다. 다시 말해 로봇에게 AI가 스스로 상황을 인식하고 재프로그래밍하는 능력을 제공한다. 최근까지 이런 복잡한 상황을 AI로 인식해 분석하는 건 어려웠다. 해당 연구 내용은 사이언스로보틱스에 논문으로 게재됐다. 관련 내용은 이곳에서 확인할 수 있다.