1. AI에 있어 2010년대와 2020년대는 명확하게 구분이 된다고 생각한다. Alexnet을 시작으로 Deep neural network라는 것을 GPU라는 새로운 computing power의 도구를 쓰면 학습시킬 수 있다는 사실이 알려지면서 AI의 새시대가 열렸다. 2010년 세워진 Deepmind의 알파고는 드디어 만능의 AI시대가 열릴 것 같은 기대감이 퍼뜨렸고 수많은 AI 시도가 시작되었다. 하지만 오랜 시간이 지나기도 전에 Deep learning이라는 것이 단순한 패턴 인식 이상의 것은 잘 해내지 못한다는 것이 밝혀졌고, AI의 회의론이 퍼져나가기 시작했다. Deep learning의 아버지라고 할 제프리힌튼 교수조차 Back propagation으로는 한계가 있다. AGI를 위해서는 새로운 혁신이 필요하다고 2017년엔가 인터뷰에서 이야기했다.
2. 내 표현으론 이런거다. Deep learning이라는 거가 이론은 그럴 듯 해도 이걸 가르칠 방법이 없었는데, 갑자기 누군가가 ‘금붕어(= GPU)’를 잡아다가 학습을 시켜보니 야 이녀석이 뭔가 학습을 하는거다. 우와! 금붕어한테 말도 가르치고 운전도 시켜야지! 많은 사람들이 금붕어를 사고 학습법의 연구를 시작했다. 어떤 사람은 금붕어를 때려도 보고, 어떤 사람은 금붕어를 달래도 보고 어르기도 하고.. 논문들이 쏟아졌다. 제가 금붕어한테 이런 식으로 학습을 시켜보니까 금붕어가 10% 공부를 더 빨리해요! 저는 금붕어를 때려봤는데 더 공부를 잘하는거 같아요! 저는 더 작은 금붕어한테도 먹이를 더 조금 주고도 공부하는 법을 찾았어요! 근데 그래봐야 금붕어는 금붕어다. 뻐끔뻐끔..
3. 그럼 답은 이거다. 어짜피 머리나쁜 금붕어는 답이 없으니 머리를 좋게 만듭시다! 근데 누가 돌고래 정도 머리 좋은거 좀 만들어주면 좋겠는데 무어의 법칙도 끝났고 새 품종 금붕어 해마다 나오긴 하는데 별로 진전이 없다. 여기서 OpenAI가 등장했다. GPT-3의 방법은 간단하다. 머리나쁜 금붕어가 안되면 금붕어 만마리를 잡아서 금붕어 머리를 이어붙여서 돌고래머리만하게 만들어 본거다. 어 근데 이게 공부를 엄청 잘해. 머리가 좋아지니 개떡같이 이야기해도 찰떡같이 알아먹는다. 금붕어 학습법가지고 이야기하는 시절은 이제 끝났다. 그냥 Transformer라는 교과서 하나로 천하통일이다. 교과서가 좋은 교과서라서가 아니다. 이제 그냥 교과서 더 잘쓰는게 중요하지 않은거다. 이게 2020년대의 AI다. 제프리힌튼교수가 2020년 말에 다시 인터뷰를 했다. "AGI=범용인공지능이 멀지 않은거 같다." GPT-3의 파라메터 숫자가 대충 1700억개인데, 사람 뉴론을 파라메터로 환산해보면 대충 1000조개쯤 된단다. 금붕어 만마리 이어붙여보니 이렇게 공부잘하니, 이걸 만배 더 크게하면 사람머리가 될거 같다는 거다. !!!
4. 문제는 금붕어 머리를 이어붙이는게 쉬운일이 아니라는데 있다. 그냥 편하게 어디서 돌고래 머리 하나 딱 사오면 좋겠는데 돌고래 머리는 세상에 없다. 금붕어 머리를 이어붙일 수 밖에 없다. 문제는 금붕어 공급을 독점하던 NVIDIA 조차 금붕어 머리를 이어붙이는 방법에 대해서는 고민이 덜 되어있다. 어찌어찌 꼬매주는 거까지는 해주는데, 그걸 꼬맨 만개의 금붕어들이 마치 돌고래 한마리처럼 공부를 하는 방법 (=AI compiler)은 NVIDIA도 아직 안준다(=못준다)
5. 결국 현 시점에서 AI의 핵심경쟁력은 모델이 아니다. 새로운 모델이 필요한게 아니고 금붕어 만마리 머리를 이어붙여서 이걸 하나의 머리처럼 다룰수만 있으면 된다. 그럼 핵심은 세가지다. (1) 일단 금붕어 만마리 살 돈이 있어야 된다. 금붕어 한마리야 아무나 사는 거지만 금붕어 만마리는 이야기가 다르다. 최신 A100 한장이 만불이니 만장이면 GPU만 1천억원이다. 만약 사람머리만하게 해보겠다고 하면 1천조원이다. (2) 이어붙인 금붕어 머리를 마치 하나의 돌고래머리처럼 다루는 기술이 필요하다. 현 시점에서 이 기술이 병목이다. OpenAI나 구글이 가진 또 하나의 경쟁력이 이거다. (3) 여기에 이런 금붕어 만마리가 학습할 데이터만 있으면 끝.
6. 결국 개별 AI기업들이 주섬주섬 금붕어 몇마리 주워다가 학습법 노력하는 시대는 끝났다. 이제는 소수의 기업이 큰 자본력과 기술력으로 돌고래 가지고 학습시켜서 그걸 SaaS나 PaaS로 파는 걸 AI가 필요한 회사들이 사다쓰는 시대가 열리고 있다. 그런데 현 시점에서 NVIDIA 금붕어는 비싸기도 하고 꿰메기엔 불편한것도 많다. 결국 전체 AI stack을 다 새로 만드는게 답이다. 붕어 머리도 새로 디자인하고, 붕어머리 꿰매는 방법도 새로 만들고, 그래서 돌고래 머리처럼 돌아가게 만들어서 그 위에서 학습시키고 이걸로 서비스 제공을 fully integration하는 애가 winner일거다. 지금까지 이걸 제대로 하는 애가 단 하나 있었다. 바로 Google.
7. 그런데 오늘 Tesla가 보여준 게 이거다. (1) AI라는거 제대로 하려면 금붕어 만마리 잡아다가 이어붙인 수퍼컴퓨터가 있어야 된다. (2) 근데 NVIDIA가 파는 금붕어도 이렇게 이어붙여서 쓰기에는 별로더라. 그래서 우리가 새로 까만붕어 새로 만들었다. 붕어들 이어붙이기 쉬우라고 꿰는 구멍 엄청 만들어 붙였고 머리 자체도 엄청 잘 다듬었다. (3) 그래서 결론. “우리 붕어 멋지지? 금붕어보다 훨씬 좋다! 우리 붕어머리 꿰매붙인 돌고래머리 죽여주지? 이걸로 이젠 로봇도 조종할 수 있다!” (휴머노이드 로봇 이야기들이 많던데 그건 핵심이 아니다. 휴머노이드 정도 돌릴 수 있을 정도의 지능이 가능한 수준의 AI역량을 우리가 다 만들고 있다가 핵심이다.) @_@.. Tesla는 AI회사다. AI역량만으로도 Google과 함께 글로벌 top2라 해도 과하지 않은 이야기인거 같다.
8. 이건 AI업체들한테도 기가 막힐 이야기인데 자동차업체들한테는 이건 뭐 이해도 안가는 소리일거다. 아니 “Tesla는 자동차 안에 들어가는 AI NPU(앞의 예로는 올챙이 머리?)도 자기가 만든다며? 야 그거 어떻게 만드는거야?” 이러고 있었는데 “야 진짜는 말이지 돌고래거던? 너 이런거 봤어?” 이러는 거다. 어처구니 없을 이야기다. 개인적으로 이걸 할 수 있는 자동차 업체는 없다고 본다. Q&A 때 다른 자동차 업체에도 open할 수 있다는 이야기가 나왔는데 그냥 자율주행은 내가 platform으로 줄테니 사서쓰라는 이야기와 같다. 야 이제 게임 끝난거 알겠지?라는 항복하고 문앞에 줄서라는 선언에 가깝다고 생각한다.
9. 이젠 Tesla가 뭘 할 수 있다고 해도 다 믿어주는게 맞다고 본다. AI에서 NPU아키텍쳐던 SW스트럭쳐던 개인적으로 뭔가 그런 방향일거다라고 생각하던 방향의 그림을 다 펼쳐보여주었다. 우와 씨. Elon 형님... 넘 하시는거 아닙니까? 그냥 다 가지세요... T_T...
-
<AI DAY를 보다가, 가슴이 웅장해지다가, 이내 섬뜩해진다>
본업이 있다보니 아직 전체 중계 영상을 다 보진 못했지만, 분위기를 보아하니 오늘 AI 데이의 백미는 역시 테슬라봇이었나 보다.
1분기 어닝콜때 머스크가 '테슬라는 앞으로 AI 로보틱스 기업으로 인식될 것'이라고 밝힌 이후부터, 테슬라가 궁극적으로 휴머노이드 로봇을 지향하게 될것이라고 희망섞인 예측을 해왔다.
라이다, 레이더 없이 오토라벨링 및 비젼센싱만으로 높은 수준의 자율주행 기술을 완성하고 있다는 것의 의미가,
'시각정보의 Input -> 주변 지형지물의 무한대에 가까운 경우의 수에 대한 인지, 연산, 판단 -> 기계 구동 제어' 의 근본적 기술을 갖추게 된다는 것이고,
이 기술은 결국 자동차 뿐만 아니라 휴머노이드를 포함한 각종 로봇에 다 적용이 가능해 지기 때문이다.
프로토타입 출시가 내년이므로, 본격 양산, 상용화까지는 아직 몇년이 더 필요하겠지만, 범용 AI 로보틱스 기업으로서의 실현가능한 궁극적 지향점을 보여줬다는 것에서 의미가 깊다고 생각한다. 지금으로선 상상하기 쉽지 않지만, 적용가능한 분야는 무한할것 같다.
그래서인지, 주주로서 가슴이 웅장해지면서도 한편으로는 좀 섬뜩한 느낌도 크다. 과연 로봇과 AI로 대체되지 않고 온전히 인간의 영역으로 남겨질 노동력이 미래에 얼마나 남을까? 라는 생각이 들기 때문이다.
머스크가 말로는 AI 로봇을 '반복적이고 지루하고 위험한 일에 먼저 투입한다'고 했지만, 사실상 인간이 단순 육체노동으로 할 수 있는 거의 모든 일이 다 대체될수 있는게 아닐까?
더구나 이 로봇은 매달 월급을 줄 필요도 없고, 따로 교육시킬 필요도 없으며, 퇴근도 안하고 지치거나 불평하지도 않고, 근무중에 페북이나 인스타도 안보고, 노조도 결성하지 않는다.
2017년에 이미 머스크는 로봇과 기계가 대부분의 노동력을 대체할것이므로, 대부분은 일자리를 잃게 될것이고 기본소득이 필수가 될것이라 말한바 있다. 다 계획이 있었던 것이다.
많은 사람들이 일자리를 잃는 반면, 기술력을 가진 상위 기업들의 생산성은 엄청나게 향상될 것이다. 그런 세상이 오지 않길 바라지만 오지 않길 바란다고 해서 그것이 오지 않는게 아니라면, 나같은 평범하고 미약한 인간이 할수 있는 일이란 무엇이 있을까? 이런 위대한 기업에 투자하여 위험을 헷지하는 방법 말고는 잘 생각나지 않는다.
수년전에 사명 '테슬라 모터스'에서 모터스를 떼어낸 이유를 오늘 확실하게 보여주었다. 앞으로 테슬라의 자동차 매출 역시 폭발적으로 증가하겠지만, 그럼에도 불구하고 앞으로 자동차 부문 매출 '비중'은 점점 감소해 나갈 것이다.
아직도 테슬라가 중국에서 차가 안팔려서 망할거고 목표가가 67$이라고 떠드는 주린이보다 못한 고든존슨 같은 애널리스트가 설치고 다니고 그것을 언론이 보도해주는 현실이 믿기지가 않는다.
* 현대차가 인수한 보스턴 다이나믹스가 하드웨어 기능 완성도로는 1인자인것으로 알고 있지만, 결국 휴머노이드 로봇이 용화되기 위해서는 하드웨어가 아닌 고도의 AI 기술이 필요하다. 현차가 그것을 할수있을지 개인적으로는 의문이지만, 국민의 한사람으로서 열심히 따라가길 응원해본다.
-
<Teslabot>
* 오전에 출근, 오후에 화이자 2차접종 마치고 집에서 합법적으로 쉬고 있으면서 갑자기 로봇 이야기좀 풀어보고 싶어 끄적여봤습니다. 그냥 제 뇌피셜이니 심각하게 보지 않으셨으면 좋겠습니다.
:
AI Day 말미에 스윽 하고 보여줬던 로봇으로 테슬라가 비난을 제법 받는거 같다.
사람이 로봇분장으로 춤을 춘 장면을 보고 일론머스크가 세상을 또 한번 기만했다 생각하나보다.
뒤에 잘빠진(?) 마네킹을 하나 세워놓고, 혹 끝날 때쯤 엄청난 퍼포먼스를 한번 보여주는거 아닌가 기대도 갖게 했지만 끝내 꼿꼿이 서있기만 했기 때문이다.
대부분 언론은 허풍이다, 테슬라 타임으로 봤을 땐 한참 후에나 나올 수 있다. Verge는 진지하게 생각할 것 없이 단지 '농담'일 뿐이다라고 단정했다.
"Beyond the electric vehicle Fleet.... " 도대체 자동차 이후엔 어떤 디바이스에 관심을 가질까? 모두가 머리를 빼고 궁금해하던 테슬라발 질문이었다.
난 지금까지 자료를 통해 가장 어려운 자동차를 해결한다면, 중장비, 농기계, 무인비행기, 라스트마일 딜리버리로봇(휠타입/레그타입), 무인전투무기 등으로 다양하게 전개될 수 있다는 견해를 밝혀왔다.
그런데 가장 어려운 Robot 중에서도 가장 어렵다는 Humanoid robot을 들고 온 것이다.
도대체 왜? ㅠㅠ
쉬운 것을 먼저 가져오면 실행 가능성이 훨씬 높을텐데... 이토록 어려운 주제를 골랐을까?
시간이 지나면 서서히 공개가 되겠지만... 행사 당일 첫눈에 떠오른 생각만 붙잡아 보면,
(1)Dexterous type End-effector
제일 먼저 주목한 것은 손과 손목이었다. 인체구조에서도 가장 복잡한 곳이 손가락과 손목이다. 흡착형태도, 집게형태의 Gripper도, 이 둘을 합쳐놓은 Hybrid형도 아니다. 가장 어려운 Dexterous 방식이다. 손가락 5개로 사람과 같은 형태의 손. 그것도 손목이 무지 얇다. 적어도 다이나믹셀 서보모터가 10개는 들어가야 할텐데 말이다. 분명 와이어 방식이 아닌 것 같다. 가장 복잡한 손가락을 저런 디자인으로 뽑아낸다면, 테슬라는 이미 대단한 기술력을 가졌음이 틀림없다.
(2)Cloud Robot
대부분 휴머노이드로봇이 두툼한 가슴을 가진 것은 배터리와 연산용 컴퓨터가 내장되기 때문이다. 하지만 Teslabot은 어딜봐도 대용량 컴퓨터가 들어갈 공간이 없다. 가슴엔 FSD칩과 GPU, CPU로 이뤄진 FSD 컴퓨터 기판만 들어간다. AP를 통해 DOJO Computer와 연결될 것임에 틀림없다. ROS도 자체적으로 디자인할지는 모르겠지만 이번 발표에서 나온 학습(Learning), 훈련(Training), 라벨링(Labeling), 계획(Planning), 시뮬레이션(Simulation) 등은 DOJO가 전부 담당한다. OTA(무선업데이트)와 Deploy(배치)를 통해 로봇도 차와 마찬가지로 통신을 통한 컨트롤이 될 것이다.
(3)사람과 같은 크기의 아담한 발
최근 로봇공학에서는 수학적 계산으로 이뤄진 ZMP(Zero Moment Point) 방식을 지양하고 힘제어 방식(FSM: Finite State Machine-F/T Sensor + IMU)을 사용한다. 이는 현재 무게중심과 목표 무게중심 간 차이를 계산한 후 균형을 잡기 위해 보상해야 하는 힘을 각 다리에 분배하는 방식으로 마치 동물이 뛰듯 로봇에도 이런 운동력을 구현할 수 있는 것이다. 이족보행의 경우에는 뛸 경우 순간적으로 두 발이 공중에 다 떠있을 수 있다. Agility Robotics의 경우 Spring-Mass model 방식을 사용해 중심을 잡는 것은 물론 뛰게도 할 수 있고, 물건을 들고도 균형을 유지한체 계단이나 자갈밭을 걸을 수도 있다. 이족보행 로봇이 넘어지지 않도록 발을 엄청크게 만들어야 할 것 같지만 이같은 기술이 있기에 발바닥이 작아도 된다. 로봇태권V나 마징가는 나름 왕발이었음을 기억한다면 대단한 진보다.
(4)자율적 작업(?)
로봇은 H/W도 물리법칙이란게 존재하기에 매우 어렵다. 사람은 피부나 뼈, 근육 모두 대단한 능력을 가지고 있다. 하지만 이를 금속과 플라스틱, 모터와 감속기 등으로 구현하기란 여간 어려운 것이 아니다. H/W가 완벽히 구비된다해도 결국 어려운 것은 두뇌다. 기계와 로봇의 가장 큰 차이가 스스로 판단할 수 있는지 여부다. 사람이 컨트롤링하면 아무리 뛰어나도 기계고, 스스로 판단하면 로봇이 되는 것이다. 이번 DOJO 컴퓨터와 AI의 DNN, RNN, 카메라의 Calibration, Hybrid planning system, NN Heuristic, 시뮬레이션 등의 구체적 발표가 지향하는 바가 스스로 판단하는 기능들인 것이다. 뇌와 사고 능력 말이다. 로봇을 로봇으로 만드는 가장 중요한 요소가 바로 AI와 스스로 판단하게 하는 연산능력이다. ExaPod이 1초에 100경번을 연산하는 능력을 가진게 로봇의 사고 능력과 연결된다.
(5)Slim한 로봇
액추에이터는 보통 서보모터와 모터의 회전을 전력반도체가 컨트롤하고 분해능을 완벽히 체크하는 엔코더, 회전운동을 왕복/관절 운동으로 변환시켜주는 감속기(Reducer)의 세가지 부품이 모듈화 되어 만들어진다. 테슬라는 이 로봇에 총 40개의 액추에이터가 들어간다고 발표했다. 팔에 12개, 다리에 12개, 손에 12개, 목에 2개, 몸통에 2개... 이 액추에이터가 얼마나 작고 슬림하며, 전력소모량이 적기에 배터리의 별도공간이 보이지 않을까? (허벅지나 종아리, 배, 등에 배터리가 들어갈 것 같다) 40개의 액추에이터와 관련된 전기배선만 생각해도 정말 복잡할 것 같은데 말이다. 얼마나 설계를 완벽히 해야 저 형태의 로봇이 가능해질까?
그냥 마네킹처럼 서있는 테슬라봇이 만일 저 모양 그대로 프로토타입으로 나오게 된다면 정말 세상이 깜짝 놀랄 것이다.
Teslabot의 알려진 제원은 키 5'8”(177cm), 몸무게는 125LBS(56.65Kg)으로 거의 아이돌급 몸매다. 따라서 5MPH(8Km/h)로 걷거나 달릴 수 있다. 몸무게가 경량급임에도 45LBS(20Kg)을 들어올릴 수 있다. 역도같은 자세로 데드리프트 할 경우 150LBS(68Kg)까지 가능하단다. 아주 힘쎈 남자정도는 아니어도 일상생활에 전혀 문제가 없는 트렌디한 소년같은 체급이다.
사람은 모든 사물을 사람의 이성의 힘으로 구축해놨다. 인도(人道)의 턱도, 주방의 싱크대 높이도, 문 손잡이도, 각종 도구들도 사람의 손 형태에 맞춰, 의자도 사람의 체형에 맞춰 디자인했다. 사람을 대신하려면 사람의 형태만큼 편한게 없다. 하지만 사람처럼 만드는 것은 불가능에 가깝다. 4족 보행로봇이 훨씬 안정감이 있으며, 바퀴형 로봇이 더 빠르게 움직인다. 휴머노이드로봇은 꿈꿀 순 있지만 만들기가 가장 어렵다.
이걸 테슬라가 하겠다는 것이다.
일론머스크의 꿈과 현실의 괴리 시간, 즉 테슬라 타임에 대한 비난?
약속을 지키지 못했다는게 비난의 대상이 되지만, 짧은 시간동안 이뤄놓은 것들을 그냥 살펴만 보더라도 그렇게 쉽게 비난할 수 없다. 도중도중에 걸림돌이 되는 장애물은 스스로의 혁신으로 다 극복하며 가고 있다. (테슬라의 관계사가 우주개발이나 하이퍼루프를 만드는 것은 별개로 하더라도...)
생각나는대로만 읊어도,
1)이종메탈의 접합문제로 모델3의 생산지연 - Giga casting으로 70개의 프레스 부품을 용접하던 것을 한방의 다이캐스팅으로 끝냄(용접로봇 300개 집에 감)
2)H/W1.0 모빌아이의 문제가 발생하자 엔비디아와 2.0으로 곧바로 대체, 또 문제가 발생하자 짐켈러를 뽑아 직접 3.0을 만들어버렸음.
3)우버와 리프트, 그랩, 디디같은 모빌리티 플랫폼이 자동차를 지배할 것이란 우려에 테슬라네트워크란 자체 플랫폼을 만들어버림.
4)배터리 가격이 전기차보급에 걸림돌이 된다하자 숱한 M&A와 연구개발로 Kwh당 53달러까지 낮추겠다며 4680 배터리 제안.
5)각국의 국경선을 넘을 때 통신체계의 변화, 통신체계의 문제, 각국의 규정 및 Map 체계 이질성 - SD Map의 활용과 위성 통신인 스타링크 도입
6)충전 인프라의 미비 - 직접 수퍼차저를 설치하기 시작해 결국엔 과금으로 투자비용 회수
7)수퍼컴퓨터의 비효율성 - 비전센싱에 적합한 DCA(분산컴퓨팅), 병렬형 DOJO 컴퓨터 직접 설계, D1칩 직접 설계
8)센서퓨전을 둔 논쟁 - Pure vision으로 깔끔히 정리. 범용화 상용화를 위해선 비싸고 서로 간섭이 큰 센서를 과감히 없애고 AI로 대체
9)Rimac이나 Lucid의 등장 - 모터에 카본파이버 스립을 감아 제로백 2초대의 괴물로 재탄생
이걸 짧은 시간에 다 진행했고, 이런 연구개발을 내재화했으면서 2분기 실적은 두자리수 영업이익률을 기록했다. 세계 최고의 두뇌들에게 지불할 연구개발비를 다 지불한 후의 이익 말이다. 이해가 안가는 회사다.
로봇으로 다시 돌아와서,
혼다가 얼마나 오랫동안 Asimo를 만들기 위해 큰 돈과 노력을 기울였는가? 세계 최고의 자동차회사 도요타가 만든 THR-3의 경우는 또 어떤가? HRI(Human Robot Interaction)는 사람의 직접교시다. 도요타 THR3의 경우 사람이 센서가 붙은 일종의 리모콘복장을 입고 움직이는대로 로봇이 따라 움직인다. 여기 사람의 역할을 테슬라의 DOJO와 FSD가 대신해준다면 이런 혁신이 어딨겠는가? 시간이 걸려도 스스로 생각하는 휴머노이드 로봇은 평생 인류가 꿈꿨던 기술의 끝판왕이 아니던가?
농담일까? 바로 이전에 천재 Chief engineer 들의 심각한 기술설명 이후에 이렇게 허무한 농담으로 마무리를 짓는다? 그리고 노동의 대체와 기본소득이란 무거운 주제까지 언급을 한다?
Teslabot이 도지코인처럼 한번 웃고 넘어가는 농담이었으면 차라리 좋겠다.
출처:
https://www.facebook.com/1250235767/posts/10227112499258937/?d=n
https://www.facebook.com/100066809293389/posts/173357121567930/?d=n
https://www.facebook.com/100001762026747/posts/4209125212489505/?d=n