[단독] 한층 ‘가벼워진’ LG전자의 로봇 AI… 메모리 줄이고 속도 높였다

LG전자, 한양대 연구팀과 ‘양자화 기반 로봇 AI 경량화’ 기술 개발
메모리 사용량 최대 56.7% 절약… 처리속도 1.73배 향상

본지 취재 결과, LG전자 연구진은 최근 로봇 AI의 메모리 사용량을 줄이고 경량화 과정에서 저하된 작업 수행 능력을 회복하는 기술을 개발한 것으로 확인됐다. / 생성형 AI로 제작한 이미지

시사위크=박설민 기자  생물은 뇌의 크기와 지능이 비례하지 않는다. 향유고래의 뇌 무게는 약 8㎏다. 인간의 6배다. 하지만 인간의 지능이 더 높다. 이는 '로봇' 역시 마찬가지다. 뛰어난 성능의 로봇은 반드시 '초거대 AI'처럼 대형 모델이 필요하지 않다. 

최근 로봇산업에서 'AI 경량화' 기술이 주목받는 이유다. 로봇은 제한된 배터리와 컴퓨팅 장치만으로 주변 환경을 인식하고 움직여야 한다. 따라서 거대한 언어모델보다 특정 작업에 특화되고 연산은 빠른 '날렵한' AI가 더 적합한 것이다.

로봇을 미래 핵심 사업으로 추진 중인 LG전자 역시 AI 경량화 기술에 주목했다. 본지 취재 결과, LG전자 연구진은 최근 로봇 AI의 메모리 사용량을 줄이고 경량화 과정에서 저하된 작업 수행 능력을 회복하는 기술을 개발한 것으로 확인됐다.

◇ LG전자·한양대, 로봇 AI 메모리 사용 절반 줄이고 속도는 두 배 가까이↑

5일 본지 취재에 따르면 LG전자와 한양대학교 공동연구진은 지난 10월 11일 온라인 논문 공개 플랫폼 '아카이브(arXiv)'에 로봇 AI 경량화 기술을 다룬 연구 결과를 공개했다. 해당 연구는 사전공개 논문(Preprint)로 분류된 상태다. 학술지 정식 출판에 앞서 연구 성과를 학계에 공유하고, 연구자들이 자유롭게 검토하고 활용할 수 있도록 공개했다는 의미다.

5일 본지 취재에 따르면 LG전자와 한양대학교 공동연구진은 지난 10월 11일 온라인 논문 공개 플랫폼 '아카이브(arXiv)'에 로봇 AI 경량화 기술을 다룬 연구 결과를 공개했다. 사진은 LG전자의  홈로봇 'LG 클로이드'가 빨래를 개는 모습. / LG전자 

이번 연구의 핵심은 로봇의 두뇌 역할을 하는 '비전·언어·행동(VLA)' 모델의 경량화다. VLA는 카메라로 주변 환경을 인식하고 사람의 언어 명령을 이해해 로봇의 동작으로 연결하는 AI 기술이다. 문제는 이러한 AI 모델을 구동하는 데 상당한 메모리와 연산 자원이 필요하다는 점이다. 

이를 해결하기 위해 활용된 핵심 원리는 '양자화(Quantization)'다. 쉽게 말해 AI가 계산할 때 사용하는 숫자를 간단히 바꾸는 것이다. 예를 들어 3.14159라는 숫자가 있다면 3.14처럼 단순하게 표현하는 방식이다. 이를 통해 AI가 차지하는 저장 공간을 줄일 수 있다. 이를 '숫자 정밀도'라고 한다.

실제 연구에서도 양자화 기술의 효과가 확인됐다. 연구진은 로봇 AI모델인 'π0.5'에 양자화 기술을 적용해 기존 16비트로 표현하던 일부 데이터를 4비트로 줄였다. 그 결과, AI모델의 메모리 사용량이 6.46GiB에서 3.69GiB로 약 42.9% 감소했다. 로봇의 두뇌가 차지하는 저장 공간을 절반 가까이 줄인 셈이다.

다른 양자화 방식에서는 더욱 큰 개선 효과가 나타났다. LG전자 연구팀은 AI의 숫자 표현뿐만 아니라 연산에 사용하는 데이터까지 4비트로 줄이는 방식을 적용했다. 그 결과, AI의 메모리 사용량은 2.80GiB로 감소했다. 기존 대비 약 56.7% 줄어든 수치다. 엔비디아의 로봇용 컴퓨팅 장치 '젯슨 토르(Jetson Thor)'에 이를 적용하자 AI의 연산 처리 속도도 약 1.73배 빨라졌다.

공동 연구진은 "양자화 기술은 메모리 사용량을 줄이고 AI의 추론 속도를 높이는 두 가지 이점을 제공한다"며 "효율성 향상과 함께 로봇이 실제 작업을 성공적으로 수행하는 능력을 유지하는 것은 여전히 과제"라고 설명했다.

LG전자와 한양대가 개발한 양자화 기술 기반 로봇 AI 경량화 기술은 메모리 사용량은 최대 56.7% 절약하고 처리속도는 1.73배 향상시킨다. / 생성형 AI로 제작한 이미지

◇ 경량화 AI의 성능 저하 극복… 정답은 '강화학습'

숫자 정밀도를 낮추는 방식의 AI경량화는 데이터 크기와 연산 부담을 크게 줄일 수 있다는 장점이 있다. 정밀도가 낮아진 만큼, 로봇의 작업 정확도가 떨어질 수 있다는 한계가 있다. 이에 LG전자 연구진은 숫자 정밀도는 낮추면서도 AI의 성능은 유지하는 기술을 새롭게 고안했다.

연구팀이 찾은 해결책은 '양자화 조건부 강화학습(QCRL)'이다. 크기를 줄인 AI에 기존 AI의 작업 경험과 성공·실패 기록을 학습시키는 기술이다. 이렇게 하면 숫자 정밀도를 낮추는 과정에서 떨어진 AI의 작업 능력을 다시 높일 수 있다.

핵심은 로봇이 작업에 실패하더라도 얼마나 진행했는지를 학습에 반영하는 것이다. 예를 들어 빨래를 두 번 접어야 하는 로봇이 한 번만 접는다면 작업 실패다. 하지만 아예 한 번도 성공하지 못한 경우와 차등을 둬, 실패에 대한 불이익을 적게 주는 것이다. 이를 통해 경량화 과정에서 떨어진 로봇의 작업 수행 능력을 회복하도록 했다.

QCRL의 AI성능 개선 효과는 실제 실험에서도 확인됐다. 연구진은 총 5종의 VLA 모델을 대상으로 실제 환경에서 4,050회의 비교 실험을 진행해 기존 경량화 기술의 한계를 분석했다. 이후 새로운 학습 방법을 적용한 결과, 일부 모델에서 작업 성공률이 크게 높아졌다. 여기서 'VLA(Vision-Language-Action)' 모델은 사람의 말을 이해하고 실제로 행동하는 로봇 AI다.

기존 π0.5 모델의 빨래 접기 실험에서 기존 양자화 방식의 전체 작업 성공률은 0%였다. 반면 QCRL을 적용하자 성공률이 30%로 상승했다. 또 물체 외형이나 조명, 카메라 상태가 달라진 환경에서 해당 모델의 평균 작업 점수는 기존 AI 대비 77.5% 수준에서 99.3% 수준까지 회복됐다.

현재 LG전자는 가정·산업용 로봇을 미래 성장동력으로 삼고 관련 기술 확보에 속도를 내고 있다. 올해 과학기술정보통신부가 주관하는 '피지컬 AI 선도기술개발' 사업의 주관기관으로 선정되기도 했다. 이번 연구처럼 AI 모델의 크기를 줄이면서도 작업 수행 능력을 유지하는 기술은 향후 로봇 제품에 적용될 경우 메모리와 연산 부담을 줄이는 데 기여할 것으로 기대된다.

LG전자 관계자는 '시사위크'와의 통화에서 "로봇과 AI 관련 연구, 학습은 사내에서도 장려하는 분위기가 크게 조성돼 있다"고 강조했다.

이어 "고객가치 제고 및 미래 성장동력 확보에 속도를 내기 위해 AI·빅데이터·품질 등 다양한 전문 영역에서 사내 인증제도를 운영 중"이라며 "다양한 제품과 기술 분야에서도 대학 등 연구기관과의 교류와 협력을 지속하고 있다"고 밝혔다.