🤖 옌지니어의 IT 기록 🤖

허깅페이스, 로봇 AI 학습 플랫폼 무료 공개..."최대 규모 데이터셋 구축 목표"  (링크)

기사 내용 요약

로봇 프로젝트를 시작한 허깅페이스가 첫번째 결과물을 내놓았다. 전문 도구와 장치가 없는 개발자나 아마추어도 인공지능(AI) 로봇의 학습이 가능한 '르로봇(LeRobot)'이라는 오픈 소스 플랫폼이다.
이번에 공개한 르로봇은 '트랜스포머' 아키텍처와 같은 로봇 공학 프레임워크다. 단순한 소프트웨어 패키지가 아니라, 데이터 공유와 비전언어모델(VLM) 및 대형언어모델(LLM) 학습을 위한 다목적 라이브러리를 포함한다. 따라서 사용자는 사전 훈련한 다양한 모델에 엑세스, 프로젝트를 시작할 수 있다. 또한, 물리 시뮬레이터와 쉽게 통합, 하드웨어가 없는 개발자나 개인이 가상 환경에서 AI 모델을 시뮬레이션하고 테스트할 수 있다. 목표는 모든 형태의 로봇을 조정하고 제어할 수 있는 AI 시스템을 제공, 로봇 응용 분야의 다양성과 확장성을 모두 구현하는 것이다.
플랫폼의 오픈 소스 공개는 AI 로봇 분야의 확산과 소수 기업 위주의 개발 집중을 막겠다는 의도다. 허깅페이스는 "진입 장벽을 낮추고 지식과 리소스 공유 환경을 조성, AI 로봇 공학의 환경을 재정의할 수 있는 커뮤니티를 육성하는 것을 목표로 한다"라고 말했다.

핵심 용어

• 트랜스포머(Transformer)란?
  • 문장 속 단어와 같은 순차 데이터 내의 관계를 추적해 맥락과 의미를 학습하는 신경망
  • 자연어 처리뿐 아니라 컴퓨터 비전이나 음성 인식 등 다른 분야에도 적용
  • 구글이 자연어 처리를 위해 2017년 발표
• 비전언어모델(Vision Language Model, VLM)이란?
  
  • 일종의 멀티모달 모델로 시각적 정보와 언어적 정보를 결합하여 학습한 것
• 비전언어모델의 핵심요소
  • 이미지 인코더 (Image Encoder)
  • 텍스트 인코더 (Text Encoder)
  • 두 인코더의 정보를 결합할 수 있는 전략

※ Reference ※

https://huggingface.co/lerobot (허깅페이스 공식 홈페이지 르로봇 소개)

https://github.com/huggingface/lerobot (허깅페이스 르로봇 깃허브 소스) 

https://blogs.nvidia.co.kr/blog/what-is-a-transformer-model/ (트랜스포머 모델의 개념)

https://blog-ko.superb-ai.com/what-is-the-transformer-model/ (트랜스포머 알고리즘)

https://huggingface.co/blog/vision_language_pretraining#introduction (비전언어모델 관련 내용)

저번 주에 AI EXPO에 다녀왔는데 카이스트 발표 세션 중 로봇과 관련된 내용도 몇 개 포함되어 있었다. 기사에서처럼 AI 개발의 다음 단계는 AI를 물리적 세계에 적용하는 것이라는 말이 공감이 갔다. AI 개발을 넘어 AI를 잘 활용하는 기업이 성장할 것이라는 말을 많이 들었는데 이런 시기에 오픈소스를 사용해본다면 좋을 것 같다.