GPT-6-Astra, 로봇 지능의 한계 진단
원제 Has GPT-6-Astra Achieved Embodied Intelligence?
추천 287댓글 2
Key Point
로봇 지능이 실험실 성과와 현장 적용 사이의 격차를 드러내므로, 다음 세대 로봇 AI 개발 방향을 예측하는 데 필요하다.
핵심 요약
- GPT-6-Astra를 로봇 조작·항법 작업에 평가한 결과, 12개 벤치마크(탁상형 조작, 휴머노이드, 이동 로봇, 손가락 제어)에서 학습 데모로부터의 맥락 학습(ICL)을 활용해 전례 없는 성능을 달성했다.
- 향후 개선 방향으로 ICL의 일반화, 비용·실행 시간 단축, 물리 상태 검증, 불가역적 실패 복구, 장기 작업 진행 상황 유지 등 5가지를 제시했다.
- 고수준 추론기(GPT-6-Astra)와 저수준 제어기(π0.5) 간 폐루프 조율이 비용이 높지만 효과적임을 확인했다.
- 8개 로봇 구성에 대한 실제 배포 실험에서 큰 격차가 나타났다: ICL용 로봇 시연 수집에 높은 비용이 들고, 물리적 제약으로 인해 실행 시간 연장을 통한 성공률 상승이 현실적이지 않다.
- 실제 필요에서 비롯된 과제, 도메인 내 시연 제공 없음, 실행 중 지속되는 시간 제약으로 판단하는 차세대 실체화 벤치마크 프로토타입을 개발했다.
- 이러한 결과들은 GPT-6-Astra가 로봇 역량의 임계값은 넘었으나, 실질적 실체화 지능(practical embodied intelligence)에는 아직 미치지 못했음을 시사한다.