A.X K2, 현실 이해하는 피지컬 AI로 확장

인공지능 경쟁이 디지털 환경에서 현실세계로 확장되면서 공간과 시간의 변화를 읽고 사람의 의도를 파악하는 능력이 독자 AI 모델의 핵심 과제로 떠올랐다. 정부 독자 AI 파운데이션 모델 프로젝트에 참여하는 SK텔레콤 정예팀은 ‘A.X K2’에 언어적 추론뿐 아니라 작업 진행 단계와 다음 행동을 판단하는 역량을 결합하는 개발을 추진하고 있다.

KAIST 연구진은 여러 시점에서 관찰한 장면의 관계를 학습 신호로 활용해 시각언어모델의 공간 추론 능력을 높이는 연구를 올해 컴퓨터비전·패턴인식학회(CVPR)에서 발표했다. 최근에는 스마트글래스로 확보한 사용자의 1인칭 시야와 시선, 음성을 시각언어모델이 함께 해석하는 계층적 정책도 공개했다. 로봇이 정형화된 명령만 처리하는 데서 벗어나 사람의 자연스러운 시선과 손짓, 언어를 종합해 의도를 이해하도록 설계한 접근이다.

이들 연구 경험은 A.X K2의 학습 데이터 구축에도 반영됐다. 사람과 로봇의 행동을 연속적인 시각 정보로 가공해 모델이 이미지 시퀀스만 보고 작업의 현재 단계를 판별하거나 뒤이어 수행할 행동을 예측하도록 했다. 한 장의 이미지에서 사물을 식별하는 능력과 여러 장면의 변화를 통해 진행 상황을 해석하는 능력은 구분된다. 조립이나 물체 운반 과정에서 완료된 단계와 다음에 필요한 작업을 알아내려면 시간에 따른 상태 변화를 계속 추적해야 한다.

A.X K2의 언어 추론에 공간·시간 이해가 더해지면 단순히 요청에 답하는 수준을 넘어 상황에 맞는 후속 작업을 선택하는 AI 에이전트로 발전할 기반이 마련된다. 작업 진행도 측정과 다음 행동 예측은 제조·물류, 서비스 로봇, 휴머노이드 등 피지컬 AI 영역으로 확장하는 데 필요한 기술이다. 국내 연구진과 기업이 축적한 공간 추론, 의도 이해, 행동 예측 기술과 데이터를 하나의 기반 모델에 결합하는 작업은 한국 산업에 맞는 독자 AI의 차별성을 가르는 요소가 될 전망이다.