테슬라가 보여준, Ai 프로젝트

<우리의 형상을 따라 우리의 모양대로 우리가 로봇을 만들고>

이틀전 진행했던 테슬라 AI Day 감상평을 남겨본다.

1.
발표 순서대로 요약해보면 다음과 같다. (조금 길다..)

<옵티머스 로봇>
a. 옵티머스(휴머노이드 로봇 이름)의 미래 가치를 평가하는 사람은 아주 적다.
b. 자동차의 대량생산 기술을 응용하여 로봇을 만들었다. 2만달러 밑으로 판매할것이다.
c. 경제는 시간과 생산력의 함수이다. 로봇이 무한한 생산력을 담당하게 된다면 풍요의 시대가 올것이다.

빈곤이 사라지고 우리가 알고있는 문명이 근본적으로 바뀌는것이다. 테슬라가 이러한 회사를 만들고 주주에게 공개 상장되어 있다는것은 큰 의미를 가진다. 옵티머스는 경제를 100배로 향상시킬 잠재력이 있다.
d. 옵티머스 몸통에 2.3kWh의 배터리와 테슬라 차량에 들어가는 FSD칩이 들어간다. 이 칩을 통해 시각정보 및 커뮤니케이션을 지원한다.
e. 테슬라 차량의 안전을 위해 3500만개의 시나리오가 가능한 시뮬레이션을 돌리고 있다. 이 시뮬레이션을 활용하여 로봇의 보행 시뮬레이션을 돌린다.
f. 인간의 실제 관절과 같은 구조로 로봇의 관절을 만들었다. 무릎의 움직이는 토크 등도 인간과 동일하게 맞추었다.
g. 자동차와 로봇의 파워트레인은 동일한점이 많다. 차의 파워트레인을 로봇에 적용할 수 있다.
h. 액츄에이터(로봇 관절에 쓰이는 모터)의 최적화 맵을 만들어 움직임을 조율하였다. 리소스가 가장 적게 드는 포인트를 만족시키는 액츄에이터를 테슬라에서 직접 개발하였다.
i. 로봇의 28개 모든 액츄에이터를 각각 만들면 대량생산이 불가능하기때문에 타협점을 찾아 28개 액츄에이터를 6가지 종류로 통합하였다.
j. 하나의 액츄에이터로 0.5톤(그랜드피아노)을 들 수 있다. 이게 필수조건이다. 우리 몸도 이정도 버틴다. 우리 몸이 할 수 있기 때문에 로봇도 그렇게 만든것이다.


k. 로봇의 두뇌는, 테슬라 차량의 기존 자율주행에서 쓰였던 신경망에서 트레이닝 데이터만 바꾸는것이다. 확장성이 무궁무진할것이다.
i. GPS없이 목적지로 가는데 있어 현재 돌아다니면서 주변환경을 바로 파악할 수 있는 수준이다.
j. 시뮬레이션으로 돌려보면 분명히 걸을 수 있어도 실제 환경에서는 센서의 노이즈 등으로 넘어지게 된다. 하지만 이렇게 걷게되기까지 고작 6개월에서 8개월 밖에 걸리지 않았다.

<FSD 자율주행>
k. 우리가 하는 일은, 주행 안정성을 위해 들어가는 비용을 최소화하는 문제를 푸는것이다.
l. 주행 중 50밀리세컨드마다 경로에 대한 결정을 해야 한다. 노드마다 최적화된 결정을 내리는데 1~5밀리세컨드가 걸리는데 신경망을 통해서 마이크로세컨드까지 시간을 줄였다.
m. 차량 뒤 보이지 않는 공간에 대한 불확실성을 occupancy network를 통해 특정 지점에 무엇이 존재해 있을지 확률적으로 계산을 하게 된다. 앞서가는 캠핑 트레일러가 불안정하게 흔들리는것에 대해 10밀리세컨드마다 계산이 이루어진다.

n. NerF(2D사진을 통해 3D로 전환하는 뉴럴 렌더링 모델)를 통해 3차원 가상현실 세계를 빠르게 만들어내는데, 도로표면, 실제 내리막길의 각도등을 3차원으로 적용시킬 수 있게 되었다.
o. 이를 위해 14억개 프레임을 통해 트레이닝하고 1만4천개의 gpu를 온도 90도까지 상승시켜 매일 50만개의 비디오를 처리한다.
p. 각각의 차선이 어떤 의미를 갖는지(어떤 차선으로 파고들어갈지) 알아내기 위해서 테슬라에서 직접 프로그래밍 언어도 개발하였다. 이는 옵티머스 로봇에도 응용할 수 있다. 복도인지 주방인지 인지하는데 도움이 된다. 또한 도로 중간에 주차해둔 차인지, 신호때문에 멈춰있는 차인지 구분할 수 있다. 주행중에는 1밀리세컨드도 중요할 수 있기 때문에 가장 중요하다고 생각되는걸 먼저 계산함으로 지연시간을 줄일 수 있었다.

q. 오토라벨링을 위해 백만번 이상의 교차로 데이터를 모았다. 오토라벨링하는 기계 자체를 만들었다. 차량들이 모은 데이터를 모으는데 몇시간밖에 걸리지 않는다. 매일마다 2천만개의 펑션을 돌리고 있고 이제는 기존에 완성된 버전에 새로운것만 업데이트하는 방식으로 빠르게 스케일링 확대를 할 수 있다. 한번 오토라벨링이 되었으면 그걸 바탕으로 도로의 컨디션이 바뀌어 어둡거나, 안개, 비가 올때도 차선을 잘 유지하는데 도움을 줄 수 있다.
r. 왜 자동차 회사가 슈퍼컴퓨터를 만드려고 하느냐? 라는 질문을 받는다. 테슬라가 어떤 회사인지 모르기 때문에 이런 질문을 하는것이다.
s. 오토파일럿 트레이닝을 할때 지연시간을 최소화시키기 위해 도조를 만들기 시작하였고 새로운 칩을 디자인하기 시작했다. 데이터센터부터 쿨링까지 모든것을 수직통합하였다. 칩부터 대량연결을 위해 새롭게 디자인하였다.


t. 도조의 목표는 하나의 커다란 엑셀러레이터를 만드는것이다. 25개 다이를 높은 밴드위스로 연결하였고 제곱밀리미터당 1A의 전력을 전달한다. 과정 중 내부에 위치한 오실러레이터때문에 진동문제가 생겼다. 진동을 위해 많은 솔루션을 찾았다. 쿨링하는 법을 새롭게 만들었고 캐비넷까지 새롭게 만들었다.
u. 도조의 목표는 규모를 키워도 그에 비례하게 성능을 키우는것이다. 도조는 기존 gpu보다 30배 더 빨랐다. 6개의 gpu박스를 도조 한 칩으로 바꿀 수 있다. 트레이닝 시간도 몇달을 몇주로 바꿀 수 있다.
v. 도조의 첫번째 목표는 23년 1분기까지 첫 클러스터 Dojo Exapod를 만들 예정이며 이렇게 되면 지금보다 오토라벨링양이 2.5배 늘어나게 된다.
w. gpu로 ai 트레이닝하는 시대가 끝나게 될 것이다. 테슬라에서 최고의 칩을 만들고 있다.

<Q&A>
x. 옵티머스 로봇과는 대화할 수 있을것이다. 로봇의 궁극적 목적이 어디일지는 아직 모르겠다. 터미네이터의 결말이 나오지 않도록 조심해야 한다. 인터넷으로 무단 업데이트 되게 하지 않는 등의 안전장치를 만들것이다. 옵티머스는 조크도 하게 될 것이다. 또한 물리적으로 예술품을 직접 만들게 될 것으로 본다.

3~5년 사이에 옵티머스를 개인이 소유할 수 있게 될 것이다.
y. 기술적으로는 올해말에 fsd 베타를 전세계에 배포할 수 있게 될 것이다. 각국의 규제에 걸려있을 뿐이다. 테슬라 통계상 사람이 주행하는것보다 오토파일럿 주행이 안전하다는 분명한 통계가 있기 때문에 자율주행을 늘리는게 도덕적으로 맞다고 생각한다.
z. 사람의 집합도 슈퍼컴퓨터이다. 사람들이 정보를 교환하는 방법은 과거에는 편지를 주고 받아야만 정보를 얻을 수 있었는데 지금은 인터넷에서 실시간 정보를 접할 수 있다. 역사상 정보 접근성을 공평하게 만든것이 인터넷이다. 지금은 모든것을 무료로 배울 있는 환경이 되었다. 지금 당장이 역사상 가장 흥미로운 시점이다.

2.
6시간을 예상했던 발표는 기대보다 빠르게 3시간 정도만에(?) 끝이 났지만 일관되게 이 발표를 통해 말하고 싶었던건 딱 두가지다.
- 기술의 발전으로 인간의 짐을 덜어주고 싶어요.
- 이거 해내려면 지금 고양이 손이라도 빌려야 되요. 급해요. 우리 회사로 오세요.
구인 목적이야 뭐 작년 AI Day 행사를 시작할때부터 계속 말해왔던것이라 새로울게 없는데, 첫번째 것은 여러가지 의미를 내포하고 있다고 생각한다.

3.
사실 인간의 짐을 덜어주는 로봇같은건 현재 우리 삶 도처에 널려있다. 빨래를 대신 잘 해주는 로봇인 세탁기, 음식을 만들어주는 오븐, 잔디를 깎아주는 잔디깎이 등등.
일론머스크가 말해왔던 미래의 풍요로운 인간문명을 위해서라면 더 좋은 세탁기, 더 좋은 잔디깎이를 만드는게 더 쉬운 방법이었을텐데도 불구하고 아무도 성공하지 못한 인간형 로봇의 대량생산으로 방향을 정한것은 전 지구적으로 보았을때 ’있는 그대로의것을 최대한 활용’하는것이 궁극적으로 제일 효율적인 방법이라고 판단했기 때문이다.
다시 말해 인간이 지금까지 문명을 이루어오면서 (당연하겠지만) 인간 중심적으로 설계해왔던 모든 사회적 인프라들을 ‘우리의 형상을 따라 우리의 모양대로 우리가 로봇을 만들고’ 심지어 크기와 무게도 같게 설계하여 그 인프라들을 그대로 활용하는것이 풍요로운 인류문명에 가장 빠르게 도달할 수 있다는 것이다.

우리를 닮은 로봇이라면 인간이 타는 엘레베이터에 문제없이 탈 수 있고, 인간이 조종해야 하는 포크레인을 대신 타고 조종해서 땅을 팔 수 있고, 인간이 손으로 조심스럽게 만들어야 하는 스시도 24시간 만들어 낼 수 있다. 심지어 최적의 레시피를 가지고.

4.
기존에 존재하던 자원 그대로 활용하는 것과 관련해서는, FSD 중 복잡한 차선의 선택 문제를 다루는 Lanes Neural Network에서도 살펴볼 수 있다. 혹자는 FSD가 지도를 아예 참고하지 않고 카메라로 촬영한 비전 데이터만으로 작동한다고 하는데, 이는 틀린말이다. 이번 발표자료에서 볼 수 있듯 vision component와 더불어 navigation map component도 참고한다는것을 알 수 있다.
허나 발표자는 이 맵이 HD맵이 아니라고 여러번 강조하였다. 기존의 내비게이션 맵 데이터를 갖고도 AI를 통해 고해상도 맵을 쓴것과 같은 효과를 가질 수 있도록 하겠다는것이다. 현재 HD맵은 구축 업체가 따로 존재하고 그 가격도 비싸다. 그리고 모든 나라의 맵을 HD맵으로 항상 업데이트 하기에는 물리적으로도, 비용적으로도 불가능하다.
그러나 테슬라는 기존에 존재하던 지도를 부정하고 아예 새로운 맵을 만드는것이 아닌 기존 지도에 비전 데이터를 덧씌워 자체적으로 개발한 언어를 가지고 고해상도 지도에서 차선 선택하는것과 동일한 효과를 얻을 수 있게 한다는 것이다.

5.
발표한 자료들을 보건대, 작년과 비교하여 이제 테슬라는 오토라벨링의 단계는 일찍이 넘어섰다. 눈 앞의 물체가 어떤것인지 알아내는것을 넘어서 스토리텔링을 만들어 나가는 단계로 접어들었다.
우리가 운전하는것은 예측의 연속이다. 이것을 기술적으로 어떻게 예측할것이냐에 대한 해답을 테슬라는 AI 플래닝에서 찾고 있는데, 좀 더 구체적으로 말하면 ‘가상의 시나리오를 만들어서 어떤 시나리오를 택했을때 다음으로 매끄럽게 넘어갈 수 있는지’ 알아내는것을 말한다.�
발표자료의 예를 들어 말하면, 차량이 좌회전 할때 그 경로에 개를 끌고 산책나온 사람이 도로를 무단횡단 하는 경우 합류하는 방향의 차량을 고려하여 자율주행 차량의 속도를 높여 사람과 개 앞으로 지나갈지, 아니면 기다렸다가 지나갈지 결정하는 가운데 무수히 많은 시나리오을 만들어 보고 그 중 가장 효율적 or 안전한 시나리오를 택한다는 것이다.
이렇게 도로위의 수많은 물체들을 모두 인터랙션하여 시나리오 트리구조를 만들고 하나하나 가중치를 줘서 최적의 시나리오를 예측하는 플래닝을 50ms 이내로 해내고 있고, 더 나아가 옵티머스 로봇에도 적용하겠다고 발표했다.
오래 전부터 이러한 AI 플래닝 및 관련된 아키텍쳐는 부분적으로 다 검증되었지만, 이를 모두 통합하여 라벨링을 거친 데이터들을 이용해서 실제 상용화를 이룬것은 아직 테슬라가 유일하다고 보여진다.

6.
이렇게 수많은 시나리오 중 최적값을 도출해 내는 이론적 방안의 끝에는, 많이들 들어봤을 ‘트롤리 딜레마’가 존재한다.
브레이크가 고장난 열차가 선로를 달리고 있고, 그 앞 양갈래 선로에 각각 다섯명, 한명의 인부가 일하고 있을때 어느 방향으로 선로 전환기를 당기겠냐는 딜레마이다.
다시 말해 필연적으로 선택해야 되는 두가지 시나리오만 남았을때, 다섯명을 살리기 위해 한명을 희생시키는 행위가 도덕적으로 허용될 수 있느냐?에 대한 윤리적 문제이다.

몇년 전 재밌게 플레이했던 ‘디트로이트 비컴 휴먼’이라는 게임이 있다. 휴머노이드 로봇이 등장하는 미래 시점에서 진행되는 게임인데, 게임 중간에 트롤리 딜레마에 대한 내용이 ‘생명의 값’이란 제목으로 안내되어 있는것을 볼 수 있다. 내용을 옮겨 보면

‘무인 차량이 사고를 예견한 경우, 차량의 컴퓨터는 두명의 보행자 중 누구와 부딪힐 것인지와 같은 생사가 걸린 결정을 내리게 된다. 그런 상황에서는 차량의 이미지 시스템이 보행자의 나이, 성별, 예상 수명 등을 판별하기 위한 데이터를 눈 깜짝할 사이에 수집하고, 그렇게 얻은 데이터로 공공 기록을 분석해 혼인 여부와 고용 기록, 예상 수명, 자녀의 존재 여부 등을 결정한다. 그 다음 차량은 의사와 간호사처럼 다른 사람을 살릴 수 있는 사람에게 가중치를 주는 식과 같이 사회적 공헌도를 기준으로 각각의 잠재적 피해자에게 ‘값’을 부여한다. 그리고 그 가중치 값이 적은 쪽을 죽이도록 프로그래밍 한다.’

7.
일론 머스크는 이번 발표에서도 말했다. AI에서도 규제가 필요하다고.
또한 얼마전 TED 인터뷰에서도 예전과 동일한 목표를 제시하였다. 인류가 문명의 확장을 통해 다행성종이 되길 원하고 있으며 그것을 이루기 위해 2030년도에는 2년마다 한번씩 100명을 태운 1,000개의 스타쉽 우주선을 발사할것이라고.
몇년전까지는 이런 말을 할때마다 또라이 취급을 받아왔는데, 그 말도 안되는 또라이 목표들을 하나씩 이뤄나가는 모습을 보고 사람들이 그의 발언들을 진지하게 받아들이게 되었다.

만약 그 예측들이 시간의 문제일 뿐, 언젠가는 도달하게 될 미래의 모습이라면 그 과정 중에 ‘인간의 짐을 덜어주어 인류 문명의 연속에 도움을 주고 싶다.’라는 그의 꿈이 선한 모습으로 발현되어 가길 바래본다.

잘못된 시나리오를 연속적으로 선택함으로서, 우리의 형상을 띈 우리의 로봇들이 인간의 위에 올라서서 자기들끼리 대신 화성에 가고 스시 만들어 먹으면서 기존의 역사책을 로봇 중심으로 모조리 수정해버리는 그런 미래는 너무 절망적이지 않은가.

터미네이터의 로봇 모델명은 T-800이었다.
참고로, 그 T가 뭐의 약자인지는 나도 모른다.