오늘 주제는 산업 패러다임을 바꾸는 강력한 AI에 대한 소개입니다.
AI가 단순 노동부터 서류작업까지 사람의 노동의 많은 부분을 대체할 수 있게 되면서, 한편으로는 생산성 증대에 기대를, 다른 한편에서는 일자리에 대한 우려가 커지고 있습니다. 다양한 의견들 속에서 AI는 믿기지 않는 속도로 고도화되어가고 있습니다. 앞으로 AI가 바꿀 산업은 어떤 모습일까요? 현대인의 24시간 소지품 스마트폰, 그 어플리케이션을 코드 없이도 자연어 지시로 쉽게 만들 수 있는 방법을 제시한 Github Spark 발표와 단순 작업을 넘어 정교하게 다양한 작업을 수행할 수 있는 AI 로봇 관련 연구를 소개해드립니다.

어플리케이션 생성 패러다임을 바꿀 Github Spark

프로젝트 링크

Microsoft가 누구나 프로그래밍이나 배포 지식이 없어도, 미니 웹 앱인 스파크를 만들 수 있는 AI 기반 도구 GitHub Spark 를 발표했습니다. 사용자는 Claude Sonnet 3.5, GPT-4o, o1-preview, o1-mini. 를 선택, 자연어 지시를 통하여 손쉽게 정확한 요구 사항과 선호도에 맞춰 데스크톱과 모바일 기기에서 미니 웹 앱을 개발 할 수 있습니다.Github Spark 는 사용자의 아이디어를 쉽게 설명하고 다듬을 수 있는 NL 기반 편집기, 스파크를 호스팅하고 데이터 저장, 테마, LLM에 대한 액세스를 제공하는 관리되는 런타임 환경, 어디서나 스파크를 관리하고 시작할 수 있는 PWA 지원 대시보드로 구성되었습니다. GitHub Spark는 아직 초기 단계이며, 협업 방식, 편집기, 런타임 환경 확장 업데이트를 통하여 어플리케이션의 생성 패러다임을 바꿔나갈 것으로 기대하고 있습니다.
한편, GitHub은 Github Copilot의 Perplexity 도입을 함께 발표했습니다.

Github spark 로 여행 앱을 간단하게 만드는 시연 영상, 함께 감상하시겠습니다!

다양한 복잡한 환경에서의 성공적인 AI 로봇 강화학습법, HIL-SERL

강화학습(RL)은 복잡한 로봇 조작 기술을 자율적으로 습득할 수 있는 큰 잠재력을 가지고 있지만, 실제 환경에서 이러한 잠재력을 실현하는 것은 어렵습니다. 이에 대해 UC Berkeley EECS 의 연구진이 동적 조작, 정밀 조립, 양팔 협조 등 다양한 정교한 조작 작업에서 인상적인 성능을 보여주는 사람-기계 상호작용 기반의 비전 강화학습 시스템인 HIL-SERL을 제시하였습니다. 액터 프로세스, 러너 프로세스, 그리고 리플레이 버퍼라는 세 가지 주요 구성 요소로 이루어진 HIL-SERL은 인간의 시연을 통해 오프라인으로 학습된 보상 함수에 기반하여 행동 후 인간의 교정을 통해 행동을 고도화시킵니다. 이를 통해 HIL-SERL은 USB 접지, 케이블 자르기부터 IKEA 가구조립, 차량 조립까지 다양한 작업에서 이전 강화학습 접근법들을 크게 능가하며, 평균적으로 성공률은 2배, 실행

속도는 1.8배 향상을 이루어냈습니다.

hil-serl 아키텍쳐

마치며

Github spark와 AI 로봇 연구, 재밌게 보셨나요? 이런 기술들은 앞으로 산업 생태계를 어떻게 바꾸게 될까요? 그리고 거기에 맞춰 우리들은 어떤 대비를 해야 할까요?