ETRI, 스스로 기억 찾는 로봇 AI 개발…성공률 69.6%

주변 환경 기억하고 필요한 정보만 조회

공개 AI 모델서 작업 성공률 최대 24p 개선

한국전자통신연구원은 광주과학기술원(GIST)과 공동으로 로봇의 환경 관측과 기억 검색을 결합한 AI 기술 '씬쿼리플래너(SceneQueryPlanner)'를 개발했다고 26일 밝혔다. ⓒ한국전자통신연구원

로봇이 주변 환경을 기억하고 필요한 정보를 스스로 찾아 작업에 활용하는 인공지능(AI) 기술이 개발됐다.

한국전자통신연구원(ETRI)은 광주과학기술원(GIST)과 공동으로 로봇의 환경 관측과 기억 검색을 결합한 AI 기술 '씬쿼리플래너(SceneQueryPlanner)'를 개발했다고 26일 밝혔다.

기존 로봇 AI는 주변 환경정보를 긴 문장으로 전달받아 작업을 수행했다. 하지만 정보가 많아지면 필요한 내용을 찾기 어렵고, 정보가 부족할 경우 잘못된 추측으로 이어지는 한계가 있었다.

연구진은 방과 가구, 물체의 위치와 재질, 작동 상태 등을 '3차원 장면 그래프'로 저장하는 방식을 도입했다. 주변 환경을 입체 지도처럼 기억하고 새로운 정보를 관측할 때마다 갱신하는 구조다.

핵심은 필요한 기억만 골라 확인하는 데 있다. 예를 들어 유리컵과 플라스틱 컵을 각각 다른 장소에 정리하라는 지시를 받으면 저장된 재질 정보를 조회한 뒤 작업 순서를 결정한다. 불확실한 정보를 임의로 추측하지 않는 방식이다.

연구진은 성능 검증을 위해 물건 이동과 청소, 전자제품 조작 등 10가지 유형의 복합작업을 평가하는 '앳플랜-벤치(AttPlan-Bench)'도 개발했다.

실험 결과 메타의 라마 3.1 기반 AI는 기존 방식에서 46.8%였던 작업 성공률이 69.6%로 높아졌다. 알리바바의 큐원 2.5 기반 AI도 44.0%에서 68.0%로 상승했다.

오픈AI의 GPT-4o를 활용한 평가에서도 기존 방식보다 높은 성능을 보였다. 특히 물체의 재질과 상태 등을 파악해야 하는 복합작업 성공률은 17.2p 개선됐다.

이번 기술은 가정·돌봄·서비스 로봇 등 다양한 분야에 활용될 것으로 기대된다. 다만 실제 로봇에 적용하기 위해서는 카메라와 센서가 제공하는 불완전한 환경정보를 처리하는 기술을 추가로 검증해야 한다.

연구진은 관련 기술과 평가 도구의 코드를 공개했다. 연구 결과는 자연어처리 분야 국제학술대회 'EMNLP 2026 Findings'에서 지난 25일 발표됐다.

최재우 ETRI 소셜로보틱스연구실 선임연구원은 "이번 기술은 로봇이 관측한 환경정보를 체계적으로 기억하고, 필요한 순간에 스스로 찾아 활용하도록 한 것이 핵심"이라고 말했다.