By WILL KNIGHT, WIRED US

미야조노 다쿠마(TAKUMA MIYAZONO)는 4살이었을 때, 아버지께서 매우 현실과 같은 모습으로 제작된 모토스포츠 게임인 그란 투리모스 4(Gran Turismo 4)를 구매하신 덕분에 가상 경주 차량을 운전하기 시작했다. 16년이 지난 2020년, 미야조노는 그란 투리모스 월드 챔피언이 되면서 e 스포츠 모터 경주 대회 최초의 트리플 크라운을 달성했다. 그러나 미야조노는 지금까지 소니와 그란 투리모스 시리즈를 제작한 게임 스튜디오 폴리포미 디지털(Polyphony Digital)의 협업으로 개발된 인공지능(AI)인 GT 소피(GT Sophy)와 같은 수준으로 제작된 그란 투리모스 게임을 접한 경험은 단 한 번도 없었다.

미야조노는 통역사를 통해 “GT 소피는 매우 빠르며, 최고 실력의 운전자에게서 기대할 수 있는 것보다 지연 시간이 더 짧다. 그러나 소피가 미래에나 가능하리라 믿었던 특정한 움직임을 수행하는 것을 보게 되었다”라고 말했다.

비디오 게임은 지난 몇 년간 AI 연구원의 주요 시험 환경이 되었으며, 컴퓨터는 갈수록 많은 게임 타이틀을 완전히 정복했다. 그러나 그란 투리모스는 AI의 능력 향상에 새로운 당면 과제를 제시한다.

체스나 바둑 등 그동안 AI가 완전히 정복한 여러 보드게임과 달리 그란 투리모스는 쉴 새 없이 판단하면서 빠른 융통성을 발휘해야 하는 게임이다. 스타크래프트나 도타(Dota)와 같은 액션 게임보다 훨씬 더 복잡하며, 어려운 운전 전략이 필요하다. 그란 투리모스 에이스는 가상 차량이 최고 한계치로 이동하도록 추진하면서 마찰과 공기역학, 미세한 움직임과 함께 정확한 차선 유지 등 균형을 맞추어 부정한 차선 방해와 페널티 유발 행동 없이 상대보다 앞서 가야 한다.
 
자율주행 기술을 연구하는 스탠퍼드대학교 교수인 크리스 거드(Chris Gerdes)는 2월 9일(현지 시각), 소니 연구팀과 함께 집필한 네이처(Nature) 게재 논문을 통해 “인간과의 경쟁에서 AI가 인간 운전자보다 앞선다는 사실은 AI의 기록적인 발전 성과를 의미한다”라고 설명했다.

거드 교수는 GT 소피 개발 과정에 사용한 기술이 자율주행차 발전에 도움이 될 수 있다고 주장한다. 현재, 자율주행차는 단순히 신경망 알고리즘만 사용한다. GT 소피는 신경망 알고리즘을 도로 마킹 추적과 다른 차량, 장애물 인식을 위해 적용했다. 차량을 제어하는 소프트웨어는 인간이 수동으로 작성했다. 거드 교수는 “GT 소피의 레이싱 성공은 훗날 신경망이 지금보다 자율주행차량 소프트웨어에서 더 큰 역할을 할 수 있다는 사실을 나타낸다”라고 설명했다.
 
2020년, 소니는 첨단 운전자 보조 기능을 갖춘 전기차 시제품을 개발 중이라고 발표했다. 그러나 지금까지 자체 개발 중인 자동차에 GT 소피를 적용할 계획은 없다고 밝혔다.

GT 소피는 시뮬레이션 환경이 현실 세계의 AI 시스템에 얼마나 중요한지 입증하기도 했다. 자율주행 기술을 개발하는 여러 기업이 첨단 컴퓨터 시뮬레이션을 사용해 자체 개발한 알고리즘 훈련 데이터를 생성하는 데 활용한다. 일례로, 알파벳이 소유한 자율주행 차량 기업인 웨이모(Waymo)는 자사 자율주행차가 시뮬레이션으로 약 2,000만 마일을 주행했다고 발표했다.

극한의 속도에서의 자율주행 차량 제어 능력을 시험한 도요타 리서치 연구소 산하 인간 중심 운전 연구센터(Human Centric Driving Research)의 수석 관리자인 아비나시 발라찬드란(Avinash Balachandran)은 “레이싱에 머신러닝과 자율 제어 기술을 활용한 사실이 흥미롭다”라고 평가했다. 그는 도요타가 모터스포츠를 통한 전문가의 학습 내용을 최대한 활용한 기술이 언젠가 활성화된 안전 시스템을 개선하도록 인간 운전자 지원 작업을 진행 중이라고 밝혔다.

강화학습 연구를 진행 중인 매사추세츠 앰허스트대학교의 브루노 카스트로 다 실바(Bruno Castro da Silva) 교수는 GT 소피가 AI의 인상적인 기술 발전 달성을 나타내며, 자율주행 차량의 AI 시스템 훈련을 향한 중요한 계획을 시사한다고 평가했다. 그러나 다 실바 교수는 그란 투리모스의 발전을 현실 세계에도 적용하기는 어려울 것으로 본다. GT 소피와 같은 강화학습 알고리즘이 판단 내용의 장기적 여파를 고려하기 어려운 데다가 강화학습 알고리즘의 안전성이나 신뢰성을 보장하기 어렵기 때문이다.

다 실바 교수는 “GT 소피와 같은 AI 시스템을 현실 세계에 구축하고자 한다면, 안전 보장이 가장 중요하다. 하지만 안전 보장 부재는 머신러닝 기반 로봇을 공장과 창고에서 널리 사용하지 않는 주된 이유이다”라고 설명했다.

알고리즘 개발을 이끈 소니 AI CEO인 기타노 히로아키(Hiroaki Kitano)는 GT 소피 개발에 적용한 AI 알고리즘은 인간과 함께 작업하거나 인간을 돕는 드론과 로봇을 포함한 다른 로봇 개발에도 유용하다는 사실이 입증됐다고 말한다. 기타노는 “인간과 상호작용하는 모든 유형의 물리적 시스템에 GT 소피와 같은 AI 알고리즘을 적용할 수 있다”라고 언급했다.

GT 소피는 몇 시간 동안의 연습을 통해 그란 투리모스를 완전히 정복했다. 최근 등장한 일부 AI 게임 실행 기능과 마찬가지로 GT 소피는 신경망 알고리즘 훈련 과정과 함께 긍, 부정 피드백을 제공하면서 게임 제어 작전을 개선했다. 강화학습이라고 칭하는 GT 소피의 훈련 접근 방식은 현실 세계에서 동물을 훈련할 때, 성공과 실패에 따른 적절한 반응을 보이는 것을 기반으로 구성됐다. 강화학습 기법은 수십 년 전에 등장했으나 첨단화된 알고리즘과 더 강력해진 컴퓨터, 모방 능력이 향상된 훈련 데이터 덕분에 최근 들어 주목받았다.

GT 소피는 현실감이 넘치는 고속 게임에서 전문 e 스포츠 운전자를 제칠 능력을 갖춘 최초의 AI이다. GT 소피는 2021년 7월과 10월, 연속으로 열린 레이스 대회 시리즈에서 미야조노를 포함한 최고의 그란 투리모스 운전자 여러 명을 제첬다.

소니 AI 미국 지사 총괄인 피터 우만(Peter Wurman)은 그란 투리모스 완전 정복이 과거, 체스와 바둑에서 인간을 이긴 것만큼 AI의 기록적인 발전 성과 달성을 상징한다고 말했다. 우만은 현재 아마존 물류 창고의 혁신적인 변화를 가져온 선반 운반 로봇 개발사인 키바 시스템스(Kiva Systems)의 공동 창립자이다. 그란 투리모스는 불공정한 행위 없이 다른 운전자를 제칠 방법 이해가 필수인 게임이라는 점에서 우만은 GT 소피가 로봇이 더 정교하게 발전한 사회적 조건에서 인간과 상호작용 하는 방법을 학습하는 방법을 가리킨다고 주장했다. 그는 “보드게임에서는 각각의 움직임마다 어떤 행동을 취해야 할지 판단할 시간이 비교적 긴 편이다. 그러나 실시간 상호작용은 인간이 매일 하는 행동이다”라고 말했다.

GT 소피 프로젝트는 게임 설계의 변화 가능성을 가리키도 한다. 일반적으로 게임 속 캐릭터는 간단한 규칙을 따른다. 스스로 학습하는 AI 플레이어는 과거의 기술보다 더 실제 인간과 같은 모습을 보이면서 인간을 상대로 함께 경기에 참여한다.

그란 투리모스 제작자이자 실시간 레이싱 차량 운전자인 아마우치 가즈노리(Kazunori Yamauchi)는 GT 소피가 반칙 행위 없이 차량을 운전하는 능력을 갖춘 사실이 가장 인상적이라고 전했다. 그는 GT 소피가 미래 게임의 일부분이 될 것이며, 신규 운전자와 전문 운전자 모두에게 운전 실력 향상을 위한 도움을 주리라 예측했다.

가즈노리는 “GT 소피는 인간 운전자가 상상조차 하지 못한 일부 경주로를 달린다. 따라서 GT 소피가 AI의 운전 실력의 수많은 사례를 새로이 써내려 가리라 생각한다”라고 말했다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Sony's AI Drives a Race Car Like a Champ