AI 탐구노트

최근 몇 년 사이, 로봇이 인간의 일상에 점점 더 깊이 들어오고 있습니다. 특히 가정이나 사무실처럼 구조화되지 않은 환경에서는, 로봇이 물체를 안전하게 다루기 위해서는 섬세한 촉각 정보가 필요합니다. 예를 들어, 컵을 들거나 전선 코드를 꼽는 작업은 단순히 눈으로만 보고는 부족하며, 손끝의 촉각이 매우 중요한 역할을 합니다. 하지만 지금까지는 이런 촉각 기능을 로봇에 쉽게 부여하는 방법이 없었습니다. 일반적으로 사용되는 촉각 센서는 비싸고, 제작하기 복잡하며, 특정한 기기에만 맞도록 설계되어 있어 다른 로봇에는 적용하기 어렵습니다. 이에 따라 연구자들은 센서 없이 조작하는 방법이나, 특정 센서에만 의존하는 방식을 선택해 왔지만, 이는 한계가 분명합니다. 특히 딥러닝 기반 인공지능이 영상과 언어 처리에서 ..

인공지능 기술이 일상생활에 깊이 스며들면서, 우리는 더 이상 단편적인 정보 분석이 아닌, 시간에 따라 변화하는 맥락까지 이해할 수 있는 시스템을 요구하게 되었습니다. 특히 스마트 안경, 바디캠 등 개인 시점에서 촬영된 초장시간의 1인칭 시점(egocentric) 비디오는 우리의 일상 활동과 기억을 기록하며, 이를 제대로 분석하면 강력한 인공지능 개인 비서의 가능성도 열리게 됩니다. 하지만 이러한 비디오는 수 시간에서 수일에 걸쳐 촬영되기 때문에, 정보를 빠짐없이 처리하고 올바른 맥락을 파악하는 것이 매우 어렵습니다.이런 문제를 해결하기 위해, 최근 AI 연구자들은 ‘사고의 흐름(Chain-of-Thought)’ 방식에서 영감을 받아 다양한 툴을 활용해 단계적으로 문제를 해결하는 ‘도구 연쇄 사고(Chai..