미스트랄 AI가 공개한 80억 매개변수 모델 ‘Robostral Navigate’는 RGB 카메라 한 대와 자연어 지시를 이용해 낯선 실내를 이동하도록 설계됐다. 사무실·주거·상업 공간을 상정하며, 카메라 영상에서 다음 목표 지점과 도착 시 바라볼 방향을 예측한다. 라이다나 깊이 센서를 추가하는 기존 접근과 비교해 센서 구성을 단순화한 것이 특징이다.
회사가 제시한 R2R-CE 연속환경 벤치마크의 validation unseen 성공률은 76.6%다. 학습에서 보지 않은 공간을 대상으로 기존 단일 카메라 방식보다 9.7%포인트, 깊이 센서나 복수 카메라를 쓰는 비교 시스템보다 4.5%포인트 높았다고 회사는 설명했다. 이 수치는 정해진 데이터와 평가 규칙에서 나온 결과로 실제 건물의 사고율이나 업무 완수율을 직접 나타내지는 않는다.
Robostral은 미터 단위 이동량 대신 화면상의 좌표와 방향을 출력한다. 회사는 이 설계가 카메라 내부 파라미터와 공간 규모 차이에 대한 의존을 줄인다고 밝혔다. 한 에피소드의 여러 시점을 단일 시퀀스로 학습하는 트리 기반 어텐션 마스킹은 시점별 표본화와 비교해 학습 토큰을 22분의 1로 줄였다는 설명이다.
지도학습 뒤에는 온라인 강화학습 알고리즘 CISPO를 적용했으며, 미스트랄 실험에서 이 단계가 성공률을 3.2%포인트 높였다. 다만 논문이나 회사 자료의 제거 실험이 모든 향상의 원인을 분리해 보여주는지는 추가 검토가 필요하다. 학습 데이터 구성, 경로 길이, 정지 판정 방식이 달라지면 다른 모델과의 순위도 달라질 수 있다.
시뮬레이션과 정형화된 평가 경로는 움직이는 사람, 반사면, 어두운 조명, 카메라 가림과 휠 미끄러짐을 충분히 재현하지 못할 수 있다. 성공률 외에도 충돌 횟수, 경로 효율, 복구 시간, 긴 경로의 누적 오차를 함께 측정해야 현장 적합성을 판단할 수 있다. 카메라 한 대의 고장이나 렌즈 오염에 대한 중복 안전장치도 공개 벤치마크와 별개의 문제다.
| 구분 | 조건·수치 | 해석 |
|---|---|---|
| 모델·센서 | 80억 매개변수, RGB 카메라 1대 | 단일 카메라 내비게이션 구성 |
| 평가 조건 | R2R-CE validation unseen | 학습에서 보지 않은 정해진 평가 공간 |
| 성공률 | 76.6% | 기존 단일 카메라 방식 대비 9.7%포인트, 깊이 센서·복수 카메라 비교 시스템 대비 4.5%포인트 높다는 회사 설명 |
| 현장 검증 | 공개되지 않음 | 실제 건물 사고율·업무 완수율·장기간 실증과 구분 필요 |
자료: STORIUM 정리
단일 카메라 구조는 하드웨어와 유지보수를 단순화할 가능성이 있지만 비용 절감 폭은 로봇 플랫폼과 운영 환경에 따라 달라진다. 국내 물류·병원·접객 환경에서는 좁은 통로, 유리문, 혼잡 시간대를 포함한 별도 시험이 필요하다. 현재 공개 결과는 연구 방향의 가능성을 보여주지만 안전 인증이나 장기간 실증을 대신하는 자료는 아니다.
저작권자 © STORIUM 무단전재 및 재배포 금지
