롤링-WAM, 로봇 재계획 속도 4.5배 앞당겨

월드 액션 모델(World Action Model, WAM)은 로봇이 다음에 어떤 행동을 할지와 그 결과 카메라에 어떤 장면이 보일지를 함께 예측하는 시스템입니다. 확산(diffusion) 방식으로 영상과 행동 데이터의 노이즈를 동시에 제거해가며 계획을 세우는데, 이는 로봇이 더 일관된 계획을 세우는 데 도움이 됩니다. 하지만 아카이브(arXiv)에 게재된 논문에 따르면, 매 재계획 주기마다 전체 노이즈 제거 과정을 처음부터 다시 수행하면 지연 시간이 크게 늘어나 로봇이 환경 변화에 빠르게 대응하기 어려워진다는 문제가 있었습니다.

저우잉화(Yinghua Zhou), 예쥔제(Junjie Ye), 자오이치(Yiqi Zhao), 둥하오(Hao Dong), 셀리나 시유 왕(Celina Shiyu Wang), 거루오하이(Ruohai Ge), 양팅이(Tingyi Yang), 바질 반 후릭(Basile Van Hoorick), 가우라브 수카트메(Gaurav Sukhatme), 비토르 기지리니(Vitor Guizilini), 웨왕(Yue Wang) 등 연구진은 이 문제를 해결하기 위해 '롤링-WAM(Rolling-WAM)'이라는 방법을 제안했습니다. 이 방식은 예측 구간 전체를 매번 처음부터 다시 계산하는 대신, 서로 다른 노이즈 단계에 놓인 영상-행동 '묶음(chunk)'들을 이동식 창(sliding window) 형태로 유지합니다. 매 단계마다 곧바로 실행할 묶음은 완전히 노이즈가 제거된 상태로 준비되고, 더 먼 미래의 묶음들은 부분적으로만 정제됩니다.

로봇이 새로운 카메라 영상을 받아들이고 창이 앞으로 이동하면, 부분적으로 정제되었던 미래 묶음들은 버려지지 않고 점진적으로 계속 다듬어집니다. 연구진은 이를 통해 계산 부담을 시간에 걸쳐 분산시키면서도, 묶음 경계를 넘나드는 시각-행동 맥락을 계속 이어갈 수 있다고 설명합니다. 즉 매 계획 단계마다 처음부터 다시 시작할 필요가 없다는 뜻입니다.

연구팀은 시뮬레이션 벤치마크인 LIBERO와 RoboTwin, 그리고 실제 유니트리 G1 휴머노이드 로봇을 대상으로 롤링-WAM을 평가했습니다. 그 결과 전체 구간을 한꺼번에 노이즈 제거하는 기존의 표준 WAM 방식과 비교해 조작 성능은 경쟁력 있는 수준을 유지하면서, 정상 상태 재계획 속도는 4.5배 빨라졌다고 논문은 밝혔습니다.

이번 연구는 10페이지 분량에 그림 7개, 표 5개로 구성된 논문으로 현재 심사 중이며, 연구진은 아카이브 등록과 함께 별도의 프로젝트 페이지도 마련했다고 밝혔습니다. 확산 기반 계획 모델을 다루는 로보틱스 연구자들에게는 생성형 월드 모델의 무거운 연산량과 실시간 폐루프 제어에 필요한 빠른 반응 속도 사이의 간극을 좁히는 실용적인 방법을 제시하는 사례로 볼 수 있습니다.