네이버 커넥트재단이 주최하고 엔비디아(NVIDIA)가 기술을 후원하는 고등학생 로보틱스 대회(NCRC 2026) 예선에서 700여 명의 학생들이 로봇에게 걷는 법을 가르치는 놀라운 성과를 보여주었습니다. 이들은 엔비디아의 로봇 시뮬레이션 플랫폼인 아이작 심(Isaac Sim)을 활용해 휴머노이드 로봇(Unitree H1)과 사족보행 로봇(Unitree Go2)의 보행 정책을 강화학습(reinforcement learning) 방식으로 학습시켰습니다.
대회 예선은 학생들이 직접 보상 함수(reward function)를 설계하고, 이를 통해 로봇의 보행 정책을 PPO(Proximal Policy Optimization) 알고리즘으로 학습시키는 방식으로 진행되었습니다. 4,096개의 병렬 환경에서 1억 1,400만 회 이상의 학습 반복과 7,100년에 달하는 시뮬레이션 보행 시간이 기록될 정도로 방대한 시도가 이루어졌습니다. 제출된 12,500개 이상의 정책은 7가지 지형에서 평가되었으며, 특히 주목할 만한 점은 '실패 기록' 섹션입니다. 여기에는 로봇이 넘어지거나 엉뚱하게 걷는 영상과 함께 어떤 보상 값을 어떻게 변경했는지, 지형 난이도, 낙상률, 탐색 정도 등 상세한 학습 진단이 기록되어 있습니다. 예를 들어, 발을 들어 올리는 보상을 특정 값 이상으로 높이면 로봇이 한 발로 깡충깡충 뛰는 걸음이 나오는 '보상 해킹' 현상도 관찰되었습니다.
이 대회는 단순히 로봇을 제어하는 기술을 넘어, 인공지능(AI) 시대의 핵심 역량인 문제 해결 능력과 창의적 사고를 고등학생들에게 길러주는 중요한 교육적 의미를 가집니다. 강화학습의 핵심인 보상 함수 설계는 복잡한 시스템의 동작을 최적화하는 데 필수적인 과정으로, 학생들이 직접 시행착오를 겪으며 최적의 해법을 찾아가는 경험은 미래 기술 인재 양성에 큰 도움이 됩니다. 또한, 대규모 시뮬레이션 환경과 실제 로봇 적용 가능성을 탐색하는 과정은 AI 및 로보틱스 분야의 저변을 확대하고, 차세대 기술 리더를 발굴하는 데 기여할 것입니다. 현재 상위 32팀이 본선 토너먼트에서 경쟁 중이며, LLM(대규모 언어모델)이 로봇의 작전문을 읽어 목표를 선택하는 등 최신 AI 기술이 접목되어 더욱 흥미로운 경기가 펼쳐지고 있습니다.