에너지 100배 절감, Neuro-symbolic AI의 구조적 최적화 전략

Context

Vision-Language-Action (VLA) 모델 기반의 엔드투엔드 학습 방식은 방대한 탐색 공간과 높은 GPU 의존성을 가짐. 복잡한 로봇 제어 작업에서 막대한 훈련 에너지와 추론 비용이 발생하는 구조적 한계 존재.

Technical Solution

• Neural Network를 통해 복잡한 현실 세계를 작은 이산적 기호(Symbol)로 변환하는 인식 스택 설계
• 변환된 기호를 바탕으로 상태 그래프 상에서 최적 경로를 찾는 Symbolic Planner 도입
• 고수준 계획(What to do)과 저수준 제어(How to do it)를 완전히 분리한 계층적 아키텍처 적용
• GPU 연산을 인식과 제어 단계로 국한하고 장기 계획 수립은 CPU 기반의 그래프 탐색으로 처리하는 전략
• 정해진 규칙과 유한한 상태 공간을 가진 작업에 대해 명시적 구조를 사전 정의하여 탐색 범위 축소

Impact

• 훈련 에너지: VLA 대비 약 100배 절감 (0.85 MJ vs 65-68 MJ)
• 추론 에너지: 에피소드당 약 10배 절감 (0.83 kJ vs 7-8 kJ)
• 훈련 시간: 1.5일 이상에서 34분으로 단축
• 작업 성공률: VLA 34% 대비 95% 달성

Key Takeaway

규칙 기반의 구조화된 작업에서는 엔드투엔드 네트워크 확장보다 기호적 스캐폴딩을 통한 탐색 공간 축소가 효율적임. 인식과 제어는 신경망에 맡기고 전략 수립은 심볼릭 모델로 분리하는 설계 원칙의 유효성 입증.