생활 속에 들어온 인공지능 로봇

로봇들이 최근 급발전한 인공지능을 탑재하여 더 스마트하게 진화하고 있다. 인공지능 로봇들이 하나둘 우리 주변에 등장하고 있다.

서일홍 / 코가플렉스 대표이사, 공학박사, IEEE 석학회원
고동욱 / 코가플렉스 대표이사, 공학박사
이진한 / 코가플렉스 대표이사, 공학박사

머릿말

인공지능 기술이 급속히 발전하면서 생활 속 다양한 분야에서 인공지능을 쉽게 만날 수 있는 시대가 되었다. 이제 기계는 우리의 말을 듣고 대답하며(언어 통번역, 음성인식, 발화), 대상이 누구인지(얼굴인식, 사람인식), 어떤 물체인지 구별(물체인식)하고, 사람의 감정(감정인식)을 읽거나, 적절한 정보를 검색해 줄 수 있으며, 나에게 특화되어 적절한 추천을 가능하게 하고 있다.

심지어 음악을 작곡하거나 희대의 유명 작품을 흉내 내는 것도 가능해 졌으며, 일부 영역에서는 인간의 능력을 넘어서면서 바둑의 알파고, 스타크래프트의 알파스타처럼 인간과의 대결에서 승리하는 모습을 보여주었다. 충분한 데이터와 적합한 학습 알고리즘만 있으면, 특정 영역에서는 인간의 지적 수준을 넘어서는 (혹은 초월하는) 인공지능이 가능함을 보여주고 있다.

그렇다면 물리적 동작을 수행하는 인공지능 로봇의 기술 수준은 어디까지 발전했을까? 인공지능의 급격한 발전과 더불어 생산 현장에서 단순한 일을 반복하던 자동화 기계와 볼거리 차원으로 선보이던 엔터테인먼트 로봇들이 최근 인공지능을 탑재하여 더 스마트한 로봇으로 진화하고 있다. 상상 속에서만 그리던 인공지능 로봇들이 하나둘 우리 주변에 등장하고 있다.

공장에서는 생산 현장 인력 부족과 인건비 상승으로 자동화 요구가 점점 높아지고 있다. 자동차 유리, 타이어를 자동으로 조립하고, 무겁고 위험한 물건을 반복하여 이송하며, 컨베이어 밸트를 타고 빠르게 이동하는 제품들을 분류하고 집어든다. 때로는 사람의 생산 작업을 보조하여 협력하는 인공지능 로봇은 공장에서 특정 작업에 대하여 사람을 대신하기 시작했다. 작업자들과 같은 현장에서 협동하는 협동로봇 분야도 적용 가능성을 확인하고 있다.

또한, 코로나19 팬데믹으로 인한 비대면 물리적 서비스의 요구와 관심이 높아지면서 식당 내 배달 로봇, 안내 로봇, 방역 로봇이 실생활 속으로 들어와 사람들과 공존하기 시작했다.

이러한 시대적 상황은 일상에서 로봇이 끊임없이 사람들에게 도움을 주는 필수재가 되기를 요구한다. 스마트폰, 자동차와 같이 없으면 불편한 존재, 더 나아가 없으면 안 되는 존재가 되기 위해서 사람처럼 생각하여 예측하고, 동작을 계획하여 행동함으로써 생활 속에서 실질적 도움을 주기를 기대한다. 그렇지만 우리의 기대와 달리 현실은 알파고와 같은 인공지능에 비해 로봇의 지능화는 천천히 진행되고 있는 실정이다.

본 글에서는 먼저 로봇 인공지능이 무엇인지 정의하고, 정의에 따라 어떤 인공지능 로봇이 나타날지 살펴보려 한다. 그리고 현재 어떤 지능 서비스 로봇이 우리와 함께하고 있는지 알아본다. 마지막으로 미래의 인공지능 로봇에 필요한 기술적 요구 사항을 정리하고, 이들을 개발할 때 고려해야 할 도전적 과제를 소개한다.

인공지능 로봇의 정의

자연에서 살아가는 생명체는 육지, 바다, 숲, 땅속 등 다양한 환경에서 생존하기 위해 인지를 위한 감각 센서, 환경에 적합한 몸체와 신체 능력을 가지고 있다. 발이 달린 동물로, 지느러미와 아가미를 가진 어류로, 날개가 달린 조류 등과 같이 각기 다른 모습으로 환경에 적응하여 진화하였다. 지능도 각각 속한 환경에서 살아남기 위한 다양한 자연지능으로 특화되어 발달하였다. 인공지능 로봇도 생명체와 마찬가지로 물리적 공간에 존재하기 때문에 비슷한 관점에서 정의해 볼 수 있다.

인공지능 로봇이란 “로봇이 일하는 공간(환경) 안에서 로봇에 장착된 센서를 이용 하여 획득한 환경(공간)정보로부터, 하고자 하는 작업 달성에 필요한 정보를 추출하고, 이를 기반으로 최적화된 행동을 시의적절하게 배우고, 선택하고, 만들어 내어 실수 없이 작업을 수행할 수 있는 로봇”으로 정의할 수 있다. 이러한 정의에 따르면, 인공지능 로봇은 작업을 수행하기 위한 환경과 목표 작업에 따라 로봇 몸체의 크기 및 형태가 달라지고, 센서, 액추에이터, 로봇지능도 각각 다른 모습으로 존재할 것이다. 자연 생명체와 같이 인공지능 로봇 또한 로봇이 사는 환경 공간과 수행해야 하는 작업에 따라 특화되어 각기 다른 모습과 인공지능을 가지는 다양한 형태로 출현하게 될 것이다.

로봇이 사는 공간, 그리고 공간마다 달라지는 로봇과 지능

로봇이 사는 공간(환경)은 어떤 곳이고, 어떤 일을 하고 있는지 살펴보자. 인공지능 로봇이 사는 환경은 크게 실내와 실외로 나눌 수 있다. 그리고 실내, 실외 환경은 더 세분화하여 다양한 특성을 갖는 공간으로 세분화 할 수 있다. 실외는 자율주행 자동차가 주행해야 하는 도로 공간, 대규모의 거주단지 및 도심 공간, 논과 밭 그리고 축사와 같은 농업용 공간, 건설 공간, 바다 및 심해 공간, 드론 비행구역 공간, 재난 현장과 같은 공간이 있다. 실내에는 물건을 생산 및 조립, 제조하는 공장 공간, 물류를 위한 창고 공간, 대중이 사용하는 사무실, 식당, 빌딩 내부 등의 상업 공간, 집과 같은 가정용 공간 등이 있다. 각각의 공간은 모양과 구조, 크기, 다양한 환경적 요인을 가지며, 각각의 공간마다 요구되는 작업 또한 다양하고, 같은 종류의 작업에도 사양이 달라진다.

로봇이 일하는 공간

예를 들어 제조 라인의 조립 공정 작업에서 cm단위의 크기를 가진 커넥터를 집어 들어 조립하는 작업과 자동차의 글라스나 타이어를 집어 들어 조립하는 작업은 각각 로봇의 크기, 모양, 사용되는 센서, 요구되는 정밀도, 작업 시간 등이 다르게 요구된다. 물건을 이송하는 작업도 톤 단위 무게의 물건을 mm단위의 정밀도로 이송시키는 작업과 식당 테이블 목적지에 10cm 내로 도착할 수 있는 정밀도로 음식을 흘리지 않고 안전하게 이송하는 작업에서 필요한 로봇의 크기, 힘, 모양, 센서, 사양이 모두 다를 것이다.

이렇게 인공지능 로봇은 다를 수밖에 없다. 그럼에도 불구하고 우리는 하나의 기술이나 부품, 같은 형태(휴머노이드)의 로봇이 모든 기능을 가지고 사람과 같이 동작하기를 기대한다. 이 기대는 굉장히 큰 도전이다. 현실적으로는 자연지능을 교훈 삼아 사용처에 적합한 형태와 인공지능을 가지는 특화된 로봇들이 먼저 상용화 될 것으로 생각된다.

활 속 가까이 다가온 인공지능 로봇들

1) 이동형 서비스로봇

자율주행 이송 및 배달 서비스 로봇도 공간마다 로봇지능이 다르다. 공장 공간에서는 조립 라인에 필요한 다양한 재료를 배송 및 공급해주는 배송-물류 작업이 필요하며, 하역장에서부터 조립 라인까지 지속적 반복적 물류가 발생한다. 이를 자동화하기 위한 다양한 로봇이 현장에 적용되고 있다. 특히 공장은 제품 생산의 효율을 높이는 것이 주목적이기 때문에 로봇이 다니는 전용 길을 만들 수 있으며, 바닥에 장치를 매립한다든지 부가 장치를 공장 내 부착하는 것에 크게 개의치 않는다.

공장공간에서 이동형 서비스로봇의 환경정보 획득방법

현재 가장 많이 이용되고 있는 방식은 자기선 테이프를 바닥에 부착하여 로봇을 유도하는 방식이다. 로봇이 이동하는 경로 모양을 그대로 따라서 테이프를 부착하고, 로봇은 자기장에 반응하여 이동한다. 로봇의 눈이 자극에 반응하면 그 자극에 대응하는 동작을 발생시키는 수준의 지능을 가지고 있다.

다른 방법으로는 바닥에 특정한 표식(QR코드)를 촘촘히 부착(1m 이내 거리마다 부착)하여 QR코드의 정보를 읽어서 로봇이 어디에 있는지 파악하고 목적지까지 가기 위한 동작을 생성시켜 이동시키는 방법이다. 이때 로봇은 바닥의 코드를 읽기 위한 눈을 가지고 있다. 또한 로봇이 이동하는 주요 위치 주변에 반사판을 부착하고 로봇에 장착된 거리센서를 활용하여 다수의 반사판과의 거리를 삼각법으로 측정하여 위치를 파악하는 방법이 있다. 이를 통해 실내 GPS처럼 활용할 수 있다.

이러한 기술은 대량 생산을 위한 조립라인과 아마존 물류센터와 같은 대형 물류센터에서 잘 활용되고 있다. 하지만 향후 다품종 소량 생산 요구가 커짐에 따라 조립 라인이 자주 바뀌고, 공장 내부의 변화도 빈번해질 것이다. 이러한 경우마다 로봇을 위한 기반 시설 및 부가장치를 모두 새로 구축해야 하는 비용과 시간이 들게 된다.

이러한 방법들을 대신하기 위하여 슬램(SLAM, Simultaneous Localization and Mapping) 방식 로봇이 대안으로 시도되고 있다. 이 방법은 공장 내 구조, 패턴, 특징을 센서로부터 스스로 추출하여 기억(로봇이 이동하는데 필요한 지도를 스스로 만들고 기억 및 저장하는 기술)하는 동시에 그러한 특징을 이용하여 로봇의 위치(만들어진 지도 내에서 로봇의 위치를 찾는 기술)를 추론하게 된다. 여기서 사용되는 눈은 LiDAR와 같은 거리 스캔 센서 또는 사람의 눈을 모방하기 위한 카메라 센서가 주로 이용된다. 이러한 방식은 최근 10년간 주류가 되어 많은 연구 개발이 이루어졌고, 많은 이동로봇 스타트업 회사를 등장시켰다. 최근에는 각 센서가 갖는 장점을 극대화하고 단점을 상호 보완 하는 방법의 센서 퓨전 방법으로 변화해 가고 있다.

식당이나 대형 쇼핑몰, 대형 빌딩과 같은 상용 공간에서는 공장 공간과는 다르게 로봇 주변에 부가적 장치를 설치하기 힘들고, 로봇만 이동하는 경로를 확보하기 어려우며, 로봇 주변에 많은 사람이 존재하기 때문에 안전하게 회피하여 이동하는 것이 중요하다.

일하는 공간과 작업에 따라 모양과 크기, 형태가 다른 이동 서비스 로봇

공장 공간에서와 비슷한 기술을 적용한 천장 표식 부착 방법을 일부 식당용 로봇에 적용하고 있으나, 천장의 높이가 매장마다 다르고, 직사 자연광에 노출되면 인식에 어려움이 많아, 다양한 식당에 쉽게 적용하지는 못하고 있다.

상용 공간에 운용되는 대부분의 로봇에는 LiDAR 센서를 중심으로 한 슬램 방식을 채택하고 있다. 상용 공간은 공간 내 구조적, 환경적 변화가 심하며, 한 번 기억된 지도를 가지고 오랜 시간 운용하기에는 어려움이 많은 공간 특성을 가지고 있다.

최근 이러한 변화에 대응, 강인하게 동작하기 위한 자율주행 및 딥러닝 기반 환경인식(특징점에서부터 물체 인식을 활용한 인식) 기술이 연구되고 있다. 또 시간과 공간의 변화에 적응하여 기억된 지도를 변형시키거나 업데이트하는 방법과 변화에 영향을 받지 않은 특징을 찾아서 기억시키는 두 가지 방식으로 연구가 활발히 이루어지고 있다. 한편, 사람과의 충돌이 절대 일어나지 않도록 다양한 주행 환경에서 주행 경험을 강화학습하여 점점 더 안전하게 주행 가능한 로봇지능 연구도 활발하게 이루어지고 있다.

가정용 공간에서는 상용 공간에 적용되는 기술을 기반으로 하여 자율주행이 가능하지만 변수가 다양하다는 점이 문제다. 바닥에 놓인 장난감, 카펫, 단차 및 계단을 극복하기에는 바퀴형 로봇으로는 한계가 있어 보인다. 또 가정용 환경에서 로봇의 가격은 공장 공간 및 상용 공간의 로봇보다 절대적으로 저렴해야 하기 때문에 특정한 작업을 목표로 하기보다는 대화를 주고받는 감성교류용 로봇이 주를 이루고 있다.

2) 협동 서비스 로봇

조립, 조작, 파지와 같은 작업을 사람과 같은 공간에서 협동으로 수행하는 로봇(로봇 팔)도 로봇지능이 공간마다 다를 수 있다. 공장 공간에서는 산업용 로봇 팔은 위치가 고정되어 있고, 조립라인에 제품이 정확히 같은 위치, 같은 자세로 위치하게 만들어 조립에 필요한 작업을 반복하여 실시한다. 특정 신호가 발생하면 신호에 반응하여 같은 작업을 반복하는 수준의 지능을 가지고 있다. 이 로봇은 눈이 없는 자동화 기계 수준이다.

(상단) 산업용 로봇 및 로봇 눈
(하단) JIG Free형 인공지능 로봇

최근 공장에서는 조립 대상 제품의 위치가 바뀌거나 자세가 달라져도 2, 3차원 자세를 인식 할 수 있는 눈을 부착하여 부분적인 자율성을 가지고 조립을 한다. 자동차 유리를 자동으로 조립하거나 타이어를 자동으로 조립하는 로봇은 차체가 도착하면 차체 바디의 위치 및 틀어진 정도를 추정하고 mm단위의 구멍에 정확하게 유리나 바퀴를 정밀하게 진입시켜서 부착 및 조립 작업을 수행한다. 부분적 자율성을 가지고 있지만 여전히 로봇은 안전 펜스 내에서 고정하여 작업하고 있으며, 로봇과 사람은 작업 공간을 공유하지 않는다.

이에 반해서 로봇과 사람이 역할을 분담하여 협업을 하는 코봇(Cobot)이 등장하여 인간의 작업 생산성을 높여주는 사례가 늘어나고 있다. 이러한 로봇은 사람과 작업 공간을 공유해야 하며, 안전하게 작업을 보조하기 위해서는 펜스 대신 다양한 센서들이 외부에서 로봇과 작업자를 관찰하면서 제어하게 된다. 로봇 내부 모터의 전류를 측정하여 외부 접촉 여부를 알아내거나, 로봇에 촉각을 느끼게 하거나 물체와 근접한 정도를 측정하는 센서를 부착하여 충돌을 예방한다.

공장 공간의 최신 경향을 살펴보면 빠르고 정밀하게 움직이던 산업용 로봇을 공급하는 기업은 산업용 로봇을 사람과 공존하게 하기 위한 노력을 기울이고 있으며, 협동로봇을 제조하는 기업은 산업용 로봇이 하는 작업을 협동로봇으로 대체하려는 노력을 기울이고 있다. 이처럼 로봇의 지능이 발전하면서 산업용 로봇과 협동로봇의 경계가 모호해지고 로봇 작업의 유연성은 더욱 커지는 추세이다. 또한 산업용 로봇을 설치기 위해서는 로봇 가격의 3~4배 정도는 주변장치(jig/fixture)가 필요하다. 주변장치가 없는(JIG-Free형) 자율로봇을 만들기 위해서는 스마트한 눈이 장착되어야 하고 이동로봇과 결합한 형태의 인공지능 로봇으로 변화해야 할 것이다.

상용 공간에서는 푸드테크가 현실로 다가오면서 인공지능 로봇이 음식을 요리하거나 서빙을 하고, 인공지능 로봇이 일을 하는 자동화 카페가 확대되고 있다. 아직은 커피 컵을 잡아 배달로봇에게 전달하거나, 닭에 튀김 가루를 묻혀 기름에 튀겨내는 등 제한된 동작을 반복하는 수준의 작업이 가능한 정도다. 하지만 더욱 다양한 분야로 확대될 것으로 예상된다. 가정 공간에서 물건을 정리하거나 요리, 세탁을 자동화하기 위한 가전 로봇에 대한 연구도 급증하는 추세이다.

인공지능 로봇의 발전방향과 도전과제

1) 기술적 도전

인공지능 기술이 사람 수준으로 발달하고 있지만 로봇에 적용해 실질적 도움을 주는 정도로 로봇지능 수준이 충분하다고 말할 수 있을까? 아직은 충분히 성숙했다고 보기가 어렵다. 오픈AI의 최근 언어모델 GPT-3(Generation Pre-traination Transformer)는 텍스트를 작성하거나, 심지어 코드까지 작성하는 직관적인 능력을 가지고 있다. 범용인공지능(AGI(Artificial General Intelligence))을 만드는 목표를 향해 크게 한 걸음을 나아갔다고 평가받는 인공지능 기술이다. GPT-3는 튜링 테스트를 통과할 가장 유력한 후보 중 하나로 평가되고 있으며, 무려 1,750억 개의 파라미터가 학습에 의해 생성되고 추론하는데 이용된다.

이러한 평가를 받음에도 불구하고 모든 것을 잘 하는 것은 아니다. 텍스트로 배운 정도의 물리 현상을 이해할 뿐이지 현실의 시공간 영역에서 대중 물리 상식을 이해하지는 못하는 것 같다. 방대한 양의 텍스트 데이터를 대상으로 끊임없이 다음 단어를 예측하는 입력 대비 출력 방법으론 실제 환경의 다양한 변수 속에서 로봇의 상태와 목표(로봇이 사는 환경, 작업 등)를 이해하고 원리를 이해하여 움직임을 만들어내기가 어렵다. 인공지능 로봇에게는 시각 정보와, 다양한 인지 센서를 활용하여 실생활에서의 세상 경험을 충분히 해야 할 필요가 있어 보인다.

예를 들어, 인공지능 로봇이 팔을 이용하여 커피를 만들어 컵에 담고, 커피가 담긴 컵을 이동형 로봇을 이용하여 고객에게 전달하는 상황을 살펴보자. 인공지능 로봇은 커피 잔이 얼마나 무거운지, 담겨진 커피의 양이 얼마인지, 또 컵의 표면이 미끄럽진 않은지, 어느 정도의 힘을 들여서 잡을수 있는지, 들 수는 있는지 등 수많은 변수가 있음을 알아야 한다. 각각의 변수와 다양한 가능성을 일부의 경험 데이터에 의존해 모델링해야 작업이 가능하다.

사람은 지금의 신체와 인지 센서를 가지고 수천 년의 경험을 DNA에 기록해 왔다. 전략 시뮬레이션 게임 스타크래프트2에서 인간에 승리한 인공지능 알파스타는 사람이 1만년 동안 플레이해야 하는 게임 경험 분량을 시뮬레이션을 통해서 획득하였다. 이러한 방대한 경험 데이터를 로봇이 직접 얻기는 힘들어 보이고, 특히 사람과 공존하여 경험한 데이터는 더없이 부족하다. 알파고나 알파스타에 대응하는 알파로봇이 나오기 힘든 이유가 여기에 있다고 본다.

인공지능 로봇이 스스로 잘 동작하기 위한 로봇지능 말고도 사람과 공존하면서 협력하기 위해서는 사회적 지능(social intelligence)이 필요하다. 사람과 로봇이 상호작용하려면 사람의 의도를 잘 이해하는 지능이 필요하다. 대화의 내용을 이해해서 사람의 명시적 의도를 파악하거나, 불분명한 의도의 경우 대화를 계속하여 주고받으면서 의도의 불확실성을 최소화해야 한다. 또 사람의 감성을 이해하여 공감하거나 상호작용하는데 이용하여야 하며, 이 경우 복잡미묘한 사람의 감성을 적절하게 이해 할 수 있어야 한다.

사람의 의도를 정확하게 이해 및 파악하여 적절한 사회적 표현으로 상호작용할 수 있어야만 사람과 인공지능 로봇의 협력이 가능할 것으로 보인다. 즉, 인공지능 로봇이 실생활 속에서 사람과 공존, 협업하기 위해서는 대중 물리와 대중 심리를 이해해야 하는 것이다. 이 밖에도 인공지능 로봇이 더 똑똑해지고 작업을 잘 하기 위해서는 로봇지능, 센서 솔루션, 매커니즘, 모터 및 제어 기술 모두가 중요하다.

2) 사회적, 윤리적 도전

인공지능이 발전하면서 기술의 수준과 격차에 따라 나라간, 개인간 디지털 불평등이 발생하게 될 것이다. 인공지능 기술과 인공지능 로봇을 잘 이용하는 자는 편의성과 효율성을 극대화 할 수 있으나, 이를 활용할 수 없는 계층에서는 불편함을 넘어서 불평등이 발생할 수 있다. 인공지능과 로봇 산업이 빠르게 변화하면서 이러한 사회적 문제는 빠르게 다가올 것이며, 우리는 제도를 보완하고 정책적으로 대책을 강구할 필요가 있다.

또 인공지능 기술의 악용, 남용으로 발생하는 문제에 대응하여야 한다. 최근 사람얼굴을 합성하는 딥페이크 기술이 사회적, 윤리적으로 위배되는 목적으로 사용되어 큰 문제가 되었다. 기술의 오남용으로 인해 사람들에게 피해가 가지 않도록 대응해야만 한다.

한편, 인공지능 로봇의 자유도와 자율성이 높아짐에 따라 로봇 스스로 판단하여 행동하는 상황이 일어나게 될 것이다. 이 경우 로봇이 감정을 가지고 사람에게 보복을 해서는 안 되고, 로봇 자신이 다치지 않기 위해 사람을 다치게 해서는 안 된다. 모르는 것을 모른다고 할 줄 아는 인공지능이 로봇에 탑재되어야 한다. 이에 대응하기 위해서는 설명 가능한 인공지능(Explainable AI)과 불확실성에 대응 할 수 있는 인공지능이 필요하다. 인공지능 로봇이 왜 그런 판단을 내렸는지 조사하고 평가할 수 있도록 관련 데이터를 저장하는 블랙박스가 꼭 포함되어야 할 것이다.

맺음말

인구구조의 변화, 인공지능 기술의 급격한 발전, 코로나19에 의한 반강제적인 비대면 사회로의 전환과 같은 시대적 상황과 대중의 요구에 따라 인공지능 로봇의 실생활 등장은 피해 갈 수 없는 길이 될 것이다. 기술적 도전을 단계별로 점진적으로 극복하고 사회적 윤리적 문제를 해소하기 위한 정책과 제도가 뒷받침된다면, 비로소 사람과 인공지능 로봇이 함께 하는 미래사회로의 전환이 가까운 시간 안에 이루어 질 것이다.

이에 대비하여, 인공지능 로봇에 대한 기술적, 사회적, 윤리적 영향에 대한 꾸준한 토론과 대응을 통해 국제적으로 기술 경쟁력을 키우고, 기술의 긍정적 영향을 극대화시키는 모두의 노력이 필요하다.

미리보기 3회1회

MIT Technology Review 구독을 시작하시면 모든 기사를 제한 없이 이용할 수 있습니다.