‘로봇 훈련 아카데미’는 산업용 로봇이 복잡한 작업을 수행하는 인간을 먼저 관찰한 후에 이로부터 해당 작업을 수행하도록 배우는 데에 도움을 제공할 가능성이 있다. 

산업용 로봇이 복잡하고 새로운 작업을 수행하는 것을 다시 프로그래밍하는 데에는 몇 주가 걸릴 수 있다. 이로 말미암아 최신의 제조라인을 개편하는 것은 극도로 비싸고 느리다. 

만약 로봇이 우선 다른 사람들이 수행하는 작업을 관찰한 후에 이 새로운 작업을 수행하는 방법을 배울 수 있다면 이러한 과정은 현저하게 빨라질 수 있다. 이것은 미국의 메릴랜드 대(University of Maryland)에서 진행 중인 프로젝트에 내재된 개념이다. 메릴랜드 대의 연구자들은 로봇이 주의 깊은 학생이 되도록 가르치고 있다.

"우리는 이것을 `로봇 훈련 아카데미(robot training academy)`라고 부른다. 우리는 인간 전문가에게 작업을 수행하는 것을 로봇에게 보여주도록 요청한다. 다음으로 우리는 로봇이 자신이 수행하는 데에 필요한 일련의 단계 대부분을 이해하게 만들고, 최종적으로 완성하기 위하여 미세 조정을 한다”고 메릴랜드 대의 자율성, 로봇공학 및 인지 연구실(Autonomy, Robotics and Cognition Lab)의 대학원생인 예조우 양(Yezhou Yang)이 말했다. 

미국 세인트루이스(St. Louis)에서 열린 최근의 국제학술회의에서 메릴랜드 대 연구자들은 자신들이 연구하고 있는 접근 방법을 이용하는 칵테일 제조 로봇을 시연하였다. 이 시연에서 미국 보스턴(Boston)에 기반을 둔 기업인 리씽크 로보틱스(Rethink Robotics)가 제작한 2개의 팔을 가진 산업용 로봇이 사용되었다. 이 산업용 로봇은 우선 사람이 여러 병에 있는 액체를 주전자로 부어서 음료수를 혼합하는 것을 관찰하고, 다음으로 복수의 병을 정확한 순서로 잡아서 적당한 양을 주전자로 부어서 사람의 행동을 복제하였다. 예조우 양은 이러한 연구를 메릴랜드 대 컴퓨터 과학과 교수인 이안니스 알로이모노스(Yiannis Aloimonos)와 코넬리아 퍼뮬러(Cornelia Fermuller)와 협력하고 있다. 

이러한 접근 방법에는 사람이 다양한 작업을 수행하는 것을 보여주는 비디오 장면을 특정한 로봇의 행동과 연관시키는 컴퓨터 시스템을 훈련시키는 것이 포함된다. 예를 들어, 연구자들은 최근에 발표한 논문에서 2개의 다른 시스템을 이용하는 로봇이 수천 개의 유튜브(YouTube) 교육용 동영상을 관찰함으로써 서로 다른 물체들을 잡는 법을 배울 수 있음을 보였다. 하나의 시스템은 다양한 물체들을 인식하고, 또 다른 시스템은 여러 잡기(grasp) 유형을 인식한다. 

수천 개의 유튜브 동영상을 관찰하는 것은 시간을 낭비하는 것처럼 들릴 수 있다. 그러나 이러한 학습 방법은 서로 다른 무수한 물체를 다루도록 로봇을 프로그래밍 하는 것보다 좀 더 효율적이며, 로봇이 새로운 물체도 다룰 수 있게 만들 수 있다. 이러한 잡기 작업에 사용된 학습 시스템은 진보된 인공 신경망(artificial neural networks)이 포함된다. 인공 신경망은 최근 몇 년 사이에 빠른 진보를 보이고 있으며, 로봇 공학의 많은 분야에서 현재 사용되고 있다. 

연구자들은 이 기술을 공장에서 사용하도록 변형하는 것에 대하여 전자제품 제조업체와 자동차 제조업체를 포함하여 여러 제조 기업들과 이야기하고 있다. 이러한 기업들은 공학자들이 자신들의 기계를 다시 프로그래밍하여 공정을 가속화하는 방법을 찾기를 원한다. 

“다수의 기업에서 로봇을 다시 프로그래밍하는 데에는 보통 한 달 반 정도가 소요된다. 그래서 이러한 기간을 심지어 절반 정도로 단축하기 위하여 우리가 사용할 수 있는 현재의 인공 지능이 가진 능력은 무엇일까?”라고 예조우 양이 말했다. 

이 프로젝트는 로봇공학 분야에서 2가지의 동향을 반영한다. 하나는 학습에서 새로운 접근 방법을 찾는 것이고, 또 다른 하나는 사람과 아주 근접하여 일하는 로봇이다. 다른 연구 그룹과 마찬가지로 메릴랜드 대 연구자들은 구두 지시 또는 서면 지시를 분석하는 로봇의 능력을 향상시키기 위하여 행동을 언어와 연결하기를 원한다. 

또한, 다른 학계 연구자들은 학습할 수 있는 로봇을 만드는 방법을 탐색하고 있다. 미국 캘리포니아 대 버클리 캠퍼스(University of California, Berkeley)의 피에타 아벨(Pieter Abbeel)이 이끄는 연구진은 로봇이 경험을 통하여 배우는 방법을 탐색하고 있다. 미국 매사추세츠 공대(MIT)의 교수인 줄리에 샤아(Julie Shah)는 로봇이 작업을 수행하는 방법뿐만 아니라 인간 공동 작업자들과 좀 더 효과적으로 협력하는 방법에 대한 학습법을 개발하고 있다. 

출처 KISTI 미리안 『글로벌동향브리핑』