사진. MIT CSAIL 연구팀
MIT의 컴퓨터 과학 및 인공 지능 연구소(CSAIL)가 선보인 ‘Conduct-A-Bot 시스템’은 근육 신호를 사용, 드론의 움직임을 신호해 보다 자연스러운 인간과 로봇의 통신을 가능하게 한다.
연구팀은 보다 원활한 인간 로봇 협업에 더 가까이 다가가는 방법을 고안했다. 이후 웨어러블 센서와 인간 근육 신호를 사용해 로봇의 움직임을 시험하는 Conduct-A-Bot 시스템을 제안하게 됐다. MIT 스티븐 연구 부장 CSAIL 소장 Daniela Rus 교수는 “우리는 기계가 인지 및 육체 노동을 하는 사람들을 돕는 세상을 구상한다”라고 밝혔다.
해당 시스템에서는 사람과 기계 간의 원활한 팀워크를 위해 근전도 및 모션 센서를 이두근, 삼두근 및 팔뚝에 착용, 근육 신호 및 움직임을 측정한다. 이후 알고리즘은 신호를 처리해 오프라인 교정 또는 사용자별 교육 데이터 없이 실시간으로 제스처를 감지한다. 이와 같은 시스템은 웨어러블 센서를 2~3개만 사용하며 환경에서는 아무 것도 사용하지 않아 로봇과 상호 작용하는 일반 사용자의 장벽을 크게 줄인다.
Conduct-A-Bot은 전자 장치의 메뉴 탐색 또는 자율 로봇 감독을 포함한 다양한 시나리오에 잠재적으로 사용될 수 있다. 또한 회전 제스처, 주먹 꽉 쥐기, 팔을 긴장시키고 팔을 활성화시키는 등의 동작을 감지해 드론을 왼쪽, 오른쪽, 위, 아래, 앞으로 움직일 수 있으며 회전 및 정지할 수도 있다.
테스트에서 드론은 후프를 통해 비행하도록 원격으로 제어할 때 1,500개가 넘는 인간 제스처 중 82%에 올바르게 응답했다. 이 시스템은 드론이 제어되지 않을 때 약 94%의 신호 제스처를 올바르게 식별하기도 했다.
논문의 수석 저자인 Joseph DelPreto는 “제스처를 이해하면 로봇이 일상생활에서 자연스럽게 사용하는 비언어적 신호를 더 많이 해석하는 데 도움이 될 수 있다”라며, “이러한 유형의 시스템은 다른 사람과의 상호 작용과 로봇과의 상호 작용을 보다 유사하게 만들 수 있으며, 사전 경험이나 외부 센서 없이도 로봇을 쉽게 사용할 수 있도록 한다”고 밝혔다.
한편 이와 같은 유형의 시스템은 원격 탐사, 보조 개인 로봇, 물체 운반, 재료 리프팅과 같은 제조 작업을 포함해 인간과 로봇의 협업을 위한 다양한 응용 분야를 목표로 한다. 아울러 이러한 지능형 도구는 사회적 거리와도 일치하며 미래의 비접촉식 작업 영역을 열 수 있다. 사람이 안전한 거리를 유지할 수 있도록 병실을 안전하게 청소하거나 약물을 투여하기 위해 사람이 기계를 제어하는 것 등이 대표적인 예이다.
뿐만 아니라 근육 신호는 종종 관절 강성 또는 피로와 같이 시력으로는 관찰하기 어려운 상태에 대한 정보를 제공할 수 있다. 예를 들어 큰 상자를 들고 있는 사람의 비디오를 볼 경우 얼마나 많은 노력이나 힘이 필요한지 추측하기 어려울 수 있고, 머신은 비전만으로 측정하는 데 어려움이 있을 수 있다. 그러나 근육 센서를 사용하면 운동뿐만 아니라 그 물리적 궤도를 실행하는 데 필요한 힘과 토크도 추정할 수 있다.
머신 러닝 분류기는 웨어러블 센서를 사용해 제스처를 감지했다. 감독되지 않은 분류기는 근육 및 모션 데이터를 처리하고 실시간으로 클러스터링해 제스처를 다른 모션과 분리하는 방법을 배운다. 신경 네트워크는 또한 팔뚝 근육 신호로부터 손목 굴곡 또는 연장을 예측할 수 있다. 시스템은 본질적으로 로봇을 제어하는 제스처를 만드는 동안 각 개인의 신호에 대해 자체 교정을 수행하므로 일반 사용자가 로봇과 더 빠르고 쉽게 상호 작용할 수 있다.
앞으로 이 팀은 더 많은 과목을 포함하도록 시험을 확대하기를 희망한다. 또한 실시 행동 로봇의 동작은 로봇 동작의 일반적인 동작을 다루지만, 연구원들은 보다 연속적이거나 사용자 정의된 동작을 포함하도록 어휘를 확장하고자 한다. 연구팀은 이러한 상호 작용을 통해 작업을 잘 이해하고 예측적인 지원을 제공하거나 자율성을 향상시킬 예정이다.
DelPreto는 “이 시스템은 로봇과 원활하게 작업하기 위한 효과적이고 지능적인 도구가 될 수 있다”라며, “이러한 협업이 높아짐에 따라 시너지 효과의 가능성은 계속 심화되고 있다”고 밝혔다.
