심층학습으로 인간형 로봇이 아닌 `초인` 로봇을 개발

인간형 로봇이 한층 더 사람에 가까워졌다. 2017년 11월말, ‘2017 국제 로봇전’ 전시장. 도요타자동차의 부스를 겹겹이 에워싼 인파는 등장한 로봇 ‘T-HR3’의 시연에 감탄을 쏟아냈다. 한쪽 발을 들고 밸런스를 잡으며 멀리 공을 던지는가 싶더니, 축구공을 차는 제스처 및 우사인 볼트의 포즈까지 연이어 반복되는 동작들이 마치 사람을 방불케 했기 때문이다.

그러나 로봇이 아무리 사람과 흡사한 움직임을 추구한다고 해도 그것만으로는 사람과의 결정적인 차이를 부정할 수 없다. 그 둘 사이에는 높은 장벽이 존재하며, 그것은 바로 로봇에게 자립성이 없다는 것이다. 현재 존재하는 모든 로봇은 기본적으로 사람의 지시를 따르도록 되어있다.

그러나 이런 상황도 조만간 바뀌게 될 전망이다. 사람과 로봇을 나누는 장벽을 무너뜨리는 기술이 등장했기 때문이다. 대량의 데이터로 학습시킨 딥 뉴럴 네트워크(DNN)를 활용하는 인공지능(AI)기술인 ‘심층학습’이 바로 그 주인공이다.

2017년 12월에 심층학습용 반도체로 세계 선두를 독주하고 있는 미국 NVIDIA의 CEO, Jensen Huang 씨는 도쿄에서 열린 자사 이벤트에서 다음과 같이 선언했다. “자립적으로 움직이는 로봇의 시대가 올 것이다”. 2020년경에 실용화되는 자율주행차를 시작으로, 농업기계 및 건설기계, 다양한 로봇이 스스로 생각하고 행동하기 시작한다는 것이다.

심층학습이 기계에게 가져다 주는 능력은 크게 2가지이다. 이미 사람을 능가하는 화상인식 등을 바탕으로 한 상황 인식기능. 그리고 인식결과를 토대로 적절한 행동을 생성?실행하는 제어기능이다.

빅데이터 시대의 의사 결정력, 데이터의 가시화

비주얼 커뮤니케이션. 구체적으로는 데이터의 가시화는 오늘날 매니저에게 있어서 필수 스킬이다. 그 방법으로밖에 이해할 수 없는 일이 많아졌기 때문이다. 이 변화를 추진하고 있는 것이 압도적인 스피드와 볼륨으로 수집되는 데이터다. 의사 결정에 있어서 데이터 의존도가 심해지고 있고 시각화 등의 추상화 프로세스 없이는 이해할 수 없게 되었다. 이 커뮤니케이션의 우열은 그 목적과 데이터 질의 조합에 따라 적절한 방법을 취할 수 있는가에 달려 있다.

1. 매니저에게 필수인 데이터 가시화 능력

최근까지 데이터를 가시화할 수 있는 능력은 있으면 좋은 스킬이었다. 그러나 지금은 비주얼 커뮤니케이션은 모든 매니저에게 없어서는 안될 스킬이다. 왜냐하면 이 방법으로밖에 자신의 업무를 이해할 수 없는 경우가 많아지고 있기 때문이다. 이 변화를 주로 추진하고 있는 것이 데이터다. 의사결정은 더욱 데이터에 의존하게 되었다. 그것은 압도적인 스피드나 볼륨을 갖기 때문에 시각화 등의 추상화 프로세스 없이는 이해할 수 없다.

전형적인 사례를 들어보자. 보잉에서 오스프레이 프로그램을 담당하는 매니저는 이 수송기의 이착륙 효율을 향상시켜야 한다. 단, 이착륙 때마다 오스프레이의 센서는 테라바이트 규모의 데이터를 생성한다. 10회의 이착륙으로 미국의회도서관의 장서 수준의 데이터가 만들어진다. 

데이터는 어떻게 해야 수집할 수 있는가

기존의 설비 및 오래된 설비에서도 데이터를 수집하고 싶으나, 설비의 갱신 및 대규모 개조는 반드시 피하고 싶다-. 공장의 IoT화에서 가장 먼저 직면하는 과제는 어떻게 데이터를 수집할까이다. 중소 부품 업체의 사례 및 IoT화를 위한 제품?서비스를 제공하는 기계 및 설비 밴더 등의 움직임을 통해 최신설비로 바꾸지 않고 최소한의 기기 도입으로 데이터를 수집하기 위한 요점을 모색한다.

■ 오래 된 설비에서도 데이터를 취득할 수 있다.
→ 아사히철공(Asahi Tekko)의 사례

I/O인터페이스가 없는 오래된 설비 등으로부터의 데이터 수집에 있어서 기존 설비에 거의 손 대지 않고 실현한 중견 자동차 부품 업체가 있다. 자동차용 금속부품을 제조하는 아사히철공(본사 아이치 현)이 그 주인공이다. IoT화에 의해 공장이 가시화된 결과, 현장의 개선활동이 활성화되면서 생산량의 대폭적인 향상 및 성인화 등, 큰 성과를 올리고 있다.

- 아키하바라에서 구매한 센서 만으로도 충분 -
아사히철공이 독자적으로 구축한 IoT시스템인 ‘사이클 타임 모니터’(이하, CT 모니터)는 설비의 가동상태 및 생산상황을 파악하기 위한 것이다. 취득하는 데이터는 설비의 가동/정지상황 및 생산개수.사이클 타임으로 기능이 한정된 심플한 시스템이다.

‘닛케이 메세 도시 건설.점포 설비 박람회 (NIKKEI MESSE)’ 개막

차세대 점포 및 도시 건설에 관한 제품.기술들이 모인 종합 전시회 (JAPAN shop 등 6개의 박람회로 구성, 일본경제신문사가 주체)가 6일, 도쿄빅사이트(도쿄)에서 개막했다. 총 1,020개 기업?단체가 점포의 내장과 방재.방범 제품 등을 전시. 9일까지의 개최 기간 중 약 20만 명의 관람객이 찾을 것으로 전망된다.

■ 도시바테크
계산 시 부정행위를 예방

6개의 박람회 중 하나인 ‘리테일테크 재팬(RetailTech Japan)’에서는 도시바테크와 방범기기 제조사들이 소매점의 고객 및 종업원의 부정행위를 방지하는 시스템을 전시했다. 방범 기술 전문업체 3rd-eyes(도쿄)는 절도 상습범을 탐지하는 얼굴인식 시스템을 선보였다.

방범 카메라에 찍힌 상습 절도범의 얼굴 영상을 시스템에 등록하면 다음에 나타났을 때 자동으로 감지. 종업원의 스마트폰에 경계를 촉구하는 전자 메일이 전송된다. 영업 담당의 가네이(金井) 씨는 “절도 피해를 줄일 수 있다”라며 자신감을 나타냈다.

학습하지 않은 미지의 물체의 인식

아마존그룹이 2017년 7월에 개최한 피킹 자동화 로봇 국제경기대회 ‘Amazon Robotics Challenge(ARC) 2017’. 인터넷 통신판매의 물류센터 업무를 상정하고 열리는 대회다. 다양한 종류의 상품이 진열되어 있는 선반에서 지정된 상품을 로봇이 자동으로 찾아내서 피킹하여 상자에 넣는다.

ARC에서는 그 작업의 정확성과 신속성을 경쟁한다. 전세계에서 16개 팀이 참가하였다. 목적한 상품이 선반의 어디에 있는지, 어디를 잡으면 안정적으로 꺼낼 수 있는지 등을 자동으로 추정하기 위해 최신 딥러닝 기술 등이 사용되었다.

ARC의 전체 동향과 신형 딥러닝 기술인 ‘RefineNet’을 사용하여 우승한 호주의 ACRV(Australian Centre for Robotic Vision)팀의 기술에 대한 자세한 내용은 본지 2017년 10월호에서 소개하였다. 그러나 ARC에서는 ACRV팀 외에도 눈에 띄는 인식 기술을 독자적으로 개발하여 성과를 올린 팀이 있었다. 그것은 미국의 MIT와 프린스턴 대학의 연구자들로 구성된 ‘MIT-프린스턴’팀이다.

일반적으로 딥러닝과 같은 기계학습의 경우는 라벨이 붙어 있는 대량의 학습데이터가 필요하다. 그러나 MIT-프린스턴이 도전한 것은 불과 하나의 샘플 데이터밖에 없는 상황에서도 그것이 어떤 물체인가를 식별하는 기술이다.

Tatsuhiko Yajima / 사이타마(埼玉)공업대학 공학부 생명환경화학과 교수

고체 표면의 기본적 성질인 친수성과 발수성은 고체 표면의 기능과 깊이 관련된 것으로써 인쇄, 자동차, 전시, 의료, 의류, 화장품 등, 산업에서 생활까지 광범위한 분야에서 응용되고 있다. 고체 표면의 이러한 성질은 2개의 인자에 의해 형성된다. 하나는 표면에 존재하는 원소 및 관능기(官能基) 또는 그 배열 등 화학적 성질을 바탕으로 한 인자이고, 또 하나는 표면의 미세한 요철 구조, 즉 형태학(Morphology)을 바탕으로 한 물리적 인자이다.

화학적 인자에 대해서는 수소 결합 및 응집력과 관계되어 있어, 오래 전부터 수 많은 기초 연구가 추진되어왔다. 또한 물리적.형태학 인자에 대해서는 주로 고체 표면의 미묘한 요철 형태를 이용, 물과의 접촉 면적 증대 및 물과 고체의 경계 면에 공기가 잔류함으로써 나타나는 효과가 있어, 전자는 WENZEL, 후자는 Cassie-Baxter 효과로서 알려져 있다.

초 친수성과 초 발수성은 화학적인 개질(改質)만으로는 만들어지지 않아 표면의 미세한 요철 구조를 물리적으로 제어할 필요가 있다. WENZEL 이론과 Cassie-Baxter 이론은 이를 위한 기초를 제공해준다.

이번 특집에서는 현대의 최첨단 과학기술 과제의 하나인 초 친수성과 초 발수성, 특히 초 발수성 및 초 친수성 표면 제작과 응용 기술에 관한 특집을 기획. 이 분야에서 활약하고 있는 연구자들로부터 논문을 제공받았다.

Innovation of Sensing Design and Technology

인류는 오랫동안 자신들의 감각기관을 가지고 주변환경을 파악하면서 오늘까지 살아 왔다. 우리들이 사는 이 지구에는 우리들 외에도 많은 동물과 식물, 곤충 등이 서식하고, 그들은 독자의 감각세계를 갖고 지금까지 그 종을 지켜 왔다.

지금 우리들은 센서와 인공지능이라는 새로운 과학의 날개를 얻어, 우리들 자신도 생각해보지 못했던 새로운 감각영역과 인지로의 여정을 열어가고자 하고 있다.

이전에는 살아가기 위한 목적 이외에는 의식해 보지도 못했던 미지의 감각영역과 인지의 상태가 과학기술의 발달에 의해, 새로운 사고의 세계로 점점 확장되어 가고 있다고 할 수 있다.

이와 같이 발달을 계속하는 과학기술에 의해, 우리들이 이전에는 생각할 수 없었던 자신의 기억의 주변에서 일어났었다고 생각하던 일들을 다시 눈앞에 볼 수 있고, 이전에는 예측하는 일조차 없었던 그리움을 입힌 미래의 생활과 사회의 미래를 생각할 수 있게 될 것이다.