사람은 다른 사람과 소통할 때 다양한 기법을 사용한다. 언어ㆍ몸짓ㆍ표정 등이 모두 동원된다. 가령 장인이 자신의 제자에게 책상에 있는 연장을 손가락으로 가르키면서 가져달라고 하면 제자는 장인의 지시 내용을 바로 이해하고 가져다 준다. 하지만 만일 비슷하게 생긴 연장이 여러 개 있다면 제자는 목수에게 이 연장이 맞냐고 되묻고, 목수가 고개를 끄덕여야 비로서 연장을 가져다 줄 수 있다. 제자의 혼란은 일련의 '소셜 피드백' 과정을 거쳐 해소된다.

그런데 여기서 제자가 로봇이라고 하면 얘기가 달라진다. 장인이 여러 가지 비슷하게 생긴 연장 가운데 하나를 가져다 달라고 손가락으로 가리키면 로봇은 혼돈에 빠진다. 목수가 그게 아니라고 몸짓을 해도 이해하지 못한다. 로봇이 이 같은 작업을 수행하지 못하는 이유는 사람처럼 사회적인 피드백 과정을 전혀 이해하지 못하기 때문이다.

▲ MIT의 로봇 시험

MIT CSAIL(컴퓨터과학 및 인공지능 연구소)은 지난주 보스턴대학 로봇 과학자들과 공동으로 사람의 뇌파(EEG:Electroencephalogram)를 읽어 로봇의 실수를 바로 교정할 수 있는 시스템을 개발했다고 밝혔다. 사람의 뇌파를 읽을 수 있는 전극 모자를 쓰고 있으면 로봇이 실수를 할 때 사람의 뇌에서 발생하는 이상 패턴인 ‘ErrP(Error-related Potential)’을 자동으로 인식해 동작을 수정할 수 있다. 이 기술은 사람이 전극 모자를 써야한다는 문제가 있다.

미국 브라운대 스테파니 텔렉스 연구소 과학자들은 다른 접근을 시도하고 있다. 로봇에게 사람처럼 소셜 피드백 과정을 이해하는 기술을 가르치고 있다. 연구자가 여러개의 비슷한 물건들이 놓여 있는 책상에서 특정 물건을 가르킬 때 로봇이 이해했으면 바로 작업을 수행하지만, 이해를 못했을 경우 사람에게 질문을 하거나 몸짓을 이해하는 방식으로 혼란 상황을 극복하는 것이다.

▲ 브라운대학의 로봇 시험

데이비드 휘트니ㆍ에릭 로센 등 연구자들은 이번 연구 성과를 5월 싱가포르에서 개최되는 ‘ICRA 2017’에서 발표할 예정이다. 논문 제목은 ‘물체 이동시 소셜 피드백을 통한 실수 줄이기(Reducing Errors in Object-Fetching Interactions through Social Feedback)’다.

연구팀은 사람의 요구사항을 정확하고 빠르게 이해할 수 있는 '물체 이동 영역(item-fetching domain)'을 위한 수학적인 프레임을 정의하고, 혼란과정을 극복할 수 있는 'POMDP(Partially Observable Markov Decision Process)' 모델을 공식화했다. 이 모델은 로봇이 언제 사람에게 적절한 질문을 해야하는지를 알려주기 때문에 물체를 정확히,그리고 보다 빠르게 실행할 수 있다고 한다. 연구팀이 16명의 참가자를 대상으로 실험을 진행한 결과 이번 모델은 기본 모델보다 속도가 25% 이상 빨랐고 정확도는 2.1% 개선된 것으로 나타났다.