'젊은 로봇공학자(Young Robot Engineer)' 코너는 한국로봇학회와 로봇신문이 공동으로 기획한 시리즈물로 미래 한국 로봇산업을 이끌어 갈 젊은 로봇 공학자를 발굴해 소개하는데 있다.

20번째 인터뷰는 부산대 이승준 교수다. 이 교수는 2000년 서울대 전기공학부를 졸업하고 2002년 서울대 전기컴퓨터공학부에서 석사, 2013년 박사 학위를 받았다. 2009년 4월부터 2013년 2월까지 펜실베니아대 GRASP연구소 방문연구원, 2013년 3월부터 2016년 3월까지 동 연구소에서 박사후연구원으로 근무했다. 2016년 4월부터 2017년 8월까지 네이버 로보틱스 연구소 책임연구원을 거쳐, 2017년 9월부터 현재 부산대 전기컴퓨터공학부 전기공학전공 조교수로 근무중이다.

1994년 국제 수학 올림피아드 은메달, 2010-2015 로보컵 국제 로봇 축구대회 우승, 2013 DARPA Trials 국제 재난 로봇 대회 8위, 2014 URAI 젊은 과학자상, 2015 로보컵 국제 로봇 축구대회 Best Humanoid상, 2015 DARPA Finals 국제 재난 로봇 대회 13위 등 화려한 국제 로봇 경기대회에 참가 해왔다.

주요 연구 및 관심분야는 휴머노이드 로봇, 서비스 로봇, 모바일 매니퓰레이션의 자율로봇과 로봇에 대한 기계학습 분야이다.

▲부산대 이승준 교수

Q. 최근 부산대에서 하고 계신 연구가 있다면 소개 부탁드립니다.

작년 가을학기부터 몸담게 된 부산대학교의 '자율로봇과 인공지능연구실(ARAI Lab : Autonomous Robotics and Artificial Intelligence Lab)에서는 크게 두 가지 연구를 진행중입니다. 첫째는 홈 서비스 로봇 연구로, 자연어와 몸짓을 사용한 로봇과 인간간의 상호작용, 다양한 센서를 사용한 물체 인식, 모바일 베이스와 매니퓰레이터를 사용한 물체 조작 등을 포함하는 종합적인 서비스 로봇 시스템을 연구 및 개발중입니다.

두 번째는 고자유도 로봇 핸드, 로봇팔과 다양한 센서를 사용한 지능적인 매니퓰레이션 연구입니다. 양 연구 모두 인간-로봇 상호작용, 물체 인식, 행동 계획, 행동 제어 등의 매우 다양한 구성요소들이 필요합니다. 이제 막 시작하여 부족한 부분이 많지만, 각 구성요소들을 인공지능 방법론들을 이용하여 연구 및 개선하고 궁극적으로는 통제되지 않은 상황에서 장시간 자율 행동할 수 있는 자율 로봇 시스템을 개발하는 것이 제 목표입니다

Q. 서울대 전기공학과를 졸업하고 미국 펜실대에서 객원연구원, 서울대에서 “Active Stabilization of a Position-Controlled Humanoid Robot Using Machine Learning”이라는 주제로 박사 학위를 받았습니다. 논문이 어떤 내용인지 간단한 소개 부탁 드립니다.

이족보행 로봇은 높은 무게중심 위치에 비해 매우 작은 발 크기로 인해 불균일한 지표면이나 외부의 충격에 매우 민감합니다. 실제로 이 낮은 안정성 때문에 이족보행 로봇으로 실험시에는 로봇이 넘어져서 파손되는 것을 막아주는 갠트리(gantry)가 거의 필수적으로 요구되구요.

인간은 자세 안정화를 위하여 상체나 팔을 회전시키고 발걸음을 내딛는 등의 행동을 취하는데, 이러한 행동들을 로봇에 적용하려는 연구가 되어 왔으나 힘제어 기반이 아닌 높은 감속비의 위치제어 기반 로봇에는 적용이 어려웠습니다. 제 학위 논문은 이러한 위치제어 기반 휴머노이드 로봇에 인간의 자세 안정화 행동들을 적용하기 위하여 기계학습 방법론을 사용한 논문입니다.

▲2015년 로보컵 우승 직 후의 모습. 좌측이 이승준 박사, 가운데가 펜실바니아대 다니엘리 교수

Q. 주요 관심분야 및 연구분야가 휴머노이드 로봇, 서비스 로봇, 모바일 매니퓰레이션의 자율로봇과 로봇에 대한 기계학습 분야라고 알고 있습니다. 로봇에 대한 기계학습 분야의 최신 동향이라고 하면 어떠한 것이 있을까요?

최근 기계학습 분야의 현격한 발전으로 인하여 로봇분야가 크게 수혜를 받고 있고, 그중 가장 대표적인 부분이 자율 로봇에 필수적인 물체 인식 분야입니다. 과거에는 비젼(Vision)을 사용하여 물체들을 신뢰성 있게 인식할 수 있게 하기가 매우 어려웠고, 해당 도메인에 대한 많은 지식과 시행착오를 통한 최적화가 필수적으로 요구되었던 반면 최근 개발된 컨볼루션 뉴럴 네트워크(CNN) 기반 방법들은 특별한 노하우나 알고리즘에 대한 지식 없이도 쉽게 사용이 가능하며, 과거와 비교시 훨씬 빠르고 우수한 결과를 얻을 수 있게 되었습니다.

이러한 비젼 분야에서의 큰 성공을 바탕으로, 로봇 시스템의 다양한 분야에 기계학습을 적용하는 연구가 최근 활발하게 진행 중입니다. 학습 데이터를 충분히 얻을 수 있는 시뮬레이션 환경 하에서는 괄목할 만한 성과를 거두고 있으나, 반복 실험이 제한될 수밖에 없는 실제 로봇 하드웨어를 사용하여 기계학습을 수행하는 데에는 아직 많은 과제가 남아 있다고 봅니다.

Q. 제가 이해가 잘 안가서 그러는데 슬라이딩 오토노미(Sliding autonomy)가 무슨 의미인가요?

슬라이딩 오토노미 (Sliding autonomy)는 상황에 따라 로봇의 자율행동 수준을 동적으로 조절하는 것으로 정의됩니다. 즉 인간이 실시간으로 모든 것을 제어하는 원격제어로부터 로봇이 환경을 인식하고 스스로 모든 행동을 결정하는 완전 자율행동 사이까지의 다양한 단계를 조절할 수 있는 것입니다. 원격제어의 경우 인간이 보다 정확하게 상황을 인식, 파악할 수 있고 사전에 계획하지 않았던 복잡한 임무에 대응할 수 있다는 장점이 있으나, 로봇과 조작자 간에 안정된 통신환경이 필요하며 로봇을 조작하기 위한 조작자가 필요하다는 단점이 있습니다.

반면 완전한 자율행동의 경우 조작자가 필요없고 열악한 통신환경에서도 동작이 가능하나, 로봇의 상황인식 및 임무대응 능력은 떨어질 수밖에 없습니다. 이러한 양극단 사이에서 다양한 수준의 자율행동을 동적으로 조절할 수 있게 하는 슬라이딩 오토노미는 실용적인 자율로봇 시스템을 위해서 필수적입니다.

▲DARwIn-OP 로봇과 아이

Q. 자율주행 로봇을 개발하면서 가장 어려운 점은 무엇인가요?

자율주행 로봇을 위해서는 많은 구성요소가 필요하지만, 그 중 가장 중요한 것은 상황 인식능력입니다. 로봇 축구를 예로 들자면 로봇이 아무리 빠르게 걷고 강하게 공을 찰 수 있다고 하더라도, 공과 골대의 위치를 파악하지 못하면 아무것도 할 수 없습니다. 마찬가지로 자율주행 로봇의 경우 타 구성요소가 아무리 뛰어나다고 해도 현재 위치와 주위 사물들을 올바르게 인식하지 못하면 아무것도 할 수 없습니다. 다행히 최근 기계학습 분야의 큰 발전으로 인하여 이 부분이 많은 도움을 받고 있어, 자율주행 로봇을 위한 진입장벽이 기존에 비해 크게 낮아지고 있는 추세입니다.

Q. 펜실바니아대에서 다니엘 리 교수 연구실에서 방문연구원으로 오랫동안 계셨는데 어떤 연구를 주로 하셨나요?

펜실베니아 대학교에서는 지도교수였던 다니엘 리(Daniel Lee) 교수님과 현 UCLA의 데니스 홍(Dennis Hong) 교수님과 함께 다양한 휴머노이드 관련 프로젝트를 수행하였고, 이들 프로젝트에서 소프트웨어 핵심 개발을 담당하였습니다. 로보컵 (RoboCup) 국제로봇축구대회에서 휴머노이드 부문 Team DARwIn/ Team THORwIn의 소프트웨어 개발을 맡았고, DARPA Robotics Challenge (DRC) 예선과 본선에서도 보행, 안정화, 매니퓰레이션, 자율 행동 등의 소프트웨어 요소 대부분의 개발을 담당하였습니다.

이들 프로젝트들은 통제되지 않은 상황에서 장시간 자율 행동하는 강인하고 범용적인 알고리즘들을 요구하였는데, 저는 로봇의 제한된 계산 성능과 하드웨어의 제약 하에서 이들을 해결하기 위한 다양한 연구를 해 왔습니다.

▲DRC때 오퍼레이터 부스에서

Q. DRC에서 팀 THOR 구성원으로 대회를 참가하셨는데 대회 참가전과 후를 놓고 보았을 때 가장 크게 배운점이 있다면 무엇인가요?

DRC전에도 국제 로봇대회에 다년간 참가했지만, 기존의 국제대회는 따로 상금 등이 없고 해당분야 연구자들이 모여서 서로간의 연구성과를 아낌없이 공유하는 축제에 가까운 행사였습니다. 그와는 달리 DRC는 미국 방위고등연구계획국(DARPA)에 의해 조직되고 세계유수의 로봇 연구 기관들이 모두 참가한 매우 규모가 크고 경쟁이 치열한 대회였습니다. 여러 제약들로 인하여 아주 우수한 성과를 거두지는 못하였지만, 제가 개발한 소프트웨어와 저희 팀이 보다 스케일 큰 대회에서도 통한다는 것을 확인할 수 있었던 고무적인 기회였다고 생각합니다.

Q. 로봇을 하시게 된 동기와 로봇을 연구하면서 가장 어려운 점은 무엇인지요?

고등학교때 수학 국가대표를 하는 등 수학을 깊게 공부하면서 지능적인 알고리즘 분야에 큰 흥미를 얻게 되었고, 서울대 전기공학부에서 제어, 로보틱스, 인공지능 관련 분야를 탐색하고 서울대 컴퓨터공학부 인공지능 연구실에 진학하여 장병탁 교수님의 지도 하에 기계학습을 전공하였습니다. 하드웨어 플랫폼이 없던 한계로 아쉬움을 느끼던 도중, 기계학습 학회인 NIPS (현 NeurIPS) 에서 Daniel Lee 교수님을 알게 되어 펜실베니아 대학에서 로보틱스 연구를 본격적으로 시작하게 되었습니다.

로봇공학은 실제 하드웨어를 사용하여 현실 세계에서 결과를 내어야 하는 학문이기에, 이론뿐 아닌 소프트웨어 개발과 하드웨어에 대한 지식 및 경험이 모두 필요합니다. 제가 기계학습 연구를 하다가 실제 로봇을 다루게 되면서 로봇에서만 발생하는 다양한 문제들 (I/O 타이밍 문제, 센서ㆍ액추에이터의 보정 문제, 저레벨 컨트롤러들의 오작동 문제 등)을 접했으나, 풍부한 하드웨어 경험과 깊은 식견을 가지신 지도교수님의 적절한 조언으로 빠르게 극복할 수 있었습니다. 초보자가 흔히 범하기 쉬운 실수는 현실 세계의 다양한 변수들을 고려하지 않고 이상적인 상황에서만 작동하는 지나치게 복잡한 알고리즘을 만드는 것인데, 실제 환경에서는 그런 알고리즘은 제대로 동작하지 않을 가능성이 아주 높습니다.

Q. 대기업 네이버에서 연구원으로 계시다가 국립대학교 교수로 자리를 옮기셨습니다. 원래 교수를 꿈꾸셨나요?

학교로 옮기게 된 이유는 가족이 가장 큰 이유입니다. 다년간 유학생활을 해 오면서 연말부부, 기말부부를 거쳐 귀국하여 주말부부 생활을 하였는데, 드디어 같이 살며 남편과 아버지로서의 책임을 다할 수 있게 되었습니다. 또한 기존에 해보고 싶었던 서비스 로봇 분야의 연구를 독자적으로 수행할 수 있게 되었습니다. 물론 네이버에서 과분할 정도로 좋은 상황에서 연구했기에 옮긴 후 상대적으로 많은 어려움이 있으나, 주어진 장소에서 최대한 열심히 해 보려고 하고 있습니다.

Q. 미국에서 방문 연구원, 박사후 연구원으로 오랫동안 계셨는데 이 교수님이 생각하시는 미국 로봇연구의 강점 혹은 특징은 무엇이라고 생각하시는지요.

압도적인 재정적 지원과 우수한 인적 자원, 그리고 개방적이고 자유로운 분위기라고 생각합니다. 제가 참여했던 DARPA Robotics Challenge의 경우 선발된 팀에게 제공되는 연구비만 팀당 3백만 달러에 달했습니다. 이번에 열리는 DARPA Subterranean Challenge(지하탐색 경연대회)의 경우에도 각 팀에게 그 정도 수준의 연구비가 지원된다고 합니다. 또한 전세계에서 모여든 우수한 학생들과 연구진들이 아주 자유로운 분위기에서 선의의 경쟁을 하는 분위기 또한 기억에 남습니다.

Q. 연구자로서 앞으로의 꿈과 목표가 있다면?

최근 기계학습 분야의 큰 발전으로 로봇 소프트웨어 분야의 돌파구가 있었고, 추가로 최근 로봇 하드웨어의 가격대 또한 계속 낮아지고 있습니다. 따라서 이러한 소프트웨어와 하드웨어가 결합된 지능 로봇이 급격하게 사회에 보급될 시기가 곧 다가올 것이라고 생각합니다. 지능로봇이 가져올 그러한 커다란 사회 변화에 연구자로서 일익을 담당하고 싶습니다.

▲로보컵 대회전 팀웍을 고취하는 모습

Q. 수많은 로봇대회에서 우승한 경험이 있으신데 로봇공학자가 되려는 후배들에게 조언을 해주신다면?

로보틱스는 단일 학문이 아니라 융합 학문입니다. 수학과 어학 능력, 코딩 능력 등의 기초 능력은 필수적으로 필요하고, 전기공학, 전자공학 및 기계공학 등의 다양한 분야를 지속적으로 공부하고 익혀야 하며, 실제 하드웨어를 사용하여 실험하려면 하드웨어 관련 경험과 지식도 필요합니다. 반면에 최근 저렴한 로봇 하드웨어와 오픈 소스 소프트웨어들의 보급으로 이들 모두를 알지 못하더라도 로봇을 만들고 동작시킬 수 있게 되었습니다. 로봇공학자를 꿈꾼다면 가능한 빨리 실제 하드웨어를 사용하여 자신만의 로봇을 만들어 보고, 내가 만든 로봇이 현실세계에서 살아서 움직이는 쾌감을 잊지 말아야 한다고 생각합니다.

Q. 어떻게 하면 국내 로봇산업이 발전할 수 있는지 조언을 해 주신다면...

제가 국내 로봇산업에 대해 아직 잘 알지 못하기에 조언할 위치는 아닙니다. 최근 국내 다양한 기업들의 로봇산업 진출 소식을 들었는데, 연구용이나 소규모 작업장에서 사용할 수 있도록 모듈화되고 규격화되어 쉽게 다양한 구성으로 변경할 수 있는 로봇 하드웨어가 있다면 매우 도움이 될 것 같습니다.