▲ 고든 청 교수

로봇이 인간의 행동을 보다 효과적으로 학습하기 위해선 ‘의도 학습(purposive learning)’ 기술을 적용해야한다는 주장이 제기됐다.

독일 뮌헨공대(TUM) '고든 청(Gorden Cheng)' 교수팀은 최근 ‘사이언스 로보틱스’에 기고한 논문에서 의도 학습 방식을 채택하면 보다 효과적으로, 그리고 유연하게 인간의 행동을 로봇이 학습할 수 있다고 주장했다.

연구진에 따르면 인간이나 동물들은 모방과 학습을 위해 3가지 전략을 갖고 있다. 외양 기반(appearance-based), 행동 기반(action-based), 의도 기반(purpose-based) 등 3가지다. 외양 기반 전략은 다른 사람이나 동물의 외양을 보고 모방 또는 학습하는 것이다. 행동 기반 전략은 다른 사람이나 동물이 행동하는 것을 보고 모방 또는 학습하는 것이다. 의도 기반 전략은 다른 사람이나 동물이 하려는 의도를 이해하고 따라하는 것이다.

이 3가지 전략 가운데 의도 기반 학습 전략이 중요하다는 주장이다. 설걷이를 하는 것을 예로 든다면 그릇이나 컵을 닦으려는 사람의 의도를 이해한다면 그릇의 크기나 모양이 바뀌거나 다른 세척 장비에 적용할 때도 로봇이 쉽게 학습할 수 있다는 것이다. 외양 기반의 학습을 하면 로봇이 설걷이하면서 그릇이나 컵을 깨기 쉽고 행동 기반 학습을 하면 컵이나 그릇의 모양이 달라지면 제대로 작업을 수행할 수 없다는 것이다.

고든 청 교수는 의도 학습 전략을 취하면 로봇은 접시나 그릇에 관한 일반적인 아이디어를 가질 수 있고 ‘청결’의 의미도 이해할수 있다고 지적한다. 연구팀은 로봇에게 의도 학습 전략을 적용하기 위해 관계 데이터베이스(relation database)를 구축했다. 가상의 부엌을 만들어놓고 사람들이 가상 현실 공간에서 설걷이를 하도록 했다. 이를 통해 설걷이에 관한 다양한 관계 데이터베이스를 만들었다. 이는 설걷이에 관한 일종의 커먼 센스 데이터베이스다. 이를 학습에 적용하면 로봇은 사람이 현재 하고 있는 작업을 이해하고 다음에 어떤 작업을 하려는지 보다 효과적으로 학습할 수 있다는 설명이다.