·Îº¿½Å¹®»ç
Ȩ > ±âȹ¡¤Å×Å© > Àι°¿¬±¸
'ÀþÀº ·Îº¿ °øÇÐÀÚ' (50) KAIST ¹Ú´ëÇü ±³¼ö
ÆùƮŰ¿ì±â ÆùÆ®ÁÙÀ̱â ÇÁ¸°Æ®Çϱ⠸ÞÀϺ¸³»±â ½Å°íÇϱâ
½ÂÀÎ 2021.09.05  21:25:09
Æ®À§ÅÍ Ä«Ä«¿ÀÅå ÆäÀ̽ººÏ

'ÀþÀº ·Îº¿ °øÇÐÀÚ(Young Robot Engineer)' Äڳʴ Çѱ¹·Îº¿ÇÐȸ¿Í ·Îº¿½Å¹®ÀÌ °øµ¿À¸·Î ±âȹÇÑ ½Ã¸®Áî¹°·Î ¹Ì·¡ Çѱ¹ ·Îº¿»ê¾÷À» À̲ø¾î °¥ ÀþÀº ·Îº¿ °øÇÐÀÚ¸¦ ¹ß±¼ÇØ ¼Ò°³Çϴµ¥ ÀÖ´Ù.

50¹ø° ÀÎÅͺä´Â KAIST ¹Ú´ëÇü ±³¼ö´Ù. ¹Ú ±³¼ö´Â 2006³â 3¿ù ÀϺ» ¿À»çÄ«´ëÇп¡¼­ ½Ã½ºÅÛ »çÀ̾𽺷ΠÇкθ¦ ¸¶Ä¡°í ¹Ì±¹À¸·Î °Ç³Ê°¡ ·Î½º¾ØÁ©·¹½º ³²Ä¶¸®Æ÷´Ï¾Æ´ëÇп¡¼­ ÄÄÇ»ÅÍ »çÀ̾𽺷Π2008³â 5¿ù ¼®»ç ÇÐÀ§¸¦ ¹Þ¾Ò´Ù. Á¹¾÷ ÈÄ ±Í±¹Çؼ­ 2008³âºÎÅÍ 2012³â±îÁö »ï¼ºÀüÀÚ »ý»ê±â¼ú¿¬±¸¼Ò¿¡¼­ ·Îº¿ ¿¬±¸¿øÀ¸·Î ±Ù¹«Çϸ鼭 »ê¾÷¿ë ·Îº¿µéÀ» °³¹ßÇÑ °æÇèµµ °®°í ÀÖ´Ù. ±×ÈÄ È¸»ç¸¦ ±×¸¸µÎ°í ´Ù½Ã ¹Ì±¹À¸·Î °¡¼­ 2012³â ºÎÅÍ 2018³â ±îÁö ¹Ì±¹ Á¶Áö¾Æ °ø´ë(Georgia Tech.)¿¡¼­ º¸Á¶ ·Îº¿°ú ÀÌ»ó »óȲ °¨Áö ¸ð´ÏÅ͸¦ ¿¬±¸ÇÏ¿© ·Îº¸Æ½½º ¹Ú»ç ÇÐÀ§¸¦ ¹Þ¾Ò´Ù. ¹Ú»ç Á¹¾÷ ÈÄ 2018³â ºÎÅÍ 2020³â 7¿ù±îÁö ¸Þ»çÃß¼¼Ã÷°ø´ë(MIT) ÄÄÇ»ÅÍ»çÀ̾𽺠¹× ÀΰøÁö´É¿¬±¸¼Ò(Computer Science and Artificial Intelligence Laboratory:CSAIL)¿¡¼­ ¹Ú»çÈÄ ¿¬±¸¿øÀ¸·Î ÀçÁ÷Çϸ鼭 ¿ª°­È­ÇнÀ°ú ÀǹÌÀû Áö½ÄÃß·Ð ¹æ¹ý·ÐÀ» ¿¬±¸ÇÏ¿´´Ù. ±Í±¹ ÈÄ 2020³â 8¿ùºÎÅÍ ÇöÀç±îÁö KAIST Àü»êÇкΠÁ¶±³¼ö·Î ÀçÁ÷Çϸ鼭 °­ÀÎÁö´É ¹× ·Îº¸Æ½½º ¿¬±¸½ÇÀ» À̲ø°í ÀÖ´Ù.

ÁÖ¿ä °ü½É ºÐ¾ß´Â ¸ð¹ÙÀÏ ¸Å´Ïǽ·¹À̼Ç, ±â°èÇнÀ, ÀÛ¾÷ ¹× °æ·Î°èȹ, Àΰ£-·Îº¿ »óÈ£ÀÛ¿ë ±â¼ú µîÀÌ´Ù. 2001~2006³â ÇÑÀÏÁ¤ºÎ ±¹ºñÀåÇлý ¼±¹ß, 2008³â 5¿ù ³²Ä¶¸®Æ÷´Ï¾Æ´ë ¼ºÀû¿ì¼ö»ó µîÀ» ¼ö»óÇß´Ù.

¡ã2017³â ¹êÄí¹ö IROS ÇÐȸÀå¿¡¼­

Q. Robust Intelligence & Robotics Laboratory(RIRO Lab)¿¡ ´ëÇÑ ¼Ò°³ ºÎŹ µå¸³´Ï´Ù.

°­ÀÎÁö´É & ·Îº¸Æ½½º ¿¬±¸½Ç (RIRO Lab: Robust Intelligence and Robotics Lab)Àº ´Ù¾çÇÑ È¯°æ¿¡¼­ »ç¶÷°ú ¼ÒÅëÇÏ°í Çù·ÂÇÒ ¼ö ÀÖ´Â °­ÀÎÇÑ Áö´ÉÀ» °¡Áø ·Îº¿ ±â¼úÀ» ¿¬±¸ÇÏ´Â °÷ÀÔ´Ï´Ù. ÀúÈñ ¿¬±¸½ÇÀº ƯÈ÷ ÁÖÇà ´É·Â°ú ¹°Ã¼ Á¶ÀÛ ´É·ÂÀ» °¡Áö°í »ç¶÷°ú Çù·Â °¡´ÉÇÑ ¸ð¹ÙÀÏ ¸Å´Ïǽ·¹ÀÌ¼Ç ¿¬±¸¿¡ ÁÖ¸ñÇÏ°í ÀÖÀ¸¸ç, ´Ù°¡¿À´Â °í·ÉÈ­ »çȸ¿¡¼­ÀÇ °¡»ç, º¸Á¶, »ê¾÷ ³ëµ¿·Â ºÎÁ· ¹®Á¦¸¦ ÇØ°áÇÏ´Â ±â¼úÀ» Á¦°øÇÏ°íÀÚ ÇÕ´Ï´Ù. À̸¦ À§ÇØ, ½ºÅ³ÇнÀ°ú ÀÛ¾÷ ¹× °æ·Î °èȹ ¹®Á¦¸¦ ¿¬±¸ÇÏ°í ÀÖÀ¸¸ç, ÃÖ±Ù ÁÖ¸ñ¹Þ°í ÀÖ´Â ÀÚ¿¬¾î ó¸®¿Í ±â°è »ó½Ä ±â¹ÝÀÇ Ãß·ÐÀ» ¿¬±¸ÇÏ¿© Àΰ£°ú °°Àº ¼öÁØÀÇ ÀÛ¾÷ ¹× ¼ÒÅë ´É·ÂÀ» °¡Áø ÀÛ¾÷ µ¿·á¸¦ ¼Ò°³ÇÒ ¿¹Á¤ÀÔ´Ï´Ù.

ÀÌ·¯ÇÑ ¿¬±¸¸¦ À§ÇØ ÀúÈñ ¿¬±¸½ÇÀº ±â°è¿¡¼­ Àü»ê±îÁö ´Ù¾çÇÑ ¹è°æÀ» °¡Áø Çлýµé·Î ±¸¼ºµÇ¾î ÀÖÀ¸¸ç, ¿¬±¸ ÁÖÁ¦¿¡ µû¶ó °­È­ÇнÀ, ½ÉÃþÇнÀ(Deep Learning), ÀÚ¿¬¾î 󸮿¡ °ÉÄ£ ¿ä¼Ò ±â¼úµéÀ» ¿¬±¸ÇÏ¿© ¸ð¹ÙÀÏ ¸Å´Ïǽ·¹ÀÌÅ͵鿡 Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù. ´ëºÎºÐÀÇ ÇлýµéÀº ÀÎÅϽ± ¶Ç´Â °³º° ¿¬±¸¸¦ ÅëÇØ »çÀü ¿¬±¸¸¦ ÁøÇàÇÏ°í KAISTÀÇ Àü»êÇкÎ, AI´ëÇпø, ·Îº¿ÇÐÁ¦Àü°ø µîÀ» ÅëÇØ ÁøÇÐÇÏ¿© ÀúÈñ ¿¬±¸½Ç¿¡¼­ ¿¬±¸¸¦ ¼öÇàÇÏ°í ÀÖ½À´Ï´Ù. ¶ÇÇÑ, ÇâÈÄ ¿¬±¸¼Ò³ª Çаè·ÎÀÇ ÁøÃâÀ» Àû±ØÀûÀ¸·Î Àå·ÁÇÏ°í ÀÖÀ¸¸ç, ´õ ¸¹Àº °æÇèÀ» ½×°Ô Çϱâ À§ÇØ MIT, IIT-Delhi µî ¼¼°è À¯¼ö ±â°üÀÇ µ¿·áµé°ú Çù¾÷À» ÁøÇàÇÏ°í ÀÖ°í ÁøÇàÇÒ ¿¹Á¤ÀÔ´Ï´Ù.

¡ãRIRO Lab ¸â¹ö¿Í ¸ð¹ÙÀÏ ¸Å´Ïǽ·¹ÀÌÅÍ HAETAE

Q. ÃÖ±Ù ÇÏ°í °è½Å ¿¬±¸°¡ ÀÖ´Ù¸é ¼Ò°³ ºÎŹµå¸³´Ï´Ù.

ÀúÈñ ¿¬±¸½ÇÀº ÀüüÀûÀ¸·Î ÀÚ¿¬¾î ±â¹ÝÀÇ ÀÛ¾÷ Áö½Ã¸¦ ÀÌÇØÇÏ°í ½ºÅ³ÇнÀÀ» ÅëÇØ °íµµÀÇ Á¶ÀÛ ÀÛ¾÷À» ¼öÇàÇÏ´Â ÅëÀÏµÈ ÇнÀ ¹× Ã߷Рü°è¸¦ ¿¬±¸ÇÏ°í ÀÖ½À´Ï´Ù. ÀÌ´Â ¿ÃÇØ Çѱ¹¿¬±¸Àç´ÜÀÇ °³ÀÎ °úÁ¦ ¹× Áý´Ü °úÁ¦·Î ¼±Á¤µÇ¾î ±× Á߿伺ÀÌ ÁÖ¸ñµÇ°í Àִµ¥, ´ëÇ¥ ³»¿ëÀº ´ÙÀ½°ú °°½À´Ï´Ù.

ÀÚ¿¬¾î ±â¹Ý ÀÛ¾÷°èȹ: »ç¶÷ÀÌ ½±°Ô È°¿ë °¡´ÉÇÑ ÀÚ¿¬¾î ÀÎÅÍÆäÀ̽º´Â ¸ðÈ£ÇÔ°ú ´Ü¼øÇÔÀ¸·Î ÀÎÇØ º¹ÀâÇÑ ÀÛ¾÷À» Àü´ÞÇÏ´Â µ¥ ¾î·Á¿òÀÌ ÀÖ½À´Ï´Ù. À̸¦ ÀÚ¿¬¾îÀÇ ±×¶ó¿îµù ¹®Á¦¶ó°í Çϸç, ¿©±â ¿¬±¸½ÇÀº Ç¥Çö·ÂÀÌ ³ôÀº ½ÃÁ¦³í¸®(temporal logic)¿Í Áö½Ä±â¹ÝÀÇ °èȹ Ãß·Ð ¸ðµ¨À» ÅëÇØ ´Ù¾çÇÑ ÀÛ¾÷ ½ºÅ³ÀÇ Á¶ÇÕ°ú ½Ã°ø°£µîÀÇ Á¦¾àÀ» °í·ÁÇÑ °èȹÀ» ¼¼¿ï ¼ö ÀÖ´Â ¹æ¹ý·ÐÀ» ¿¬±¸ÇÏ·Á ÇÏ°í ÀÖ½À´Ï´Ù.

¸ð¹æÇнÀ: »ç¶÷ÀÇ ´Ù¾çÇÑ ¸í·ÉÀ» °èȹ-¼öÇàÇϱâ À§Çؼ­´Â ´Ù¾çÇÑ ÀÛ¾÷ ½ºÅ³µéÀÌ ÇÊ¿äÇÕ´Ï´Ù. ÇÏÁö¸¸, ±âÁ¸ÀÇ º¸»óÇÔ¼ö±â¹ÝÀÇ ½ºÅ³ ÇнÀÀº Çö½ÇÀÇ ´Ù¾çÇÑ Á¦¾à Á¶°ÇµéÀ» ÇнÀÇÏÁö ¸øÇÏ°í ÀÖ½À´Ï´Ù. À̸¦ ÇØ°áÇϱâ À§ÇØ ½Ã°ø°£Àû Á¦¾à Á¶°ÇÀ» Ãß·ÐÇÏ´Â ¿ª°­È­ÇнÀ(inverse reinforcement learning)À» ¿¬±¸ÇÏ°í ÀÖÀ¸¸ç ÇâÈÄ ¸Å´Ïǽ·¹À̼ÇÀ» ÅëÇØ ±× °á°ú¸¦ º¸ÀÏ ¿¹Á¤ÀÔ´Ï´Ù.

ÀÌÁ¾Çù¾÷Áö´É: ¸¶Áö¸·À¸·Î, ÀÌÁ¾ÀÇ ·Îº¿µé °áÇÕÀ» ÅëÇØ È¿À²ÀûÀÎ Çù¾÷ÀÛ¾÷À» °¡´ÉÄÉ ÇÏ´Â »õ·Î¿î Çù¾÷Áö´ÉÀ» ¿¬±¸ÇÏ°í ÀÖ½À´Ï´Ù. ÀÌ´Â KAISTÀÇ È«½ÂÈÆ, ±è¹ÎÁØ ±³¼ö´Ô°ú °øµ¿À¸·Î Áý´Ü ¿¬±¸¸¦ ÁøÇàÇÏ°í ÀÖÀ¸¸ç, ºñÀüÀνÄ-°èȹ-ÀÛ¾÷Á¦¾îÀÇ °èÃþÀû ÅëÇÕÀ» ÅëÇØ °íµµÈ­µÈ Çù·Â ·Îº¸Æ½½º¸¦ ¼±º¸ÀÌ·Á ÇÏ°í ÀÖ½À´Ï´Ù.

¡ã2021 ICRA³í¹®ÀÇ ½ÃÁ¦³í¸® ±â¹ÝÀÇ ÀÛ¾÷ ¹× °æ·Î °èȹ

Q. ¹Ì±¹ Á¶Áö¾ÆÅØ¿¡¼­ “A Multimodal Execution Monitor for Assistive Robots”À¸·Î ¹Ú»ç ÇÐÀ§¸¦ ¹ÞÀ¸¼Ì´Âµ¥ ¾î¶² ³»¿ëÀÎÁö ¼Ò°³ ºÎŹ µå¸³´Ï´Ù.

¹Ú»ç°úÁ¤¿¡¼­ ¼öÇàÇÑ ÁÖ¿ä ¿¬±¸´Â ¹ü¿ë ´Ù°üÀý ·Îº¿(General-purpose manipulator)À» ÀÌ¿ëÇÑ ÀÇ·á¼­ºñ½ºÀÔ´Ï´Ù. ÃÖ±ÙÀÇ ·Îº¿Àº ´Ù¾çÇÑ ¼­ºñ½º¸¦ Á¦°øÇÒ ´É·ÂÀÌ ÀÖÁö¸¸, ÀÛÀº ¿À·ù·Î ÀÎÇØ »ç¿ëÀÚ¸¦ ´ÙÄ¡°Ô ÇÒ ¼ö ÀÖ´Ù´Â ¹®Á¦°¡ ÀÖ½À´Ï´Ù. À̸¦ À§ÇØ Àú´Â ·Îº¿ÀÇ ´Ù¾çÇÑ ¼¾¼­µéÀ» ¹ÙÅÁÀ¸·Î Æò¼Ò¿Í ´Ù¸¥ ÀÌ»ó »óȲÀÇ °¨Áö ¹× ºÐ·ù¸¦ ÇÒ ¼ö ÀÖ´Â ±â°èÇнÀ ±â¹Ý °¨½Ã ¾Ë°í¸®ÁòÀÎ “Multimodal Execution Monitor”¸¦ ¿¬±¸ÇÏ¿´½À´Ï´Ù. ÀÌ ¿¬±¸¿¡¼­´Â ´Ù¾çÇÑ ¼¾¼­µéÀÇ ½Ã°£Àû °ü°è Ư¼º(multimodal co-occurence)À» È®·üÀûÀ¸·Î ¸ðµ¨¸µ ÇÔÀ¸·Î½á ÀÔ·Â ¼¾¼­ Á¤º¸ÀÇ ¿ìµµ(likelihood)¸¦ °è»êÇÏ°í, ÀÛ¾÷ÀÇ ÁøÇà »óȲ¿¡ µû¶ó º¯ÀÌ ¿ªÄ¡(varying threshold)¸¦ Ãß·ÐÇÏ¿© Á» ´õ ºü¸£°í Á¤È®ÇÑ °¨½Ã ¹æ¹ýÀ» ¼Ò°³ÇÏ¿´½À´Ï´Ù. ¶ÇÇÑ, ¸ÖƼ¸ð´Þ ½ÅÈ£¸¦ ´õ Á¤È®ÇÏ°Ô ¸ðµ¨¸µÇϱâ À§ÇØ long short-term memory-based variational autoencoder(LSTM-VAE)¶ó´Â ¾Ë°í¸®ÁòÀ» Á¦ÀÏ ¸ÕÀú ¼Ò°³ÇÏ¿© ¸¹Àº ÀοëÀ» ¹Þ±âµµ ÇÏ¿´°í ÀÚµ¿Àû ¹®Á¦ ÇØ°áÀ» À§ÇÑ ÀÌ»ó »óȲÀÇ ºÐ·ù ¿¬±¸µµ ÁøÇàÇÏ¿´½À´Ï´Ù.

¡ã RA-L¿¡ ¹ßÇ¥µÈ LSTM-VAE based Anomaly Detection

¶ÇÇÑ, ÀÌ ¿¬±¸ÀÇ Å×½ºÆ® ½Ã½ºÅÛÀ¸·Î¼­ ³ëÀΰú Àå¾ÖÀεéÀ» À§ÇÑ Àû±ØÀû ½Ä»ç º¸Á¶ ½Ã½ºÅÛ(Robot-Assisted Active Feeding System)À» °³¹ßÇÏ¿´½À´Ï´Ù. ¿©±â¼­ Àû±ØÀû ½Ä»ç º¸Á¶ ½Ã½ºÅÛÀ̶õ ±âÁ¸ÀÇ °£Á¢Àû ½Ä»ç º¸Á¶ ·Îº¿°ú ´Þ¸® ¾È¸é Àνİú ¾ÈÀüÇÑ Á¦¾î¸¦ ÅëÇØ »ó¹Ý½ÅÀ» °¡´­ ¼ö ¾ø´Â Àå¾ÖÀΰú ³ëÀÎÀÇ ÀԾȱîÁö À½½Ä¹°À» Á÷Á¢ Åõ¿©ÇÏ´Â ·Îº¿À» ¸»ÇÕ´Ï´Ù. ÀÌ·¯ÇÑ ¿¬±¸¸¦ ÅëÇØ ÇâÈÄ °¡Á¤¿¡¼­ °®°Ô µÉ ¹ü¿ë ·Îº¿ ÆÈÀ» °¡Áø ½Ã½ºÅÛÀÌ ¸ÖƼ¸ð´Þ ÀÌ»ó °¨Áö ½Ã½ºÅÛÀ» ÀÌ¿ëÇÏ¿© ´ë»ó¿¡°Ô ¾ÈÀüÇÏ°í Æí¸®ÇÑ ¼­ºñ½º¸¦ Á¦°øÇÒ ¼ö ÀÖÀ½À» º¸¿´½À´Ï´Ù. ÀÌ ¿¬±¸´Â AURO, RAS, RA-L, ICRA, IROS µîÀÇ ·Îº¿ ÇÐȸ ¹× Àú³Î»Ó¸¸ ¾Æ´Ï¶ó ¸¶¿ìÀú(Mouser)µîÀÇ ´ÙÅ¥¸àÅ͸®µîÀ» ÅëÇØ ¼Ò°³µÇ±âµµ ÇÏ¿´½À´Ï´Ù.

¡ã¹Ì±¹ Henry Evans¾¾¿Í Àû±ØÀû ½Ä»ç º¸Á¶ ½Ã½ºÅÛ Å×½ºÆ®

Q. ·Îº¿À» ¿¬±¸ÇϽø鼭 °¡Àå ¾î·Á¿î Á¡Àº ¹«¾ùÀԴϱî?

Á¦°¡ ÀϹÝÀûÀ¸·Î »ý°¢ÇÏ´Â ·Îº¿ ¿¬±¸ÀÇ °¡Àå ¾î·Á¿î Á¡Àº Çϵå¿þ¾î¿Í ¼ÒÇÁÆ®¿þ¾î¸¦ µ¿½Ã¿¡ ´Ù·é´Ù´Â Á¡ÀÔ´Ï´Ù. ·Îº¿Àº ±â°è, ÀüÀÚ, Àü»êÇÐÀ» Æ÷ÇÔÇÏ´Â º¹ÇÕ ¿¬±¸ ºÐ¾ß·Î½á, ÇнÀ ±â¹ÝÀÇ Áö´É»Ó¸¸ ¾Æ´Ï¶ó À̸¦ ½ÇÇàÇÏ´Â Çϵå¿þ¾îÀÇ ±¸Á¶, ¼¾½Ì, Á¦¾î¸¦ ¸ðµÎ Àß ¾Ë°í °í·ÁÇؾßÇÕ´Ï´Ù. ±× ¸¸Å­ ¸¹Àº ³ë·Â°ú ½Ã°£ÀÌ ÇÊ¿äÇÏÁÒ. ÀÌ¿¡ ´õÇØ Á¦°¡ °³ÀÎÀûÀ¸·Î »ý°¢ÇÏ´Â °¡Àå ¾î·Á¿î Á¡Àº °ø°ø µ¥ÀÌÅÍÀÇ ºÎÀçÀÔ´Ï´Ù. ƯÈ÷, ¹°¸®ÀûÀÎ ¿ä¼Ò°¡ µé¾î°¥¼ö·Ï ÀÌ¿ë °¡´ÉÇÑ µ¥ÀÌÅÍ´Â ±ØÈ÷ Èñ¹ÚÇØÁö°Ô µÇ¾î µ¥ÀÌÅÍÀÇ Ãëµæ, ÇнÀ, ºñ±³Æò°¡¸¦ ¸Å¿ì ¸¹Àº ÀÚ¿øÀ» ¼Ò¸ðÇÏ°Ô µË´Ï´Ù.

Q. ±³¼ö´ÔÀÇ ÁÖ¿ä °ü½É ºÐ¾ß°¡ ¸Å´Ïǽ·¹À̼Ç(Manipulation), Àç°­È­¶ô½À(Reinforcement Learning), ÀÚ¿¬¾îó¸®(Natural Language Processing) µîÀ¸·Î ¾Ë°í ÀÖ½À´Ï´Ù. ¸Å´Ïǽ·¹ÀÌ¼Ç ºÐ¾ßÀÇ ÃֽŠµ¿ÇâÀ̳ª ƯÀÌÁ¡ÀÌ ÀÖ´Ù¸é ¹«¾ùÀÎÁö ±Ã±ÝÇÕ´Ï´Ù.

¸Å´Ïǽ·¹ÀÌ¼Ç ¿¬±¸´Â Á¦ÇÑµÈ È¯°æ¿¡¼­ Çùµ¿ ·Îº¿À» ÅëÇØ °øÁ¸(co-existence) °¡´ÉÇÑ ·Îº¿ÀÇ ¿¬±¸·Î ¹ßÀüÇØ ¿Ô½À´Ï´Ù. ÀÌÁ¦ ´ÙÀ½ ´Ü°è·Î½á Çù¾÷(collaboration) °¡´ÉÇÑ Áö´ÉÀ» °¡Áø ·Îº¿ÀÇ ¿¬±¸·Î Á¡Â÷ ¿¬±¸ÀÇ ÅäÇȵéÀÌ º¯È­µÇ°í ÀÖÀ¸¸ç, ÃÖ±Ù¿¡ Á¦°¡ ÁÖ¸ñÇÏ°í ÀÖ´Â µ¿Çâ Å°¿öµåµéÀº ½Éº¼¸¯Ç÷¡´×(symbolic planning), ¸Ó½ÅÄ¿¸Õ¼¾½º(machine commonsense), Å¥¸®¿À½ÃƼ(curiosity) µîÀÔ´Ï´Ù. Çù¾÷ °¡´ÉÇÑ ·Îº¿Àº »ç¶÷ÀÇ »ç¶÷°ú °°Àº ¼öÁØÀÇ Áö½Ä°ú ½ºÅ³À» ¹ÙÅÁÀ¸·Î ÀÛ¾÷°ú ¸í·ÉÀ» ÀÌÇØÇÒ ¼ö ÀÖ¾î¾ß Çϸç, À̸¦ À§ÇÑ Áö½ÄÀ» Ãëµæ, ±¸ÃàÇÏ°í »ç¶÷°ú °°ÀÌ ¹®Á¦ÀÇ °£·«È­¸¦ ÅëÇÑ °èȹÀ» ÇØ¾ß ÇÒ °ÍÀÔ´Ï´Ù. ÀÌ·¯ÇÑ ¿¬±¸´Â ÀÚ¿¬¾îó¸®(natural language processing), Àç°­È­ÇнÀ(reinforcement learning), ¸ÞŸÇнÀ(meta learning) µî°ú ¸Å¿ì ¹ÐÁ¢ÇÑ °ü°è°¡ ÀÖÀ¸¸ç ¾ÕÀ¸·ÎÀÇ ¹ßÀüÀÌ ¸Å¿ì ±â´ë°¡ µË´Ï´Ù.

Q. ·Îº¿À» ¿¬±¸ÇÏ½Ã°Ô µÈ µ¿±â°¡ ÀÖ´Ù¸é?

¾î·Á¼­ºÎÅÍ ·Îº¿ ¸¸È­¸¦ ¸¹ÀÌ ºÁ¼­ ±×·±Áö ÀÚ¿¬½º·´°Ô ¸¸µé¾î º¸°í ½Í´Ù´Â »ý°¢ÀÌ ÀÖ¾ú´Âµ¥¿ä, ±¹ºñÀåÇлý ÇÁ·Î±×·¥À» ÅëÇØ ·Îº¿ °­±¹ÀÎ ÀϺ»À¸·Î À¯ÇÐÀ» ÇÏ°Ô µÈ °ÍÀÌ °áÁ¤Àû °è±â°¡ ¾Æ´Ï¾ú³ª ½Í½À´Ï´Ù. ÀϺ»¿¡¼­´Â ÇкΠ4³â Â÷¿¡ ¸ðµç ÇлýÀÌ ¿¬±¸½Ç·Î ¹èÁ¤µÇ¾î 1³â ³»³» ¿¬±¸ÇÏ´Â °úÁ¤ÀÌ ÀÖ¾ú°í, ÀÚ¿¬½º·´°Ô ·Îº¿ ¿¬±¸½Ç¿¡¼­ ÈÞ¸Ó³ëÀ̵å Á¦¾î¸¦ ¿¬±¸Çϸ鼭 º»°ÝÀûÀÎ ¿¬±¸ÀÚÀÇ ±æÀ» °È°Ô µÇ¾ú½À´Ï´Ù.

Q. ƯÀÌÇÏ°Ôµµ ÀϺ» ¿À»çÄ«´ëÇп¡¼­ Çкθ¦ ¸¶Ä¡°í ¹Ì±¹À¸·Î °¡¼Å¼­ ³²Ä¶¸®Æ÷´Ï¾Æ´ëÇп¡¼­ ¼®»ç, Á¶Áö¾ÆÅØ¿¡¼­ ¹Ú»ç¸¦ Çϼ̽À´Ï´Ù. ÀϺ»¿¡¼­ ¹Ì±¹À¸·Î ÁøÇÐÇÏ½Ã°Ô µÈ Ưº°ÇÑ °è±â°¡ ÀÖ¾ú³ª¿ä?

ÀϺ»¿¡¼­ ´Ù¾çÇÑ ¸ð¹ÙÀÏ ·Îº¿À» Á¦ÀÛÇÏ°í ÈÞ¸Ó³ëÀ̵åÀÇ È¸Àü µ¿ÀÛÀ» ¿¬±¸Çϸ鼭 ´Ü¼øÇÑ ·ê(rule)±â¹ÝÀÇ µ¿ÀÛÀ» ¸¸µé¾î³»´Ù º¸´Ï ·Îº¿ÀÇ ÇѰ踦 °­ÇÏ°Ô ´À²¼¾ú½À´Ï´Ù. ¹°·Ð, ÀÎÅͳݿ¡ ÇнÀ ¼Ò½º°¡ ¸¹Áö ¾Ê´ø ½ÃÀýÀ̾ú±â¿¡ Çкλý ¼öÁØ¿¡¼­´Â ´ç¿¬ÇÑ °á°ú¿´°ÚÁö¸¸ Á¦°¡ »ý°¢ÇÏ´Â ·Îº¿À» ¸¸µé±â À§Çؼ­´Â »õ·Î¿î µ¹Æı¸°¡ ÇÊ¿äÇÏ´Ù°í »ý°¢ÇÏ¿´½À´Ï´Ù. ±× ´ç½Ã Çѱ¹°ú ÀϺ»ÀÇ ¸¹Àº ¿¬±¸°¡ µðÀÚÀÎ ¹× Á¦¾îÀû °üÁ¡À» Áß¿ä½ÃÇÏ´Â »óȲÀ̾ú°í Á¦ Àü°ø ¶ÇÇÑ ÀüÀڽýºÅÛÀÌ¿´±â ¶§¹®¿¡ Àü»ê ÂÊÀ¸·ÎÀÇ ÁøÇÐÀÌ ÇÊ¿äÇß½À´Ï´Ù. ÀÌ¿¡ µû¶ó ÀÚ¿¬½º·´°Ô ÀΰøÁö´ÉÀÇ °­±¹ÀÎ ¹Ì±¹À¸·Î ´«À» µ¹¸®°Ô µÇ¾ú°í, ÄÄÇ»ÅÍ»çÀ̾ð½º-Áö´ÉÇü·Îº¿(computer science - intelligent robotics) ÂÊÀ¸·Î Àü°øÀ» ¹Ù²Ù¾î Çо÷À» À̾°¡°Ô µÇ¾ú½À´Ï´Ù.

Q. MIT¿¡¼­ ¹Ú»çÈÄ ¿¬±¸¿øÀ¸·Î 2018³âºÎÅÍ 2020³â 7¿ù±îÁö °è¼Ì´Âµ¥ ¾î¶² ¿¬±¸¸¦ ÁÖ·Î Çϼ̴ÂÁö¿ä?

MIT¿¡¼­ Á¦°¡ °ü½É ÀÖ°Ô ÁøÇàÇß´ø ¿¬±¸´Â »ç¶÷°ú ´Ù¾çÇÑ Çù¾÷ ¹× º¸Á¶¸¦ ÇÒ ¼ö ÀÖ´Â Áö´É·Îº¿ÀÇ °³¹ß·Î½á ¸ð¹æÇнÀÀ» ÅëÇÑ Çù¾÷ °¡´ÉÇÑ ½ºÅ³ÀÇ È¹µæ°ú, ¼ÒÅëÀ» ÅëÇÑ ÀÛ¾÷¼öÇàÀ̶ó´Â µÎ °¡Áö ¹æÇâ¿¡ °ÉÄ£ ¿¬±¸°¡ ÀÖ½À´Ï´Ù.

°£´ÜÈ÷ ¼Ò°³ÇØ µå¸®¸é, ù ¹ø°´Â »ç¶÷ÀÇ ½ºÅ³À» Á¤È®ÇÏ°í È¿À²ÀûÀ¸·Î ÇнÀÇÏ´Â »õ·Î¿î ¸ð¹æÇнÀ ±â¼úÀÔ´Ï´Ù. ½ÇÁ¦ »ç¶÷ÀÇ ÀÛ¾÷Àº ÁÖ¾îÁø ÀÛ¾÷ÀÇ ¸ñÀû»Ó¸¸ ¾Æ´Ï¶ó, ¾ÈÀü ¹× ±Ô¾àµîÀÇ Á¦¾à Á¶°Ç(constraint)ÀÇ ÀÌÇØ°¡ ÇÊ¿äÇÏÁö¸¸, ±âÁ¸ÀÇ ¸ð¹æ ÇнÀ ¹æ¹ý·ÐÀº ¸ñÀûÇÔ¼ö(reward function) ÇнÀ¿¡ ÁýÁßÇÏ¿© ÀÛ¾÷¿¡ ³»ÀçÇÑ Á¶°ÇµéÀ» ÇнÀÇÒ ¼ö ¾ø¾ú½À´Ï´Ù. Àú´Â ÇÑ °³ÀÇ ±³½Ã ÀÚ·á(demonstration)¸¦ ºÐÇÒÇÏ°í, °¢ ºÎºÐÀ» ´ëÇ¥ÇÏ´Â ¸ñÇ¥ »óÅ ¹× Á¦¾à Á¶°ÇÀ» ã¾Æ³»´Â ¾Ë°í¸®ÁòÀÎ "Á¦Çѱâ¹Ý º£ÀÌÁö¾È ºñ¸ð¼öÀû ¿ª°­È­ ÇнÀ(Constraint-based Bayesian Nonparametric Inverse Reinforcement Learning :CBN-IRL)”À» Á¦½ÃÇÏ¿´½À´Ï´Ù. À̸¦ ÅëÇØ °£´ÜÇÑ È¯°æ¿¡¼­ÀÇ ±³½Ã ÀڷḦ ¹ÙÅÁÀ¸·Î ´õ º¹ÀâÇÑ È¯°æ¿¡¼­ ÀÏ·ÃÀÇ ¸ñÇ¥ ¹× Á¦¾àÁ¶°Çµé·Î ¸ñÀûµÈ µ¿ÀÛÀ» »ý¼ºÇØ ³¾ ¼ö ÀÖÀ½À» º¸¿©ÁÖ¾ú½À´Ï´Ù. ÀÌ ¿¬±¸´Â Á» ´õ °£´ÜÇÑ ÀÛ¾÷¸í·ÉÀ» Á¤ÀÇÇÏ´Â µ¥ °øÇåÇÏ¿©, ±âÁ¸ÀÇ º£ÀÌÁö¾È ºñ¸ð¼öÀû ¿ª°­È­ ÇнÀ¿¡ ÇÊ¿äÇÑ ¼¼ºÎ ÀÛ¾÷ÀÇ ¼ö¸¦ 88%±îÁö ÁÙÀÌ°í, ±âÁ¸ÀÇ ÃֽŠ¿ª°­È­ ÇнÀµéº¸´Ù ³ôÀº ¸ð¹æ ´É·ÂÀ» º¸¿©ÁÖ¾ú½À´Ï´Ù. ÀÌ ¿¬±¸´Â ·Îº¿ ÇнÀ ºÐ¾ßÀÇ ÃֽŠÇÐȸÀÎ 'Conference on Robot Learning (CoRL)'¿¡¼­ ±¸µÎ ¹ßÇ¥µÇ¾ú½À´Ï´Ù.

¡ãCoRL 2019¿¡ ¼Ò°³µÈ Constraint-based Bayesian Non-parametric Inverse Reinforcement Learning (CBN-IRL) ¿¬±¸

µÎ ¹ø°´Â ÀÚ¿¬¾î ó¸®¿Í Àǹ̷ÐÀû »óÅ Ãß·ÐÀ» ÀÌ¿ëÇÑ ÀÛ¾÷ °èȹÀÔ´Ï´Ù. »ç¶÷ÀÇ ÀÛ¾÷¸í·ÉÀº ´ëºÎºÐ ÀÚ¿¬¾î¸¦ ÀÌ¿ëÇÏ¿© ·Îº¿¿¡°Ô Àü´ÞµÇ¸ç, ÀÌ·¯ÇÑ ¸í·ÉÀ» Çؼ®ÇÏ°í ¼öÇàÇϱâ À§ÇØ ·Îº¿Àº »ç¶÷ÀÌ »ç¿ëÇÏ°í ÀÖ´Â ÀÛ¾÷ȯ°æ¿¡ ´ëÇÑ ÀÇ¹Ì Áö½ÄÀ» ÀÌÇØÇÏ¿©¾ß ÇÕ´Ï´Ù. ¿¹¸¦ µé¾î “¹«°Å¿î ¹Ú½º °¡Á®¿Í”¿Í “ÁÂÃø ³¡ »óÀÚ °¡Á®¿Í” µîÀ» ¼öÇàÇϱâ À§ÇÏ¿© ·Îº¿Àº ¹«°Å¿ò ¹× »ó´ëÀû À§Ä¡¿¡ ´ëÇÑ Àǹ̸¦ ÀÌÇØÇÏ¿©¾ß ÇÕ´Ï´Ù. À̸¦ À§ÇØ, Àú´Â 'º£ÀÌÁö¾È ¸ÖƼ¸ð´Þ ÀÇ¹Ì Áö½Ä Ãß·Ð(Bayesian Multimodal Semantic-knowledge Estimation)' ¾Ë°í¸®ÁòÀ» Á¦¾ÈÇÏ¿© »ç¶÷À¸·ÎºÎÅÍÀÇ ÀÚ¿¬¾î ÀԷ°ú ȯ°æ°úÀÇ ¹°¸®Àû »óÈ£ÀÛ¿ëÀ» ÅëÇØ ¹°Ã¼¿¡ ³»ÀçÇÑ ÀÇ¹Ì »óŸ¦ Ãß·ÐÇÏ°í °­ÀÎÇÑ Ãß·ÐÀ» À§ÇÏ¿© Áö½ÄÀ» °³¼±ÇØ ³ª°¥ ¼ö ÀÖ°Ô ÇÏ¿´½À´Ï´Ù.

ÀÌ¿Í °ü·ÃµÈ ¿¬±¸´Â ¹Ì±¹ À°±º¿¡¼­ ÁøÇàÇÏ°í ÀÖ´Â Robotics Collaborative Technology Alliance (RCTA) ÇÁ·Î±×·¥¿¡ È°¿ëµÇ¾î ½ÇÁ¦ ÀüÀå¿¡¼­ º´»ç°¡ À§Çè¹°À» ·Îº¿°úÀÇ ½Ç½Ã°£ Çù¾÷À» ÅëÇØ Á¶»çÇÒ ¼ö ÀÖ´Â Áß¿äÇÑ ±â¼ú·Î ÀÎÁ¤¹Þ¾ÒÀ¸¸ç, ·Îº¿Àü¹®Àú³ÎÀÎ 'IJRR(The International Journal of Robotics Research)'À» ÅëÇØ ¹ßÇ¥µÇ¾ú½À´Ï´Ù. ÀÌÀÇ ÈÄ¼Ó ¿¬±¸·Î½á Á» ´õ ȯ°æº¯È­¿¡ °­ÀÎÇÏ°í È¿À²ÀûÀÎ ÀÛ¾÷ °èȹÀ» À§ÇÏ¿© ½ÃÁ¦³í¸®±â¹ÝÀÇ ÀÛ¾÷ ¹× °æ·Î°èȹ¹ý(task-and-motion planning) ¹æ¹ý·ÐÀ» KAIST¿¡ ¿Í¼­ Çù¾÷À» ÅëÇØ ÁøÇàÇÏ¿´½À´Ï´Ù.

¡ã2019³â ¹Ì±¹ ÇرºÄ·ÇÁ¿¡¼­ÀÇ RCTA ĸ½ºÅæ ñé

Q. ÀϺ»°ú ¹Ì±¹¿¡¼­ ¸ðµÎ °øºÎÇϼ̴µ¥ ¹Ì¤ýÀÏ ¸ðµÎ ·Îº¿ ¼±Áø±¹ÀÔ´Ï´Ù. ¿ì¸®°¡ ·Îº¿ °­±¹À¸·Î °¡±â À§ÇØ ±×µé¿¡°Ô¼­ ¹è¿ö¾ß ÇÒ Á¡ÀÌ ÀÖ´Ù¸é ¹«¾ùÀ̾ú³ª¿ä?

¸ÕÀú, ÀϺ»ÀÇ °æ¿ì ±¹³» ·Îº¿ ¿¬±¸ ¹× °³¹ß Àúº¯ÀÌ ¾Æ´Ò±î ½Í½À´Ï´Ù. ·Îº¿¿¡ ´ëÇÑ ´ëÁßÀÇ °ü½ÉÀÌ ¸Å¿ì ³ô°í, Àü±¹ Çб³µé¿¡¼­ ¾çÁúÀÇ ¿¬±¸°¡ ÁøÇàµÇ°í ÀÖ¾î ÀÚ´ë ´ëÇпøÀ¸·Î ÁøÇÐÇÏ´Â ÇкλýÀÌ ¸Å¿ì ¸¹½À´Ï´Ù. À̸¦ ÅëÇØ ±¹³» ÇÐȸ¸¸À¸·Îµµ ÃæºÐÇÑ ¾ç°ú ÁúÀÇ ¿¬±¸¸¦ °øÀ¯ÇÏ°í ¹ßÀü½Ãų ¼ö ÀÖ´Â Àúº¯À» °¡Áö°Ô µÇ¾ú´Ù´Â Á¡Àº ¿ì¸®°¡ ´«¿©°ÜºÁ¾ß ÇÒ Á¡ÀÔ´Ï´Ù. ¶ÇÇÑ, ¼¼°èÀû ·Îº¿ ¿¬±¸ÀÚ, ¿¹¸¦µé¾î ½ºÅ×ÆÇ ½ºÄ® ¹Ú»ç(Dr. Stefan Schaal), Á¦ÀÓ½º Ä¿ÇÁ³Ê ¹Ú»ç(Dr. James Kuffner), Àé ÇÇÅͽº ±³¼ö(Prof. Jan Peters) µîÀÌ °ú°Å ÀϺ»¿¡¼­ ¼ö ³â°£ ¿¬±¸¸¦ ÁøÇàÇß¾ú´ø Á¡À» º¸¾ÒÀ» ¶§ ÇØ¿Ü ¿ì¼ö ÀÎÀç À¯Ä¡¸¦ ÅëÇÑ ±¹³» ¿¬±¸ ¿ª·®ÀÇ ¹ßÀü¿¡ ¿ì¸®°¡ ÈûÀ» ¾²°í Àִ°¡¸¦ »ý°¢Çغ¸°í ¹è¿ö¾ß ÇÒ °ÍÀÔ´Ï´Ù.

¹Ì±¹ÀÇ °æ¿ì ü±ÞÀÇ Â÷ÀÌ°¡ ÀÖ¾î ¹è¿ï Á¡ÀÌ À־ Àû¿ëÇϱ⠾î·ÆÁö¸¸, Çϳª¸¦ ²ÅÀÚ¸é ¿¬±¸¿¡ ´ëÇÑ °¡Ä¡ ±âÁØÀÔ´Ï´Ù. Á¡¼öÈ­¸¦ ÅëÇÑ ¿¬±¸ Æò°¡°¡ ¾Æ´Ï¶ó ¿¬±¸ÀÇ Á߿伺, Çʿ伺 µîÀÇ °¡Ä¡¸¦ Áß¿ä½ÃÇÏ°í À̸¦ Æò°¡ÇÒ ¼ö ÀÖ´Â ÀηÂÇ®À» °¡Áö°í °°ÀÌ Æò°¡, °æÀï, ¹ßÀüÇÏ´Â ¸éÀº ¿ì¸®ÀÇ ·Îº¿ ¿¬±¸ ÁúÀÇ Çâ»ó°ú Àúº¯ È®´ë¸¦ À§ÇØ ²À ¹è¿ö¾ß ÇÒ Á¡ÀÏ °ÍÀÔ´Ï´Ù.

Q. ·Îº¿ ¿¬±¸Àڷμ­ ¾ÕÀ¸·ÎÀÇ ²Þ°ú ¸ñÇ¥°¡ ÀÖ´Ù¸é?

Á¦ ¸ñÇ¥´Â »ç¶÷°ú °øÁ¸ÇÏ°í Çù·Â °¡´ÉÇÑ ·Î·Ô ÆÀ¸ÞÀÌÆ®¸¦ ¸¸µå´Â °ÍÀÔ´Ï´Ù. ÀÌ·¯ÇÑ ·Îº¿Àº »ç¶÷°ú °°Àº ¼öÁØÀÇ Áö´ÉÀ» º¸À¯ÇÏ°í ÀÖ¾î¾ß Çϸç, ¿ì¸®°¡ ¾Æ´Â »ó½Ä°ú ±Ô¹üÀ» °®°í ÇൿÀ» ÇÒ ¼ö ÀÖ¾î¾ß°Ú½À´Ï´Ù. À̸¦ À§ÇØ ·Îº¿Àº »ç¶÷ó·³ ÇнÀ°ú Ãß·ÐÀ» ÅëÇØ Áö½ÄÀ» ½×¾Æ³ª°¡¾ß ÇÒ °ÍÀÔ´Ï´Ù. ±âÁ¸ÀÇ ±âÇÏÇÐÀû ¼öÁØÀÇ ÇнÀ ½ºÅ³°ú ȯ°æ¿¡ ´ëÇÑ ¸ðµ¨ Á¤º¸´Â °è»ê ¹× ÀúÀå ´É·ÂÀÇ ÇÑ°è¿¡ ºÎµúÈú °ÍÀ̸ç, µû¶ó¼­ »ç¶÷ó·³ ¾î¶² ¹®Á¦¸¦ °£·«È­ÇÏ°í ´ëü¹°·Î »ç°íÇÏ´Â Àṉ̀â¹ÝÀÇ ÀÌÇØ ´É·ÂÀÌ ÇÊ¿äÇØÁú °ÍÀÔ´Ï´Ù. À̸¦ À§ÇØ ÀúÈñ ¿¬±¸½Ç¿¡¼­´Â Àṉ̀â¹Ý ÇнÀ ¹× Ãß·ÐÀ» ÅëÇÑ ·Îº¿ ºê·¹ÀÎÀÇ ¿¬±¸¸¦ ¹Ì·¡¿¡ ÃßÁøÇØ ³ª°¥ °èȹÀÔ´Ï´Ù. ÀÌ´Â Àṉ̀â¹ÝÀÇ ¹°¸® Ãß·Ð, ±â°è »ó½Ä µî ´Ù¾çÇÑ ¿¬±¸µé°ú °áÇÕÇÏ¿© ÇÑ ´Ü°è ´õ ³ôÀº º¹ÀâÇÑ ÀÛ¾÷À» °¡´ÉÄÉ ÇÒ °ÍÀÔ´Ï´Ù.

Q. ÃÖ±Ù ·Îº¿¿¡ ´ëÇÑ °ü½ÉÀÌ ´Ã¾î³ª¸é¼­ À̸¦ ¿¬±¸ÇÏ·Á´Â ÇлýÀÌ ´Ã°í ÀÖ½À´Ï´Ù. ¼±¹è·Î¼­ ÈĹ迡°Ô ¾î¶² Áغñ¿Í ³ë·ÂÀÌ ÇÊ¿äÇÑÁö Á¶¾ðÇØ ÁֽŴٸé?

¸ÕÀú ·Îº¿Àº ´ÙÇÐÁ¦ ºÐ¾ßÀÌ°í À̸¦ À§ÇÏ¿© Àü°øÀ» ³Ñ¾î¼± ´Ù¾çÇÑ ÇнÀÀ» ¼±ÇàÇ϶ó°í Á¶¾ðÇÏ°í ½Í½À´Ï´Ù. ÃÖ±Ù, ¸¹Àº Çлý¿¡°Ô¼­ °­È­ÇнÀ±â¹ÝÀÇ ·Îº¸Æ½½º¸¦ ¿¬±¸ÇÏ°í ½Í´Ù°í ¿¬¶ôÀ» ¹Þ½À´Ï´Ù¸¸, ¾ÈŸ±õ°Ôµµ ´ëºÎºÐÀÇ ÇлýµéÀÌ °¢ÀÚÀÇ Àü°ø¿¡ ÆíÁßµÈ ÇнÀ¸¸À» ÇؿԱ⠶§¹®¿¡ ¿øÇÏ´Â ¿¬±¸¿¡ ¹Ù·Î Âü¿©Çϱ⠾î·Á¿î »óŶó´Â °ÍÀÔ´Ï´Ù. ¿¹¸¦ µé¾î Àü»ê°ú ÇлýÀÌ ±â±¸ÇÐ, Á¦¾î µî¿¡ ´ëÇÑ ±âº» Áö½Ä ¾øÀÌ ¸Å´Ïǽ·¹ÀÌ¼Ç ÇнÀÀ» ¿¬±¸ÇÏ´Â °ÍÀº ¹«¸®°¡ ÀÖ°í, ±â°è°ú ÇлýÀÌ ÀΰøÁö´É(AI), ±â°èÇнÀ¿¡ ´ëÇÑ Áö½Ä ¾øÀÌ ÇнÀ ±â¹ÝÀÇ Á¦¾î¿¬±¸¸¦ ÇÏ´Â µ¥¿¡´Â ¸¹Àº ½Ã°£ÀÌ ÇÊ¿äÇÕ´Ï´Ù. µû¶ó¼­, ¿øÇÏ´Â ¿¬±¸¸¦ Çϱâ À§Çؼ­´Â ÇÐ»ç ¶Ç´Â ¼®»ç°úÁ¤¿¡¼­ ÃÖ´ëÇÑ ¸¹Àº °æÇè°ú Æø³ÐÀº °øºÎ¸¦ ÇÏ´Â °ÍÀ» °­·ÂÇÏ°Ô ÃßõÇÕ´Ï´Ù.

Q. ¿¬±¸Àڷμ­ Çѱ¹ ·Îº¿»ê¾÷ÀÌ ÇÑ ´Ü°è ´õ ¹ßÀüÇϱâ À§ÇØ Á¶¾ðÀ» ÇØ ÁֽŴٸé...

¾î·Á¿î Áú¹®ÀÔ´Ï´Ù¸¸, °³ÀÎÀûÀ¸·Î ¿ì¸®ÀÇ ·Îº¿»ê¾÷ÀÌ ÇÑ ´Ü°è ´õ ¹ßÀüÇϱâ À§Çؼ­´Â °ø°ÝÀûÀÎ ±ÔÁ¦ ¿ÏÈ­¸¦ ÅëÇØ ´Ù¸¥ ³ª¶óº¸´Ùµµ ¸ÕÀú ¼­ºñ½º¿ë ·Îº¿µéÀÌ ¿ì¸® »çȸ¿¡ °ø±ÞµÉ ¼ö ÀÖ¾î¾ß ÇÑ´Ù°í »ý°¢ÇÕ´Ï´Ù. ¿¹¸¦ µé¾î, ¹è´Þ·Îº¿À» ½ÇÁ¦ ȯ°æ¿¡ ÅõÀÔ °³¹ßÇÏ´Â µ¥¿¡´Â ¾ÈÀü, °³ÀÎÁ¤º¸º¸È£ µî ¸¹Àº ±ÔÁ¦·Î ÀÎÇØ ¾î·Á¿òÀÌ ÀÖ´Ù°í ÇÕ´Ï´Ù. ·Îº¿»ê¾÷À» ¾î´À ³ª¶óº¸´Ùµµ ºü¸£°Ô ¼ºÀå½ÃÄÑ ½ÃÀåÀ» ¼±Á¡½ÃÅ°±â À§Çؼ­´Â °ø°ÝÀûÀÎ ¿¬±¸, °³¹ßÀÌ °¡´ÉÇÑ Á¦µµÀû ÀåÄ¡, »çȸ·ÎÀÇ ºü¸¥ ÅõÀÔÀ» ÅëÇÑ ´Ù¾çÇÑ °èÃþÀÇ ±â¾÷À°¼º ¹× ÇØ¿Ü ÁøÃâ, Çб³¿ÍÀÇ Çù¾÷À» ÅëÇÑ ÀηÂÇ®ÀÇ È®´ë, À̸¦ ÅëÇÑ ¿¬±¸ °³¹ß´É·Â Á¦°í µîÀÇ ¼±¼øȯÀÌ ÀϾ¾ß ÇÒ °ÍÀÔ´Ï´Ù.

Q. ¿¬±¸¿¡ ÁÖ·Î ¿µÇâÀ» ¹ÞÀº ±³¼ö´ÔÀ̳ª ¿¬±¸ÀÚ°¡ °è½Ã´Ù¸é...

ÀúÀÇ ¹Ú»çÈÄ ¿¬±¸°úÁ¤ Áöµµ ±³¼ö´ÔÀ̽ŠMITÀÇ ´ÏÄÝ¶ó½º ·ÎÀÌ(Nicholas Roy) ±³¼ö´ÔÀ¸·ÎºÎÅÍ ¸¹Àº ¿µÇâÀ» ¹Þ¾Ò½À´Ï´Ù. ¹Ú»ç°úÁ¤¿¡¼­´Â ¿¬±¸ ¹× °³¹ß¿¡ ÁßÁ¡À» µÎ°í »ýÈ°ÇÏ¿´Áö¸¸, ¹Ú»çÈÄ°úÁ¤¿¡¼­´Â ·ÎÀÌ ±³¼ö´ÔÀ¸·ÎºÎÅÍ ¿¬±¸ÀÇ Á¤ÀÇ¿Í Áöµµ ¹æÇâ µîÀÇ Ã¶Çп¡ °üÇØ ¹è¿ï ¼ö ÀÖ¾ú½À´Ï´Ù. ±×Áß¿¡¼­µµ Á¦ÀÏ Áß¿äÇÏ´Ù°í »ý°¢ÇÏ°í ÀÖ´Â °ÍÀº “¿¬±¸ÀÇ XYZ”¶ó°í ÇÏ´Â ¿¬±¸ÀÇ Á¤ÀÇ °úÁ¤ÀÔ´Ï´Ù. ¿©±â¼­, x´Â ¾î¶² ¹®Á¦¸¦ Ç® °ÍÀΰ¡, y´Â ±×°ÍÀº ¾ó¸¶³ª °¡Ä¡°¡ ÀÖ°í ¾î·Á¿î°¡, z´Â Á¦¾ÈÇÒ ¼ö ÀÖ´Â ¼Ö·ç¼ÇÀº ¹«¾ùÀΰ¡¸¦ ³ªÅ¸³»¸ç, ÀÌ¿¡ ´õÇØ ¹«¾ùÀ» ·Îº¿À» ÅëÇØ º¸¿©ÁÙ ¼ö Àִ°¡¸¦ °í¹ÎÇÔÀ¸·Î½á ´õ ÁÁÀº ¿¬±¸¸¦ ÁøÇàÇÒ ¼ö ÀÖµµ·Ï ÁöµµÇÏ´Â °ÍÀÔ´Ï´Ù. Á¦ ÀÎÅͺ並 Àд ÇлýµéÀÌ ÀÖ´Ù¸é ¿¬±¸¸¦ ½ÃÀÛÇÒ ¶§ Ç×»ó °í¹ÎÇغ¸½Ã±â ¹Ù¶ø´Ï´Ù.

Á¶±Ô³² Àü¹®±âÀÚ  ceo@irobotnews.com
ÀÌ ±â»ç¿¡ ´ëÇÑ ´ñ±Û À̾߱â (0)
ÀÚµ¿µî·Ï¹æÁö¿ë Äڵ带 ÀÔ·ÂÇϼ¼¿ä!   
È®ÀÎ
- 200ÀÚ±îÁö ¾²½Ç ¼ö ÀÖ½À´Ï´Ù. (ÇöÀç 0 byte / ÃÖ´ë 400byte)
- ¿å¼³µî ÀνŰø°Ý¼º ±ÛÀº »èÁ¦ ÇÕ´Ï´Ù. [¿î¿µ¿øÄ¢]
ÀÌ ±â»ç¿¡ ´ëÇÑ ´ñ±Û À̾߱â (0)
ÆùƮŰ¿ì±â ÆùÆ®ÁÙÀ̱â ÇÁ¸°Æ®Çϱ⠸ÞÀϺ¸³»±â ½Å°íÇϱâ
Æ®À§ÅÍ ÆäÀ̽ººÏ ±¸±Û+ ¹êµå µÚ·Î°¡±â À§·Î°¡±â
Àαâ±â»ç
1
¾Ë¿¡½º¿ÀÅä¸ÞÀ̼Ç, ½´³ªÀÌ´õ ÀÏ·ºÆ®¸¯°ú ·Îº¿ ½Ã½ºÅÛ ºÐ¾ß Àü·«Àû Á¦ÈÞ
2
ÃÊÀÚµ¿È­ ½Ã´ë°¡ ¿Â´Ù
3
¿£Á©·Îº¸Æ½½º, ÄÚ½º´Ú ½ÃÀå¿¡ ¼º°øÀûÀ¸·Î 'ÀÔ¼º'
4
·¹Àκ¸¿ì·Îº¸Æ½½º, ·Îº¿Ç÷§Æû Àü¹®±â¾÷À¸·Î »Ñ¸®³»¸°´Ù
5
¸±¶óÀ̾îºí ·Îº¸Æ½½º, Ú¸ °ø±º Æݵù ÇÁ·Î±×·¥¿¡ ¼±Á¤µÅ
6
Ô¼ ¸¶ÀÌÅ©·Ó½Ã, AI ºñÀüSW ¡®¹Ì¶óÀÌ2¡¯ ¹ßÇ¥
7
ìí J-¿ÀÀϹÐÁî-¿À»çÄ«´ë, À½½Ä¹° ¾Ã´Â ·Îº¿ °³¹ß
8
·¹Àκ¸¿ì·Îº¸Æ½½º, '2024 ½º¸¶Æ®°øÀå∙ÀÚµ¿È­»ê¾÷Àü'¼­ À̵¿Çü ¾çÆȷκ¿, AMR µî ·Îº¿ °ø°³
9
Áß±¹ ·Îº¿ ±â¾÷ À̽ºÅ÷, ž籤 ÀüÁö°øÀå 90% Àå¾Ç
10
ñé Á¤ºÎ, Àμ¾Æ¼ºê ¹Þ´Â ·Îº¿ ±â¾÷ Á¶°Ç Á¦½Ã
·Îº¿½Å¹® ¼Ò°³¤ý±â»çÁ¦º¸¤ý±¤°í¹®ÀǤýºÒÆí½Å°í¤ý°³ÀÎÁ¤º¸Ãë±Þ¹æħ¤ýÀ̸ÞÀϹ«´Ü¼öÁý°ÅºÎ¤ýû¼Ò³âº¸È£Á¤Ã¥    £ª±¹Á¦Ç¥ÁØ°£Ç๰¹øÈ£ ISSN 2636-0381 £ªº»Áö´Â ÀÎÅͳݽŹ®À§¿øȸ ÀÚÀ²½ÉÀÇ Áؼö ¼­¾à»çÀÔ´Ï´Ù
08298) ¼­¿ï ±¸·Î±¸ °ø¿ø·Î 41(±¸·Îµ¿, Çö´ëÆÄÅ©ºô 526È£)  |  ´ëÇ¥ÀüÈ­ : 02)867-6200  |  Æѽº : 02)867-6203
µî·Ï¹øÈ£ : ¼­¿ï ¾Æ 02659  |  µî·ÏÀÏÀÚ : 2013.5.21  |  ¹ßÇàÀΡ¤ÆíÁýÀÎ : Á¶±Ô³²  |  Ã»¼Ò³âº¸È£Ã¥ÀÓÀÚ : ¹Ú°æÀÏ
Copyright © 2013 ·Îº¿½Å¹®»ç. All rights reserved. mail to editor@irobotnews.com