| |
 |
|
| ▲고경철 고영테크놀러지 전무 |
최근 테슬라는 차세대 휴머노이드 2세대를 공개했다. 일단 걷는 모습과 보행속도 그리고 자연스러운 손동작을 보면, 성능면에서 일취월장한 것으로 평가된다.
작년 챗GPT가 인공지능계를 강타하면서, 글로벌 IT 기업의 구도마저 바뀌는 것이 아닐까 할 정도로 그 파급력은 대단했다.
그리고 이제 로봇계에서는 다시 휴머노이드 열풍이 불며 새로운 변혁의 모멘트가 닥칠 기세이다. 정부도 발빠르게 대응하기 시작한다. 산업부가 본격적으로 휴머노이드 로봇에 대한 개발을 지원하겠다는 것이다.
휴머노이드 로봇은 아직 기술적으로 완성단계에 있지 않기에 시장이 본격적으로 열리지 않은 분야이다. 그러나 최근 기술 발전속도를 고려하면, 기술 파급력이나 시장 성장성 등 잠재력이 매우 큰 것은 사실이다. 필자는 '로봇이 우리에게 과연 무엇일까?'라는 다소 원초적 질문을 던지고자 한다. 일반인들이 꿈꾸는 바와같이 가까운 미래에 인간의 모든 작업을 대신할 수 있는 존재라고 막연히 상상할 수 있지 않을까?
| |
 |
|
| ▲옵티머스 젠2 휴머노이드 로봇. (출처=테슬라 공식홈페이지) |
이번 글에서 필자는 휴머노이드 로봇에 대해 운동지능적 관점에서 알아 보고자 한다. 휴머노이드하면, 소위 기구학적 자유도(Degree of Freedom)의 문제가 제일 먼저 떠오른다. 우리가 제조현장에서 흔히 볼 수 있는 산업용 로봇이나 협동로봇은 모두 6자유도의 벽을 넘지 못하고 있다. 가장 큰 이유는 그 이상 올라가면 수학적 한계에 부딪히기 때문이다. 이 자유도의 한계로 인해 인간이라면 할 수 있는 자연스러운 손동작이 6자유도를 갖는 산업용 로봇암에게 매우 버거운 것이다.
알려진 바로는 우리 인간은 어깨와 팔꿈치 그리고 손목으로 이루어진 팔의 경우, 8자유도를 갖는다. 물론 우리 인간은 수학적 계산없이 자유스러운 팔동작을 할 수 있다. 여기에 몸통과 하체의 자유도까지 가세하면, 10자유도가 넘는 고도의 중복도(redundancy) 동작도 가능하다. 즉 사람은 허리를 굽혀 바닥의 물건을 집기도하고, 간단한 설겆이 동작에서 양팔을 쓰며 다양하고 복잡한 동작을 신속하고 능숙하게 수행할 수 있다. 따라서 결국 인간의 자연스런 동작을 추구하는 휴머노이드 로봇에 대한 첫번쨰 도전과제는 바로 고자유도 동작제어 기술이 되는 것이다. 물론 여기에는 운동지능이라는 AI 기술이 바탕이 된다.
우리 인간은 어려서 부터 팔 다리 몸통의 운동 자체를 학습을 통해 구현해 왔다. 양팔을 바닥에 대고 엉금엄금 기어가는 동작에서 일어서서 손에 연필을 쥐고 글씨를 쓰는 동작에 이르기까지 수많은 관절 하나하나의 동작들은 모두 장기 학습 데이터로 간뇌에 저장되고, 재현하는 동작에서 무의식적으로 학습된 기억을 중추 신경계가 이용하는 것이다. 이렇게 학습기반의 동작제어 기술이 인간의 형태를 지닌 휴머노이드에서도 주요 핵심기술이 되는 것은 자명하다.
물론 어린아이가 걷고 움직이며 양팔을 자유스럽게 사용하기까지 자기 몸 동작의 학습을 끝내는데 대략 5-6년 정도 걸린다. 이처럼 상대적으로 긴 시간이 필요한 이유는 인간지능이 현실세계에서 실제로 행동하며 학습하기 때문이다. 그러나 인공지능에게는 이러한 동작학습을 가상세계에서 하는 것이 가능하다. 당연히 인간보다 훨씬 빠른 속도로 학습할 수 있는 것이다. 물론 이를 위해서는 AI 로봇이 하드웨어적으로 구현되기 전에 운동지능을 학습할 수 있는 메타버스 환경을 제공하는 것이 필요하다. 그리고 가상시뮬레이션 환경인 메타버스가 현실세계를 정확하게 모사하기 위해 현실세계의 데이터에 맞춰 자신을 재학습하는 순환적 학습 체계를 갖추어야 한다.
| |
 |
|
| ▲유니티를 이용한 휴머노이드 시뮬레이션. (출처=Unity User Manual5.6) |
그동안 제조 환경에서만 머무르던 산업용 로봇과 일부 서비스 환경에서 사용되기 시작한 협동 로봇 기술에서 벗어나 그야말로 인간의 동작을 모사하는 휴머노이드 기술이 실용화될 수 있다면 로봇산업의 시장 규모는 앞으로 10년 내에 반도체, 자동차를 뛰어넘는 거대 산업 규모로 성장할 수 있을 것이다. 그리고 휴머노이드 로봇 시대에서는 인공지능 기술과 메타버스 기술이 더욱 결합되어 로봇 기술발전을 견인할 것이며, 이를 대비한 체계적 기술 개발 정책과 전문 인력 양성 대책 수립이 더욱 절실해 보인다. ▒ |
