최근 코로나19 팬데믹으로 인해 비대면 물리적 서비스의 요구 및 관심이 증가하고 있으며, 자연스럽게 다양한 AI로봇에 대한 요구가 급증하고 있습니다. 이러한 요구에 로봇산업계와 학계가 제대로 부응하기 위해서 장단기적으로 무엇을 해야 하는지를 생각해보는 시간을 가졌으면 합니다.

먼저 AI 로봇이 무엇인지를 정의해보아야 할 것 같습니다. AI 로봇이란 “자신이 일하는 공간(환경)안에서 자신이 이용 가능한 센서로부터 얻은 공간(환경) 정보로부터, 하고자 하는 작업 달성에 필요한 정보를 추출하고, 이를 기반으로 최선의 적합한 행동을 실수없이 시의 적절하게 배우거나, 선택하거나, 만들어 낼 수 있는 로봇” 으로 정의할 수 있습니다.

이 정의를 따른다면, AI 로봇은 작업과 일하는 공간에 따라서 로봇의 모양과 크기가 달라질 것 같습니다. 또한 모양과 크기뿐만이 아니라 센서와 지능도 다를 것 같습니다. 다시 말하면, 다양한 종류의 로봇이 자신의 세상에서 잘 살기 위한 딱맞는 지능이 필요합니다. 이는 자연세계에도 똑 같습니다. 지구상에 바다, 강, 육지, 늪, 땅속 등등 다양한 환경이 갖추어지면서 이들 환경에서 살아 남기 위해 다양한 눈과 센서 등을 갖춘 다양한 동물이 자신의 신체능력과 환경 센싱 능력에 맞는 적절한 지능을 갖춘 폭발적인 다양한 생명체가 등장한 시기가 캠브리언(Cambrian) 시대입니다.

마찬가지로 딥(Deep) AI 가 나오면서 시각, 청각, 촉각 등의 지각(perception) 능력이 현저히 향상되고 이에 맞는 다양한 로봇이 출현하는 로봇 캠브리언 시대(Robot Cambrian Era)가 오고 있습니다.

그렇다면, 로봇이 사는 공간(환경)은 로봇 입장에서 어디이고 거기서 어떤 일을 해야 하는지를 살펴볼 필요가 있습니다. 공간은 먼저 실외와 실내로 나눌 수 있습니다. 실외, 실내 모두 다양한 특성을 갖는 공간으로 세분화할 수 있습니다.

예를 들어, 실외에는 라스트 마일 배송이 필요한 아파트 단지 등 대규모 거주 단지, 농업용 공간, 건설 공간, 심해, 재난구조가 필요한 공간이 있습니다. 실내에는 공장 공간, 창고, 대중이 사용하는 우체국 등의 공용 공간, 식당 등의 상업 공간, 집이나 사무실 같은 개인 공간이 있습니다.

각각의 공간에서 요구하는 작업이 다르며, 같은 종류의 작업에서도 사양이 다 다릅니다. 예를 들어, 픽킹(Picking) 작업도 나사못 등의 작은 물체를 집어 옮기는 것과 자동차의 앞뒤 글라스를 집어서 장착하는 것은 로봇의 크기, 모양, 사용 되는 센서, 요구되는 정밀도, 작업 반응 시간 등등 모두 다릅니다. 이렇게 로봇은 다를 수밖에 없습니다. 그럼에도 불구하고 우리는 스마트폰이나 자동차처럼 소프트웨어나 하드웨어를 가리지 않고, 하나의 기술이나 부품이 모든 로봇에 똑 같이 적용되기를 기대합니다. 이 기대는 큰 도전이며, 현실적으로는 자연 지능을 교훈삼아서 기술과 산업을 나누어야 할 것 같습니다.

사용처에 딱 어울리는 지능을 갖춘 로봇을 개발하고 산업화하는 수직형 R&BD가 필요합니다. 다만 같은 공간에서 같은 작업 군을 대상으로는 지능소프트웨어와 부품의 표준화가 필요합니다.

사실 지금까지 상업화에 성공한 로봇은 산업용 로봇(공장 공간)과 가정용 청소로봇(가정 공간) 정도이며 수직형 R&BD의 틀 안에 있는 것으로 보입니다. 최근 들어 식당 서빙 로봇이 상업화 성공 가능성을 탐색 중입니다. 이 외에 우리가 기대하는 로봇은 아직도 대학, 연구소(기업 연구소 포함)라는 쇼윈도우를 벗어나지 못하고 있는 것 같습니다. 쇼윈도우를 벗어나려면 더 공간을 세분화하고 세분화된 공간에서의 역할이 분명해야 합니다.

상업화에 성공하려면 ROI(Return On Investment)가 나와야 합니다. 같은 쇼는 한 두 번 보면 지루해 집니다. 어느 공간에서든 간에 가격 대비 성능이 나와야 합니다. 일년 이내에 자동화에 투자한 투자액 이상을 회수 할 수 있는가를 대답할 수 있어야 합니다. 그리고 가급적이면 복합기능보다는 단일기능이어야 킬러 애플리케이션(killer application)이 될 확률이 높습니다.

많은 기능을 한다는 이야기는 아무것도 제대로 안될 수 있다는 것이 될 수도 있습니다. 과감히 꼭 필요한 기능만 남기는 미니멀리즘(Minimalism)이 필요 합니다. 수요자는 100가지 기능 중 한 가지라도 미흡하면 전체가 안 되는 것으로 평가 절하하는 경향이 있습니다. 이는 앞으로 새로운 로봇을 상용화 할 때 장애로 남습니다. 과대 광고(hype)의 유혹에서 벗어나서 진짜를 만들 수 있는 토양을 만들어야 합니다. 국책과제를 결정하는 경우에도 하나를 만들어서 모든 곳에 쓰는 기술의 경우(Horizontal Technology)는 기초 원천 기술로, 어떤 공간에서 어떤 작업을 수행할 수 있으며, ROI 을 만족 시킬 수 있는 등의 시장의 요구 사항이 명확하게 잘 분석된 기술은 과거의 제목의 유사성으로 인한 중복성이 다소 있더라도 지원하도록 해야 합니다.

이것 저것 다 잘하는 높은 일반 지능을 갖춘 로봇을 개발하는 것은 우리의 꿈이고 큰 도전입니다. 그렇지만, 도전에 올인하면 로봇의 상업화가 더디게 될 수도 있습니다. 페퍼가 할줄 아는 것이 많고 똑똑한 로봇 플랫폼으로 인정받고 싶어 하지만 실제는 아직도 보완해야 하는 기능이 많이 필요한 것 같습니다.

오히려, 지금 사용하는 공간에서 로봇 작업의 유연성을 더 크게 하도록 AI를 첨가하는 것이 더 빠른 상업화가 될 것입니다. 예를 들어, 산업용 한대를 이용한 자동화는 부수적으로 로봇 가격의 3-4배 정도의 주변 장치(jig/fixture)가 통상 필요합니다. JIG-Free Automation을 위해서 스마트 아이(Smart Eye)를 산업용 로봇에 장착하는 것이 더 많은 산업용 로봇 수요를 만들 것입니다. 또는, 식당 자동화에 필요한 로봇들과 AI를 프로세스별로 개발하는 것이 더 많은 로봇 수요를 기대할 수 있을 것 같습니다.

한편 수직형 시장에서 필요한 AI 로봇을 개발 하려면, 로봇 지능이 필요합니다. 그런데 로봇 지능은 일반 정보 지능(얼굴 인식, 자연어 이해 등등)과는 차이가 있습니다. 예를 들어 로봇 시각 지능은 입력이 사진이고 출력은 사진에 대응 하는 실시간 로봇 행동이 나와야 하는데 행동이 잘못되면 크게 문제가 될 수 있습니다.

이에 반해 일반 시각 지능은 같은 사진 입력에 출력은 사진 속에서 알고 싶은 정보이고 반응 시간이 늦어도 크게 문제가 안됩니다. 그러므로, 딥러닝으로 알려진 AI 기술을 로봇 지능 측면에서 다룰 수 있는 로봇 AI 전문가를 육성해야 합니다. 예를 들어, 로봇 AI 도전형 과제를 통해 일반 AI 개발자가 관심을 가지도록 하는 동시에 로봇 전공자가 도전하는 과정을 통해서 전문가가 되도록 할 수 있도록 기회를 제공해야 합니다.

마지막으로 로봇 스타트 업의 육성을 위한 이야기를 하겠습니다. 몇년 전부터 기술력을 보유한 스타트업에 대한 벤처캐피탈의 과감한 투자와 정부정책의 지원금으로 로봇 관련 산업이 확장하는 분위기 입니다.

이런 분위기 속에서 로봇 스타트업이 성장하기 위해서는 글로벌 경쟁력을 갖추어야 합니다. 우선 다양한 아이디어를 기반으로 만들어진 로봇 기술이나 제품의 실증을 해볼 수 있는 공용 테스트 공간이 필요하고, 실제 투입되는 환경에서의 실증 사업지원을 통해 작은 회사도 기술력이 있다면 실적을 만들 수 있는 기회를 만들어 주는 것이 필요해 보입니다.

이러한 실증과정에서 획득한 로봇 지능 관련 데이터를 축적 및 공유하고,국내외 제품인증을 받기 위한 각종 인증 전문가로부터 쉽게 자문을 받을 수 있도록 하는 방안도 필요해 보입니다. 이를 통해 로봇 스타트업이 자립하여, 스스로 사업을 확대 할 수 있도록 유도하는 정책과 지원이 확대되었으면 합니다.

앞으로 다가오는 우리의 삶 속에서 코로나19와 같은 반갑지 않은 대재난은 빈번할 것으로 예상됩니다. AI 로봇 기술과 로봇 산업을 규모있게 육성하여, 선제적으로 다양한 재난에 대비해야 합니다. 동시에 우리의 삶이 더욱 자유스럽게 되도록, 필요한 곳에 딱 맞는 똑똑한 로봇들이 나와야 합니다. 이를 가능하게 하는데, 지금까지의 이야기가 도움이 되기를 바랍니다.