▲아마존이 픽앤플레이스 로봇 훈련을 위한 암벤치(ARMBench) 데이터세트를 공개했다. 사진 왼쪽에서부터 아마존의 암벤치 데이터 세트에 있는 픽킹 이미지, 전송 이미지 및 배치 이미지. (사진=아마존)

아마존이 픽앤플레이스 작업용 로봇 훈련에 사용할 수 있는 19만개 이상의 물체 이미지가 포함된 데이터 세트를 출시했다고 더로봇리포트가 11일(현지시각) 보도했다.

암벤치(ARMBench)로 불리는 이 데이터 세트는 새로운 객체와 맥락을 더 잘 일반화하기 위해 픽앤플레이스 로봇을 훈련하는 데 사용될 수 있다.

아마존은 이것이 산업 제품 분류환경에서 캡처된 가장 큰 이미지 데이터 세트라고 주장한다.

이 이미지들은 아마존 창고에서 수집됐는데 여기서 로봇 팔은 주문품들로 가득 찬 상자(빈)에서 하나의 물건을 꺼낸 다음 이를 컨베이어 벨트 위의 트레이로 옮긴다. 이 작업은 상자의 다양한 객체와 다양한 구성 및 상호 작용으로 인해 창고작업 가운데 로봇으로 자동화하기 어려울 수 있다.

◆데이터 세트의 이미지는 아래의 세 가지 범주로 나뉜다.

▲픽킹(선택) 이미지=로봇이 픽킹을 시작하기 전에 물품으로 채워진 상자를 내려다 본 이미지.
▲전송 이미지=로봇이 트레이로 물품을 전송할 때 여러 시점에서 캡처한 영상.
▲플레이스(배치) 이미지=선택한 물품이 배치된 트레이를 내려다 본 이미지.

암벤치에는 객체 분할, 객체 식별 및 결함 감지라는 세 가지 개별 작업을 위한 이미지가 포함돼 있다.

로봇이 동일한 상자에서 서로 다른 제품의 경계를 식별할 수 있도록 도와주는 물체 감지 데이터 세트에는 5만 개 이상의 이미지가 포함돼 있다.

이미지들은 상자에서 이미지 당 1~50개의 수동 객체 분할을 보여주며, 평균적으로 약 10.5개에 이른다. 객체 분할은 객체를 더 작은 크기의 객체로 분할해 큰 객체에 대한 스토리지 및 리소스 사용을 최적화하는 프로세스다.

객체 분할 데이터 세트는 로봇이 참조 데이터 베이스 가운데 어떤 제품 이미지가 물품 이미지에서 강조된 제품에 해당하는지 결정하는 데 도움이 된다.

이 데이터 세트에는 23만 5000개 이상의 레이블로 지정된 픽킹 활동이 포함돼 있으며, 각 픽킹 활동에는 픽 이미지와 3개의 전송 이미지가 포함된다.

이 데이터 세트에는 19만개 이상의 제품에 대한 참조 이미지와 텍스트 설명도 포함된다. 인공지능(AI) 모델은 이러한 참조 제품 중 하나를 이미지 픽킹 및 전송에서 강조된 객체와 일치시키는 방법을 배울 수 있다.

이미지와 비디오가 모두 포함된 결함 감지 데이터 세트는 시스템에서 언제 로봇이 하나가 아닌 여러 항목을 집어들거나 전송 중에 물품을 손상시키는 것과 같은 오류를 범했을 때를 알 수 있도록 도와준다.

데이터 세트에는 전송 단계 동안 캡처된 1만 9000개 이상의 이미지가 있다. 또한 제품 손상을 초래한 픽앤플레이스 활동을 기록한 4000개 이상의 비디오도 포함돼 있다.

비디오는 이 데이터 세트의 핵심 측면이다. 특정 유형의 제품 손상은 전송 프로세스의 어느 시점에서나 발생할 수 있어 비디오를 통해서 가장 잘 진단되기 때문이다. 또한 결함 감지 데이터 세트에는 결함이 없는 10만개 이상의 픽앤플레이스 작업에 대한 이미지와 비디오가 포함돼 있다.

아마존은 앞으로도 암벤치에서 이미지와 비디오의 수, 그리고 그들이 묘사하는 제품의 범위를 계속 확대해 나갈 계획이다.

이 회사는 지난해 11월 포장되기 전 개별 물품을 픽킹하는 로봇팔인 스패로우(Sparrow)를 공개했다. 회사에 따르면 스패로우는 아마존 창고에서 처리할 수 있는 1억개 이상의 다양한 물품 품목 중 65%를 픽킹할 수 있다.

스패로우는 DVD, 양말, 박제 동물 등 다양한 품목을 고를 수 있지만 포장이 느슨하거나 복잡하게 포장한 품목 때문에 작업에 어려움을 겪었다.

아마존은 이 데이터 세트를 구축하기 위해 스패로우를 개발하면서 수행한 연구를 활용한 것으로 보인다