빅데이터는 최근 IT트렌드 가운데 가장 중요한 이슈다. 소규모의 기업도 요즘에는 각종 온라인 소스에서 스트리밍된 정보를 수집하고 목적에 맞게 분석, 가공하는데 눈을 돌리고 있다. 빅데이터가 상대적으로 새롭게 떠오르는 용어가 됐지만 사실 로봇 분야에서는 중요한 부분으로 자리잡은 지 오래다. 로봇 개발에서 방대한 양의 데이터와 분석은 필수적이기 때문이다. 미국 IT전문 매체인 '지디넷'은 오래 전부터 커플을 이뤄 발전하고 있는 빅데이터와 로보틱스의 관계를 흥미롭게 조명했다.

카네기멜론대의 아서 두브라스키(Artur Dubrawski) '오톤 랩(Auton Lab)' 매니저는 “로봇은 언제나 데이터와 함께였다”며 “로봇의 조작적 정의에 따르면 ‘감지-계획-행동’의 세 단계를 반복적으로 수행하면서 실행하는 것을 의미한다”고 말한다.

‘감지(Sensing)’는 주위에 무슨 일이 일어나고 있는지를 알아차리는 과정으로, 로봇의 환경 인식 단계이다. 이 단계에서 로봇은 주변 환경에서 스스로의 위치를 파악하게 된다. 계획(Planning)은 복잡한 환경에서 원하는 목적과 책임을 달성하는 것이 필요하다. 두브라스키는 “이 모든 단계들에서 매우 많은 데이터의 사용을 필요로 한다”며 “범위 측정 센서, 위치, 시각, 촉각 센서, 그리고 다양한 행태의 광범위하고 포괄적인 감지 데이터들이 수집된다”고 전한다. 로봇 과학자들은 굳이 빅데이터라는 이름을 붙일 필요도 없이 이런 작업들을 오랫동안 해오고 있다는 설명이다.

로봇은 또한 분석과도 관계가 깊다. 두브라스키는 “감지 데이터를 이해하고, 보이는 것을 계획된 행동과 링크하는 작업은 ‘감지-계획-행동’ 3단계 사이클의 전 단계에서 데이터의 고급 처리 및 분석과 연관돼 있다”고 말한다. 그는 “로봇 연구는 머신 러닝, 통계, 최적화 및 컴퓨터 비전 등의 분석 방법론에 많이 의존하고 있으며 때때로 위치매핑 기법인 SLAM(simultaneous localization and mapping)과 같이 초기 특정한 로봇 문제를 풀기 위해 설계된 기술에도 도움을 받고 있다”고 전한다.

두브라스키는 이미 빅데이터가 로봇 연구의 한 부분이 되었기 때문에 빅데이터의 뉴 아이콘의 하나로 로봇 시장을 따로 보지 않는다고 밝혔다. 로봇 시장 역시 빅데이터라는 이름이 아니라 얼마나 저렴하고 신뢰성 높은 방식으로 비즈니스와 소비자 문제를 푸는지가 성장의 관건이라는 것이다. 그는 로봇과 빅데이터는 계속 공존하면서 교차 발전할 것이라고 내다봤다. 지난 몇년동안 빅데이터의 확대 보급으로 딥러닝 연구가 활기를 찾았고 로봇에서 시각 센서를 포함하는 다양한 애플리케이션 개발이 빅데이터에 힘을 실었듯이 앞으로도 마찬가지라는 견해를 밝혔다.