본문내용바로가기

줌 인 버튼 줌 아웃 버튼

카드뉴스

카드뉴스

로봇이 넘어야 할 골짜기: 얼마나 깊고 넓을까?

  • 1107 카드뉴스 200dpi 01
  • 1107 카드뉴스 200dpi 02
  • 1107 카드뉴스 200dpi 03
  • 1107 카드뉴스 200dpi 04
  • 1107 카드뉴스 200dpi 05
  • 1107 카드뉴스 200dpi 06
  • 1107 카드뉴스 200dpi 07
  • 1107 카드뉴스 200dpi 08
  • 1107 카드뉴스 200dpi 09
  • 1107 카드뉴스 200dpi 10
  • 1107 카드뉴스 200dpi 11
  • 1107 카드뉴스 200dpi 12
  • 1107 카드뉴스 200dpi 13
  • 1107 카드뉴스 200dpi 14
  • 1107 카드뉴스 200dpi 15
  • 1107 카드뉴스 200dpi 16
  • 1107 카드뉴스 200dpi 17
  • 1107 카드뉴스 200dpi 18

여기 한 동영상이 있다.
인간과 비슷하게 보이는 한 로봇이
날렵한 움직임을 자랑하는 장면이다.
 
아틀라스(Atlas)라는 이름의 이 로봇은
놀랍게도 숙달된 사람마냥 통나무를 뛰어 넘는다.
 
지그재그로 점프하며 조금의 흐트러짐 없이 균형을 잡을 수도 있다.
 
이 동영상은 미국의 로봇 제조사
보스턴 다이나믹스가 최근 공개한 파쿠르 훈련 모습이다.
 
어렵지 않게 고난도의 동작을 보이는
로봇의 모습은 단숨에 큰 화제를 모았다.
 
사실 로봇 동영상이 세간의 관심을 집중시킨 것은
이번이 처음은 아니다.
 
[로봇 한 길] 보스턴 다이나믹스는 지금껏 많은
동영상을 통해 자사의 기술력을 과시해 왔다.
 
빅 독(Big dog)
리틀 독(Little dog)
LS3
치타(Cheetah)
와일드 캣(Wild cat)
스팟(Spot)
펫맨(PETMAN)
아틀라스(Atlas)
스팟미니(SpotMini)
핸들(HANDLE)
 
- 보스턴 다이나믹스가 개발한 로봇들
 
아직 어설프거나, 실수연발인 로봇의 모습도 있었지만
상당수는 이번 파쿠르 연습 영상처럼 감탄을 불러일으켰다.
 
이 정도 기술이라면 당장 실전에 투입될 수준이다.
그런데 왜 아직까지 건설, 전쟁, 구조 현장에서 로봇을 찾아보기가 힘들까?
 
사실 이러한 동영상은 일종의 ‘모델하우스’ 같다는 것이 전문가들의 견해다.
 
아틀라스 역시 성공적인 훈련 동영상을 찍기 위해
20번 이상 똑같은 장애물 넘기를 시도해야만 했다.
 
로봇들이 사람처럼 걷고, 뛰어다니는 것은 생각보다 어려운 일이다.
 
이를 설명하는 이론이 ‘모라벡 역설(Moravec's Paradox)’이다.
 
로봇 공학자 한스 모라벡이 제시한 모라벡 역설은
 
사람에게 쉬운 문제가 로봇(컴퓨터)에게는 어렵고,
반대로 사람에게 어려운 문제는 로봇(컴퓨터)에게 쉽다는 이론이다.
 
이는 얼핏 간단해 보이는 ‘사람의 움직임’이나 ‘감각’을 구현하는 것이
사실은 엄청난 계산과 제어 능력을 필요로 한다는 의미다.
 
그럼 사람은 어떻게 이렇게 어려운 일을 어렵지 않게 수행할 수 있을까?
 
모라벡에 따르면 이는 진화라는 개념으로 설명할 수 있다.
 
인간은 수많은 시간에 걸쳐 걷기, 뛰기, 보기 등
지각능력과 감각을 발달시키도록 진화해 왔다.
 
하지만 계산, 논리 등의 사고 능력은 그 역사가 길지 않다.
 
때문에 이는 로봇이나 컴퓨터가 인간보다 훨씬 잘하는 영역이 된다.
 
그렇다면 로봇들은 모라베크의 역설을 뛰어 넘을 수 있을까?
 
일단 인공지능의 경우, 이미 사람의 단계를 능가했다는 분석이 많다.
 
이를 가장 잘 나타내 주는 것이 시각 인지 분야다.
 
인공지능의 사물 인식 정확도를 겨루는 경진대회(ImageNet7)에서
2015년 마이크로소프트가 96.43%의 정확도를 기록했다.
 
이는 인간의 인식률 94.9%를 추월한 것이다.
 
97.85%=2017년 기준 정확도
 
로봇의 경우도 이미 상당한 수준이다.
 
현실 환경을 정교하게 반영한 강화학습 알고리즘이
이미 로봇에 적용되고 있기 때문이다.
 
로봇은 이를 통해 스스로 학습,
장애물을 넘거나 걷는 방법 등을 익힐 수 있다.
 
설명: 인간 신체 구조를 반영한 강화학습 구현 장면
출처: J. Merel -<Learning human behaviors from motion capture by adversarial imitation>
 
물론 로봇이 인간만큼 자연스럽게 움직이는 것은
시기상조라는 주장도 있다.
 
보스턴 다이나믹스의 로봇들도 아직까진
일부 특수한 분야에서 제한적으로 쓰이는 형편이다.
 
그렇다면 우리는 어떤 자세를 취해야 할까?
 
이는 어찌 보면 인공지능을 대하는 것과도 비슷하다.
과도한 경계나 찬사는 도움이 되지 않는다.
 
실제 기술이 어느 수준인지,
어떻게 이를 활용할지,
사람의 역할은 어떻게 변해야 하는지 등
 
냉정하고 치밀하게 파악하고,
[로봇과의 공존]을 대비하는 것이 중요하다.

평가하기
인기 스토리
추천 콘텐츠
쿠키를 지원하지 않는 브라우저이거나 브라우저 설정에서 쿠키를 사용하지 않음으로 설정되어 있는 경우 사이트의 일부 기능(로그인 등)을 이용할 수 없으니 유의해 주시기 바랍니다.