(출처: 구글 리서치 블로그)
구글은 인공 지능과 로봇에 많은 투자를 하고 있습니다. 인공 지능이 소프트웨어로 구현되는 부분이라면 로봇은 하드웨어적인 부분입니다. 구글은 이 동시에 투자를 해서 완전한 제품을 만드려고 노력하고 있습니다.
최근 구글 리서치 블로그에 올라온 신경망 네트워크 로봇 역시 마찬가지입니다. 최대 14대의 로봇 팔이 카메라와 연결되어 작업을 하는데, 다양한 사물을 로봇 손으로 잡아서 옮기는 것이 그 과제입니다.
우리는 쉽게 사물을 인식하고 잡을 수 있지만, 로봇은 그렇지 못합니다. 이것은 사람을 보고 여자인지 남자인지 인식하는 일이 사람에게는 쉬워도 컴퓨터에게는 쉽지 않은 것과 같은 이치입니다. 로봇이 주로 활용되는 분야는 고정된 위치에 용접을 하거나 부품을 조립하는 일입니다. 생각의 필요가 없고 미래 정해진 일을 주로 하는 것입니다.
하지만 기계 학습과 신경망 네트워크의 발전으로 인해서 로봇이 처음 보는 사물을 가지고도 다양한 작업을 할 수 있는 시대가 가까워지고 있습니다.
이번 연구에서는 최대 14대의 로봇이 카메라와 나선형 신경망 네트워크 (convolutional neural network, CNN)에 연결되어 여러 가지 사물들을 집어서 옮기는 작업을 테스트했습니다. 로봇들은 어떤 방식으로 어떻게 사물을 잡아서 옮기는 것이 가장 효과적인지를 스스로 학습해야 합니다.
이 연구에서는 80만 회의 시도가 진행되었으며 계속해서 피드백을 주는 CNN 학습을 도입한 로봇이 훨씬 빠르고 정확하게 사물을 잡을 수 있음을 보여줬습니다. (동영상)
(동영상1)
(동영상2)
(동영상3)
(동영상4)
현재 산업용 로봇은 널리 사용되고 있지만, 인간처럼 다양하고 복잡한 동작을 수행하지는 못하기 때문에 제조업의 모든 분야에서 자동화가 이뤄지지는 못하고 있습니다. 하지만 신경망 네트워크와 기계 학습은 마치 인간처럼 유연하고 다양한 환경에 적응이 가능한 로봇의 등장을 가능하게 만들 것입니다. 그렇다면 과거보다 더 많은 부분이 로봇과 인공지능으로 대체될 수 있을 것입니다.
노동력을 기계로 대체하는 것은 인류 역사에서 하나의 큰 흐름이었습니다. 다만 최근에는 그 흐름이 갑자기 더 빨라질 수 있는 가능성이 보이고 있습니다. 이런 시대적 변화를 대응하기 위해서는 많은 노력이 필요할 것입니다.
참고
댓글
댓글 쓰기