척척박사 윤박사가 들려주는 AI | 아홉 번째, 융합 인공지능 - 로봇 인공지능 기술

 

 

 

앞으로 10년 이후에 인공지능 기술은 어디까지 발전할까? 라는 물음에 필자를 포함하여 이글을 읽는 대부분의 사람들의 생각은 공상 과학 영화에 등장하는 로봇이나 사람의 말을 알아듣고 알아서 답을 해주는 컴퓨터를 생각할 것이다. 이러한 생각은 미래를 살아가는 우리에게 로봇이 위협적인 존재라는 형태로 각인되어 있고, 일자리를 빼앗는 존재라는 이미지로 공감대를 형성시키고 있다. 그래서 이번 기고에서는 미래의 걱정거리인 로봇이 가지는 인공지능 기술을 소개하고, 융합 형태의 서비스들을 다루어보고자 한다.

 

 

로봇 인공지능은 어떻게 구성되나
로봇(Robot)의 기본 개념은 위키피디아와 서울교과서의 로봇 기초라는 교과서에 잘 설명되어 있다. 이 두 자료에서는 로봇의 어원, 정의, 역사의 로봇 3대 원칙과 이용 분야, 국가별 로봇 이용 현황 등에 대해서 주제별로 잘 정리하고 있다. 이들은 로봇의 구성을 분야에 따라 산업용 로봇과 비산업용 로봇으로 구분하고 있다. 산업용 로봇은 일정한 패턴을 가지고 동작을 제어하는 구조로, 비산업용 로봇은 인간과 친숙한 환경에서 직간접적으로 서비스를 처리하는 구조로 구분된다.
산업용 로봇은 특정 위치에 고정되어 일정한 패턴을 가지고 동작하기 때문에 제어 기능에 중점을 둔다. 예를 들면, 제조 공정에서 조립을 담당하는 제조 로봇은 일정한 동작이 제어되면서 고장유무를 판단하여 알람을 주는 동작 제어 기능으로 구성된다. 이는 조립과정에서 일정한 패턴을 유지하는 로봇의 동작을 방해하는 요소들이 생겼을 때, 규칙기반의 의사결정으로 상태를 판단하는 단순 지능구조이다.
비산업용 로봇은 이동과 판단, 제어 등의 복합적인 상황에서 데이터를 통해 판단하고 제어하는 기능에 중점을 두고 있다. 사람의 모습을 닮은 휴머노이드 로봇의 경우, 사람의 감각기관과 유사한 처리를 위해 기계학습과 의사결정 처리를 함께 적용하고 있다. KIST가 개발하고 있는 키보는 인식 기능과 제어 기능으로 구분할 수 있다. 인식 기능은 얼굴, 음성, 장애물, 위치 등을 인식하는 기능을 가진다. 또한 제어 기능은 주행과 회피, 관절 및 고관절 제어, 표정 등으로 구성된다. 이 구성들은 독립적으로 동작하는 것보다는 데이터를 연계하여 복합적인 처리가 필요하다.

 

 

휴머노이드 로봇의 구성(KIST, 키보 3.0)

 

 

이와 같이 로봇의 구성은 기계공학부터 물리, 컴퓨터, 제어공학 등에 이르기까지 다양한 학문 분야에서 접근하고 있는 산업 기술이다. 또한 4차 산업혁명에서 요구하고 있는 기술을 복합적으로 처리하는 종합 기술체이기도 하다. 그렇기 때문에 단시간 내에 성공적인 구성을 할 수 없으며, 지금까지처럼 많은 실패와 고민이 필요할 것이다.

 

 

 

로봇의 지능은 얼마나 될까
로봇의 지능을 결정하는 것은 두 가지로 판단할 수 있다. 주어진 일에 대한 스스로의 의사결정 기능과 고장에 대한 진단에서 스스로 복구까지의 절차를 진행하는 자가진단 기능이다.

의사결정 기능은 로봇의 3원칙을 기준으로 어떠한 의사결정을 내리는가이다. 예를 들면 운전을 하는 자율주행 로봇의 경우를 생각해 보자. 운전자의 딜레마이기도 하다. 주행 중에 긴급으로 발생하는 사고 조건에서 운전자를 보호할 것인가? 아니면 차량 밖의 사람을 보호할 것인가? 이러한 딜레마의 조건에서 로봇은 자율적인 의사결정을 해야 한다. 당연히 빠른 의사결정과 처리가 필요하기 때문에 고성능의 시스템이 필요하고 네트워크의 자율성도 좋아야 한다. 만약 이 조건을 스스로 판단한다면 로봇의 3원칙 중에서 1원칙인 인간을 해쳐서는 안 된다는 조건이 성립된다. 만약 1원칙을 무시할 수 있는 규칙은 운전자의 결정에 따라 진행되는 경우가 될 것이다. 이 부분은 인공지능 기술에서도 많은 딜레마와 학습의 문제점을 가지고 있다. 그렇기 때문에 우리는 로봇과 인공지능 기술에 두려움을 가지는 것이 당연하다고 생각한다.

 

자율주행 로봇의 딜레마 – 사고 대응

 

 

다음으로 로봇의 인공지능에서 필요한 자가진단 기능이다. 이 기능은 로봇의 3대 원칙 중에서 3원칙에 해당한다고 볼 수 있다. 로봇은 1원칙과 2원칙을 지키면서 자기 스스로를 보호해야 한다는 조건이다. 이 조건은 인공지능 기술의 핵심이지만 풀기 어려운 난재(NP Complete)이다. 이 기능을 구현하기 위해서는 소프트웨어의 소스코드를 스스로 컴파일하고 에러가 발생한 부분을 학습하여 소스코드를 스스로 수정하는 기술이다. 하지만 운영체제와 소스코드 간에 의존성(dependancy)를 판단하는 로직과 소스코드에서 에러가 있는 전/후 과정을 판단하는 로직, 장애 여부를 판단하는 로직, 어떤 코드를 적용해야 전/후 상태에서 이상 없이 동작되는지를 판단하는 로직, 전체의 동작에 대한 최적화 상태를 판단하는 로직 등에 대한 복잡한 학습 과정이 필요하다. 이 학습을 위해서는 개발자들이 개발하는 과정을 전체적으로 모니터링하고 그 과정을 학습하는 절차가 요구된다. 또한 가장 중요한 것은 스스로 개선되었다고 판단해서 서비스 또는 시스템을 재시작 했을 때 이상 없이 동작이 이루어지는가도 스스로 판단해야 한다. 이러한 일련의 과정을 학습하는 것 또한 인공지능 로봇의 지능을 갖추는데 필요한 가장 큰 문제이다.

따라서 인공지능 기능을 갖춘 로봇의 지능은 단편적인 지능을 갖추거나 일정한 패턴에 대한 동작을 학습하는 것은 가능하지만 공상과학 영화에 나오는 자율 판단 로봇이나 아이언맨에 등장하는 자비스와 같은 시스템을 만족하기까지는 인프라의 상당한 발전과 개발의 시간이 필요할 것이다.

 

 

 

로봇 인공지능 방향
로봇 인공지능 기술은 스스로 의사결정을 할 수 있는 융합 제어 기술을 가진 완성체를 개발하기까지 많은 시간과 노력이 필요하다. 특히 로봇의 3원칙과 함께 학습 자유도를 실시간으로 처리할 수 있는 고성능 프로세서와 연산 장치가 통합된 로봇 전용칩의 개발도 필요하다. 그렇기 때문에 필자는 인공지능 기술을 두려워하는 많은 사람들에게 말하고 싶다. 아직은 인공지능 기술의 두려움을 체감하기까지 준비할 수 있는 시간이 많다. 두려움 때문에 기술의 편리함을 도입하지 않는다면 로봇의 발전은 실패의 길로 가거나 미완의 기술로 오랜 시간이 걸릴 것이다. 그래서 인공지능 기술은 양날의 검이라고 한다. 도입도 문제지만 도입하지 않았을 때도 문제이기 때문이다.

 

다음 기고에서는 인공지능 융합 기술 중에 생명공학과 결합된 DNA 컴퓨팅 기술을 다루고자 한다. DNA 컴퓨팅 기술은 사람의 특정 질병을 치료하는 치료기술 부분과 뇌공학이나 양자 컴퓨팅과 같이 전자기계를 사람과 연결시키는 커넥티드 장치(Connected Device) 부분으로 발전하고 있다. 이 부분에서 인공지능 기술이 어떻게 사용되고 있고, 적용되고 있는지를 사례들로 소개하고자 한다.