일본산업뉴스요약

아마존 로봇틱스 챌린지, AI 기술로 승패
즉응성∙심층학습이 열쇠, 상위팀 팽팽한 접전

로봇업계에서 인공지능(AI)의 중요성이 증가하고 있다. 7월 말에 개최된「아마존 로보틱스 챌린지(ARC)」에서는 로봇보다도 AI기술이 승패를 갈랐다. ARC는 물류 창고에서 선반의 물건을 꺼내고 수납하는 작업의 로봇화를 경쟁한다. 참가 팀의 대부분이 수직 다관절 로봇을 채용하는 가운데, 우승한 로봇은 XYZ의 3축 직교 로봇이었다. 각 팀의 로봇이 주목을 받는 가운데, 가장 단순한 장치와 고속 심층학습을 조합한 호주 팀이 우승을 차지하였다.

-- 30분 안에 해결 --
2017년 ARC의 관전 포인트는 미지의 물체에 대응하는 기술이었다. 아마존 로보틱스의 Tye Brady 수석 테크놀로지스트는「15년의 제1회 대회에서는 흡인이나 그리퍼 등 잡기 위한 파지 기구가 많이 등장하였고, 제2회에서는 심층학습에 의한 인식과 파지 기구의 조합을 경쟁하였다. 17년은 미지의 물체에 대한 대응이 초점」이었다고 회상한다. 경기에서는 취급하는 아이템의 절반이 개시 직전에 전달되었다. 아이템의 절반은 사전에 심층학습으로 화상 인식 모델을 만들 수 있지만, 다른 절반은 학습에 들일 수 있는 시간이 30분밖에 없다. 물류 현장에서는 취급하는 상품이 매일 대체되기 때문에, 처음 보는 상품에 즉시 대응하는 적응성이 요구되었다.

그래서 많은 팀이 30분 동안에 심층학습을 포기하고, 미지 물체와 기지 물체로 대응을 나눴다. 미쓰비시전기 팀은 기지 물체는 심층학습, 미지 물체는 중량과 색깔 특징으로 판별하였다. 도시바 팀은 기지 물체용 심층학습과 미지 물체용의 간이 AI를 복수 시행하여 정확도가 높은 판정 결과를 선택하였다.

-- 더블 체크 --
이에 대해 상위 팀은 30분 동안의 심층학습을 선택하였다. 4위의 인도공과대학 팀은 미지의 아이템을 건네 받으면 자동촬영기에 투입, 각도를 변경하여 하나의 아이템마다 100장의 사진을 촬영한다. 이 데이터를 8개의 GPU를 탑재한 GPU 클러스터로 심층학습하였다. 멤버는「20~25분에 학습한다. 미지와 기지에서 인식에 차이는 없다」라고 설명한다. 가는 브러시에 달린 라벨을 흡인하는 등, 흡인 부위의 식별도 했었던 것 같다.

우승한 호주 로보틱스 비전센터(ACRV)는 미리 학습 모델을 준비하여, 직전에 미지 물체를 학습시켜 모델을 정밀하게 조정하였다. 리더를 맡은 유겐 라이저 박사는「30분간의 학습에서는 정밀도는 기대할 수 없다. 그래서 2개의 카메라로 더블 체크하여 정밀도를 높였다」라고 설명한다.

ACRV는 1회전에서는 부진했지만, 2회전에 중간 순위로 올랐다. 마지막 날에 최고 성적으로 역전하였다.「처음에는 잡은 아이템을 떨어뜨리는 등 운반이 어려웠다. 그러나 같은 전략을 쓴 싱가포르(3위)나 독일(2위)이 좋은 성적을 올렸다. 우리들의 전력은 틀리지 않았다고 믿고 있었다」라고 회상한다. 상위 팀은 기술적으로 큰 차이는 없고, 실력 차이는 근소하였다. 미쓰비시전기의 기술자는「성적의 차이는 인식의 차이다. 상위 팀은 불과 30분에 미지를 기지로 바꿔버렸다」라고 칭찬한다.

-- 3축 기구 --
ACRV의 장치는 로봇이라기 보다는 팔이 달린 3축 기구다. 가장 간소한 로봇으로 AI를 구사하여 우승하였다. 실제로 로봇을 이용하여 물건을 잡지 않더라도 상품을 분류하는 장치는 있다. 단시간에서의 학습이 실현되면 혼류(混流) 컨베이어 위에서의 인식∙구분 등 폭넓은 응용이 확산될 것이다.

  -- 끝 --