일본산업뉴스요약

2020년 AI 예측(1)
피킹, 운반 등 임기응변이 가능한 로봇
프리퍼드 네트웍스가 개발

바둑으로 프로를 이기며 번역 및 복잡한 데이터 해석도 척척 해내는 인공지능(AI). 최근에는 대학에서의 연구 레벨을 뛰어넘어 산업계에서의 활용도 추진되고 있으나, 완전 자율주행의 개발 등 실용화에는 아직까지 넘어야 할 산이 남아 있다. 그렇다면 산업 이노베이션의 열쇠를 쥐고 있는 AI의 지금 실력은 어느 정도일까? 향후 기술 동향을 감안해 기자가 2020년의 예측 통신부를 ‘체육(로봇)’ ‘국어·미술(표현)’ 산수(데이터 해석)’ ‘외국어(번역)’ 사회(윤리)’의 5개 과목으로 나누어 정리해 보았다. 첫 회는 ‘체육(로봇)’. 사물의 인식에서 판단, 작업까지, AI의 종합력이 요구되는 분야이다.

2019년 12월, 도내에서 개최된 로봇 전시회. 사람 팔 모양의 노란색 로봇이 작은 부품을 왼쪽 상자에서 오른쪽 상자로 척척 옮기고 있다. 직경 1cm전후의 크기로 손으로 잡기 힘든 파이프를 구부린 형태의 부품을 여러 각도에서 집어 올려 운반한다.

뒤쪽에서 움직이는 시스템을 개발한 것은 일본을 대표하는 AI개발의 스타트업 프리퍼드네트웍스(도쿄)이다. 프리퍼드의 AI는 집어야 할 물건을 0.2초만에 인식. 사람에게는 아직 못 미치지만 로봇으로서는 최고 수준의 속도로 작업을 임기응변으로 진행할 수 있다.

AI를 사용하지 않고 사람이 사전에 물건을 들어 올리는 방법을 프로그래밍 하더라도 로봇은 움직일 수 있지만 할 수 있는 것에는 한계가 있다. 담당자가 로봇의 AI 기능을 껐을 경우, 같은 부품을 집는데 2번, 3번의 실패를 반복했다. 겨우 집어 올리더라도 떨어뜨리고 마는 불안정한 면이 있다.

주위 환경을 이해해 스스로 학습하는 AI는 정해진 작업밖에 할 수 없는 프로그래밍 보다 응용력이 높다. 프리퍼드의 AI 로봇은 알지 못하는 물건이라도 순식간에 분간할 수 있게 때문에 다양한 부품이 혼재하는 공장에서의 작업에 적합하다. 오쿠타(奥田) 최고 기술책임자(CTO)는 “물건을 집어서 옮기는 작업이라면 AI로봇이 사람의 절반에서 동일한 정도의 스피드로 가능하다”라고 말한다.

-- 가장 난관인 도시락 내용물 담기는 아직 ‘견습’ 수준 --
로봇을 제어하는 AI는 ①사물의 모양이나 배치를 정확히 인식해 ②어떻게 움직이는 것이 적절한지를 판단 ③그대로 움직이게 할 필요가 있다. AI 종합력이 시험대에 오르는 어려운 영역이지만, 센서나 AI를 움직이는 컴퓨터의 고성능∙저가격화로 실용화가 급속도로 발전했다.

로봇은 프리퍼드가 힘을 쏟고 있는 공장용뿐만 아니라, 노동　집약적인 개호 현장에서도 활용이 기대되고 있다.

주목을 모으고 있는 것이 미국 마이크로소프트의 전(前) 중화권 지역대표인 팬 씨가 2016년에 설립한 미국 아이오로스로보틱스(캘리포니아 주)이다. 2018년 11월부터 세계 최초로 일본에서 실증실험을 개시. 사람의 허리 정도에 오는 2개의 팔을 가진 로봇으로서, 센서로부터 얻은 화상 데이터를 AI로 인식해 지시된 목적지에 스스로 이동한다.

-- 개호에서도 활약 --
버튼을 눌러 엘리베이터를 타거나 짐을 들어올려 운반하는 등 인간과 동일한 작업이 가능하다. 세밀한 시스템 개발을 하지 않고도 기존의 개호 시설에 도입할 수 있다는 것이 특징이다.  팬 씨는 “개호 업계의 일손 부족을 해소 할 수 있다”라고 말한다.

AI로봇을 둘러싼 경쟁은 스타트업 세계뿐만이 아니다. 미국 구글을 산하에 두고 있는 알파벳은 2019년 11월에 물건의 정리 정돈 등 일상 생활의 잡무를 해내는 ‘에브리데이 로봇’의 개발을 시작했다고 발표했다. 카메라가 부착된 헤드와 관절이 붙어 있는 한 개의 팔이 소형 차량에 탑재되어 있는 디자인으로, 가정이나 사무실 안에서의 이용을 상정하고 있다.

현재는 캘리포니아 주의 프리퍼드에서 쓰레기 분리의 실증실험을 하고 있다. 패트병이나 종이컵, 과자 봉지 등을 분리해 집어 올려 최적의 쓰레기 통에 버리는 작업이다. 인간은 20%의 확률로 분리하는데 실패했지만 로봇은 실패율을 5%까지 낮출 수 있었다.

AI의 대국을 꿈꾸는 중국도 행보에 나서고 있다. DJI는 드론(소형무인기)에 의한 씨앗뿌리기 및 농약 살포 등 농가용 사업을 전개하고 있다. AI로 농작물과의 거리를 제어해 효과적으로 농약을 골고루 살포해 나간다. 2015년의 본격적인 참여로부터 2019년 11월까지 총 약 33만평km의 농지에서 작업했다. 이는 일본 국토의 약 90%에 해당하는 면적이다.

-- 힘 조절이 과제 --
그렇지만 AI도 만능은 아니다. 예를 들어 사람 손의 움직임을 재현하는 것은 아직 미흡하다. 물건을 잡을 경우에 사람은 무의식적으로 엄지와 검지를 평행으로 만들어 망가뜨리지 않게 하지만, 로봇은 미묘한 힘 조절을 어려워한다.

현재 로봇 관계자의 대부분이 최대 과제로서 제시하고 있는 것이 ‘도시락 공장에서의 로봇’ 개발이다.

하루에 여러 종류의 도시락을 만드는 공장에서 닭튀김부터 메실 장아찌, 김, 찜 요리에 이르기까지 정해 진 장소에 보기 좋게 채워 넣지 않으면 안 된다.

성공한다면 복수의 조립 라인이 움직이는 자동 공장 등에서도 활용의 폭이 넓어진다. ‘센서와 AI의 판단력. 각각의 장벽을 뛰어넘지 않으면 실현되지 않는 궁극의 난제’라고 프리퍼드의 오쿠타 CTO는 말한다. 일정 범위의 공장 작업에서는 사람을 능가하는 능력을 발휘할 수 있어도 도시락 전문점에서는 아직 견습 수준인 것이 AI로봇의 현실이다.

인간의 무의식에 의한 작업은 곤란
‘지금은 1살 어린아이의 능력’

미국 조사기관인 가드너는 2022년에 AI가 가져올 사업 가치는 전세계에서 428조엔에 달할 것으로 예측했다. 2018년의 사업 가치의 3.3배까지 확대될 전망이다. AI는 이미 폭넓은 영역에서 활용이 확산되고 있으며 기업 경쟁력의 원천이 되고 있다. 향후 데이터 양이나 계산 능력이 보다 더 향상된다면 비즈니스 상의 의사 결정 등의 경우에서 없어서는 안 될 존재가 될 것으로 보인다.

AI는 2016년에 돌을 놓는 경우의 수가 무수히 많아 난이도가 높다고 하는 바둑에서 세계 최고의 기사를 제패했다. 게임과 같이 한정된 세계에서 정해진 룰에 따르는 경우, AI의 앞을 내다보는 예측 능력은 사람을 능가한다. 언어의 인지 능력도 높아져 2017년에는 사람과 거의 동일한 수준으로 이해할 수 있게 되었다. 의료 화상으로부터 암 등을 찾아내는 정밀도에서도 2018년에 의사를 뛰어넘었다.

그렇지만 ‘현실 세계’에서 AI가 활약하기 위해서는 아직 과제가 남아 있다. AI연구에서 세계적 권위를 자랑하는 캐나다의 몬트리올 대학의 벤지오 교수는 “어린이도 쉽게 할 수 있는 무의식에 의한 인간의 작업은 AI가 학습하기에 어려움이 있다”라고 지적한다. 프리퍼드의 오쿠다 CTO도 ‘인간으로 말하자면 지금의 AI는 1세 영유아의 능력’이라고 말한다. 기대와 현실의 갭을 감안한 도입이 지금의 AI에게는 반드시 필요하다.

 -- (2)로 계속 --