입기만 해도 사이보그가 된다

어시스트 슈트 시장, 제 2막

약 20년 전부터 작업지원 및 보행 지원에 사용되어 왔던 ‘어시스트 슈트’의 시장이 급속도로 확대되고 있다. 그 어시스트 기능도 큰 폭으로 향상되고 있으며 일부 제품의 경우, 입기만 해도 인간을 ‘사이보그’로 만드는 수준까지 진화했다. 이런 어시스트 슈트의 제 2형태, 더 나아가 그 이상의 제품이 향후 10년 안에 우리의 업무 및 생활을 크게 바꾸게 될 전망이다.

“우리는 인간과 기계의 하이브리드화가 목표이다”(파나소닉 자회사인 ATOUN의 대표이사 사장인 후지모토 씨)---. 과거에는 SF세계 속 이야기에 지나지 않았던 인간의 ‘사이보그화’가 현실이 되려 하고 있다. 사이보그란 인간의 신체와 로봇 기술을 융합시켜 보통 인간으로서는 발휘할 수 없는 능력을 지닌 ‘초인’을 가리킨다. 그러나 지금까지는 이를 실현하는데 어려움이 따랐다. 인체를 개조하는 기술 및 임플란트 기술 등의 침습 수술은 기술적이나 윤리적으로 해결해야 할 과제가 산적해 있기 때문이다.

최근에 와서, 이들 과제를 잘 피해 간 기술이 등장했을 뿐만 아니라 제품이 실용화되었다. 실용화된 제품은 ‘어시스트 슈트’의 일종이다. 어시스트 슈트는 무거운 물건을 들어 올리는 부담을 경감시키거나, 보행을 지원하는 등의 기계장치이다. 최근 들어, 그 일부 제품이 인체와의 융합도를 높여 임플란트 수술을 하지 않고 신체 위에 장착하는 것 만으로 자신의 신체의 일부와도 같이 동작할 수 있게 되었다. 마치 입기만 해도 사이보그가 될 수 있는 디바이스인 것이다.

그 전신인 ‘제 1형태’라고 할 수 있는 어시스트 슈트의 개발은 약 20년 전부터 추진되어 왔으나, 실용화에는 고전을 면치 못했다. 그러나 최근 1년정도 사이에 급격하게 이용이 확대되고 있다.

감정을 파악해 업무 방식을 바꾼다

스트레스 및 희로애락의 정도를 측정해 수치 등으로 가시화하는 기술이 실용화되고 있다. 심장 박동수 및 감정, 목소리 등 폭넓은 생체 데이터를 해석해 잠재적인 감정을 산출해 낸다. 사원의 스트레스 대책에서 사고 방지, 마케팅까지 다양한 수요가 확대될 전망이다.

취직 및 전근 등 환경 변화를 겪은 후의 황금연휴를 계기로 심신이 불안정해지는 ‘5월병(무기력증)’. 올해는 10일간의 황금연휴가 시작되는 관계로 예년 이상으로 그 위험성이 높아질 전망이다. 부하직원이 회사에 출근하지 않게 되는 등을 우려하는 직장인도 많을 것이다.

스트레스를 가시화함으로써 직장에서의 심적 관리를 서포트해주는 서비스가 있다. 섬유 제조업체인 미쓰후지가 개발한 ‘hamon(하몬) for stress’이다. 미쓰후지가 개발한 특수한 속옷은 입는 것 만으로 그 사람의 스트레스를 100단계로 수치화한다. 1주간 측정한 데이터를 클라우드 상에서 해석해 직장 환경의 ‘긴장감∙중압감의 레벨’ 및 ‘업무상의 강제 레벨’ 등을 평가한 리포트로서 제공. 기업은 최종적인 리포트를 기반으로 대상 종업원의 스트레스 저감 대책을 실시한다.

스트레스를 가시화할 수 있는 비결은 속옷의 뒷면에 있는 독자적으로 개발한 섬유에 있다. 그 섬유는 나이론 등의 실 표면에 은을 코팅하고 있어 신축성과 전도성을 함께 지니고 있다. 착용 시에 심장의 아랫부분에 밀착됨으로

세콤, AGC와 DeNA 등과 개발

심각한 노동력 부족에 고민하는 경비 업계에 ‘신인’이 나타났다. AI(인공지능)를 탑재한 Virtual(가상) 경비원이다. 이미지인식기술로 방문자를 식별하여 상황에 따라 대응을 바꾼다.

세콤은 AGC, DeNA, NTT도코모와 공동으로 AI를 탑재한 가상캐릭터가 경비나 접수 업무를 담당하는 보안시스템 ‘버추얼경비시스템’ 시작기를 개발하였다. 사무실빌딩 등에서 경비나 접수 업무에 도입하여 노동력 부족을 해소한다.

4사가 2019년 4월 25일에 발표하였다. 세콤에 의하면 경비업계는 심각한 노동력 부족에 직면해 있으며, 유효구인배율은 2019년 1월 시점에서 9배에 달했다고 한다. 세콤의 나카야마 사장은 “보안에 대한 요구는 다양화∙복잡화되고 있는데 인재 공급이 이를 따라가지 못하고 있다. 이 상황을 타파하기 위해 각 업체가 자사의 최신 기술을 투자하여 이번 시스템을 개발하였다”라고 말했다.

새로운 시스템은 시설 내의 특정 장소에 서서 감시∙경계하는 ‘초소’ 업무를 대체하는 것이 목표다. AGC가 개발한 4K해상도의 미러 디스플레이에 등신대 ‘가상 경비원’을 비춘다. 캐릭터디자인의 원안은 DeNA가, 3D모델 제작과 표시 시스템의 개발은 AGC가 각각 담당하였다.

디스플레이에는 카메라나 동작탐지센서, 마이크, 스피커를 탑재하여 주위 환경을 인식하면서 방문자 등과 음성으로 대화를 할 수 있도록 하였다. 

‘GAFA 끊기’ 실험 -- 그 대가는 생산성 3분의 1로

나(33)는 이바라키현 쓰쿠바역 앞을 땀을 흘리며 뛰어다니고 있었다. 취재 예정인 심포지엄 회장이 어딘지 모르기 때문이다. 역 지도에서는 남쪽으로 약 500m라고 알려준다. 그렇게 멀지 않을 텐데 회장 비슷한 건물이 보이지 않는다. 시작 시간은 점점 다가온다. 항상 사용하던 ‘구글맵’을 사용하지 못했을 뿐인데 큰 곤경에 빠졌다.

‘GAFA(Google, Amazon.com, Facebook, Apple)’는 금융이나 자율주행 세계에서도 세력을 급격히 확대하고 있다. GAFA의 팽창을 경계하며 세계 각국은 규제를 하고 있지만 그들이 안겨주는 편리함을 과연 버릴 수 있을까?

-- 조사하는 데만 반나절 --
5월 중순부터 3주간 ‘GAFA 끊기’ 실험을 하였다. 실험은 스마트폰 전원을 끄는 것부터 시작되었다. 위치정보나 인터넷 검색 이력 등의 데이터를 GAFA에 넘기지 않기 위해 GAFA의 서비스나 제품을 일절 사용하지 않고 생활해보자고 생각했다.

이번 취재 테마는 데이터 규제의 동향. 예습이 필요하다. 그러나 취재에 구글 검색을 이용할 수 없다. 도서관에 앉아 있는 시간이 길어졌다.

인터넷에서는 간단하게 열람할 수 있는 해외의 최신 연구자료는 서가에 없었다. 수 개월 늦은 정보가 실린 전문잡지를 찾는 것도 힘들었다. 

10곳의 관절을 접어 좁은 장소에 진입/ 점검 작업 자동화

도쿄공업대학은 세계에서 가장 긴 10m의 다관절 로봇 팔을 개발하였다. 무게 10kg의 물체를 유지할 수 있다. 가늘고 긴 모양의 로봇 팔은 10곳의 관절을 접을 수 있기 때문에 장해물이 있는 좁은 장소에 진입할 수 있다. 교량이나 터널 등의 점검 작업에서 사람이 출입하기 어려운 곳에서 육안검사나 타음검사의 자동화에 응용될 것으로 전망한다.

이번에 개발한 로봇 팔은 길이 10m, 직경 20cm다. 관절 중 7개는 상하로, 3개는 좌우로 움직인다. 수직 방향으로 뻗으면 최대 높이 10m, 수평 방향은 좌우로 최대 4m씩의 범위를 커버한다.

로봇 팔 개발은 신에너지산업기술총합개발기구(NEDO)가 2015년도부터 추진하는 ‘차세대인공지능∙로봇 중핵기술개발’ 프로젝트의 일환이다. 정부가 15년 2월에 발표한 ‘로봇 신전략’에 근거한다. 이 프로젝트의 혁신적 로봇 요소 기술 분야의 수탁연구로서 개발에 착수한다.

일반적으로 긴 로봇 팔은 지렛대의 원리가 작용하기 때문에 수평이 될수록 중량물을 들고 유지하는 것이 어렵다. 때문에 지금까지의 다관절 로봇의 긴 팔은, 각 관절에 모터나 감속기 등의 구동부를 장치하는 것이 일반적이었다. 그러나 각 관절에 구동부를 설치하면 팔 전체가 무거워진다.

음성인식∙수요예측∙화상인식에 AI활용

‘제3차 붐’이라고 하는 AI(인공지능). 기세는 꺾일 줄 모르고 일본에서도 본격적인 실용기를 맞이하고 있다.

식품공장의 검품, 택시승객이나 맥주의 수요예측, 외국어의 번역, 수기 문자의 인식 등등... 선진 기업은 AI를 다양한 현장에 도입하고 있다. 업무에 능통한 베테랑도 어려워하는 예측을 가능하게 한다. 생산성을 4배로 올리는 효과도 보고 있다.

제3차 붐의 견인 역할은 말하자면 심층학습(Deep Larning)을 시작으로 하는 기계학습, 이들을 활용한 다양한 인식∙분석 방법과 자연언어처리라는 AI의 기술, 게다가 클라우드 컴퓨팅과 IoT 등의 관련 기술이 AI의 실용화를 지원하고 있다.

IDC Japan에 의하면 2017년의 국내 인식 시장과 AI 시스템의 시장규모는 274억 7,600만엔(고객 지출액 기준). 2022년에는 2,947억 5,400만엔(고객 지출액 기준)으로 10배 이상의 신장이 예측되고 있다.

한편 AI의 활용에 도전하는 실증 실험 레벨이 앞으로 잘 진전되지 못하고 있다. 생각보다 효과가 나지 않는다는 목소리도 나오고 있다. AI의 전체적인 모습이 폭넓고 어떠한 기술 또는 제품/서비스가 자사에 적합한지를 판단하기가 어렵다는 것이 첫번째 이유이다.

목차

1. 변감속기∙인버터
2. 플라스틱 가공기계
3. 전자기계
4. 반도체 제조장치
5. 에너지∙환경설비
6. 양자기기
7. 정밀기기∙극저온장치
8. 물류∙파킹시스템
9. 가공기계
10. 운반하역기계
11. 선박∙해양기계
12. 건설기계∙포크리프트
13. 터빈 펌프