일본산업뉴스요약

Nikkei X-TECH_2020.10.8

아바타 로봇으로 편의점 제패
상품 진열은 자신의 '분신'에게 맡긴다

아바타(분신) 로봇 등으로도 불리는 원격조작 로봇을 이용해 멀리 떨어진 장소에서 실제의 노동력을 물류업계에 제공하는 시도가 시작되었다. 로봇 개발의 벤처기업, 텔레이그지스턴스(Telexistence, 도쿄)는 2020년 9월 14일에 개업한 편의점 ‘로손 Model T 도쿄 포토시티 타케시바(竹芝)점’에 텔레이그지스턴스의 로봇 ‘Model-T’를 도입해 상품 진열 작업을 개시했다. 같은 해 8월 26일에는 훼미리마트와 함께 본격적인 도입을 위해 점포 1곳에 시범 도입했다고 발표했다.

텔레이그지스턴스는 1980년에 처음으로 ‘텔레이그지스턴스(원격 존재)’라는 개념을 제창한 도쿄대학 다치(舘) 명예교수가 2017년에 공동 창업해, 현재도 회장을 맡고 있는 기업이다.

Model-T는 인간형 로봇으로, VR 고글을 쓰고 손에 VR 컨트롤러를 든 오퍼레이터가 네트워크를 경유해 원격으로 조작한다. 로손에서는 점포 안의 백 야드에 Model-T를 설치했다. 편의점 사업에서 매상의 큰 비율을 차지하는 음료(패트병, 캔) 및 즉석식품(주먹밥, 샌드위치, 도시락 등)을 대상으로 Model-T를 사용해 상품을 진열하고 있다.

“로봇의 주특기는 부가가치가 높지 않은 반복 작업. 이것을 로봇에게 맡김으로써 종업원은 점포에 있어서 보다 중요한 접객 등에 힘을 쏟을 수 있다”(텔레이그지스턴스 대표이사 도미오카(富岡) CEO). 텔레이그지스턴스는 편의점뿐만 아니라, 슈퍼마켓이나 홈 센터, 약국 등으로의 전개도 시야에 넣고 있다.

-- 산업용 로봇으로는 불가능하다 --
그렇다면 일부러 로봇을 도입하면서 작업은 왜 자동화하지 않는 것일까? 이미 공장 등에서는 작업을 자동화하는 많은 산업용 로봇이 가동되고 있으며, 상품 진열에 대해서도 세계의 많은 기업들이 딥러닝(심층학습)을 활용하는 전용 로봇의 개발을 진행하고 있다.

도미오카 CEO는 그 이유를 다음과 같이 설명한다. “현재 상황의 AI(인공지능)를 활용한 화상 인식은 공장 내부 등 환경이 안정된 장소에서는 문제없이 동작하지만, 점포나 옥외 등 공장 이외의 환경에서는 어려움에 부딪치는 경우가 많다”. 상품 진열의 경우, 우선 물체의 형상을 인식해, 어디를 잡는지 파지점을 정확하게 추출할 필요가 있다. 그런데 점포에서는 조명의 환경 등이 다양해, 화상 인식을 정확하게 할 수 없는 일도 많다.

편의점에서 취급하고 있는 상품이 다양한 것도 그 이유 중 하나이다. 예를 들면, 2020년 9월에 도입한 로손의 점포에서는 음료나 즉석식품이 2,000 종류, 형태가 200 종류에 이른다. 환경에 변동 요소가 많은데다, 진열 대상물의 형태가 이렇게 많아지게 되면 화상 인식으로 모든 것을 정확히 판단해내기란 어렵기 때문에 인간의 지각 능력의 도움을 받는 원격 조작 로봇이 '현실 답안'인 셈이다. “공장이나 창고 이외에서의 상품 진열은 로보틱스 기술의 최난관으로 여겨지고 있어 세계적으로도 점포에서의 상품 진열에 원격 조작 로봇이 도입되는 것은 최초일 수 있다”(도미오카 씨)고 한다.

무엇보다 미래의 자동화를 위한 포석은 깔고 있다. 텔레이그지스턴스에서는 원격 조작중의 오퍼레이터와 로봇의 동작(상품의 피킹과 설치 등)의 데이터를 클라우드에 축적하고 있다. 그것을 기계 학습을 통해 미래의 자동화를 향한 연구 개발을 추진하고 있는 것이다.

-- 양산효과가 나오면 인건비보다 저렴하게 --
텔레이그지스턴스가 가장 먼저 편의점을 정조준 한 것은 이직률이 50% 이상일 정도로 심각한 인력부족에 직면하고 있어 과제 해결의 필요성이 높다는 점 때문이다. 또한 비즈니스 상의 전략도 있다.

이 회사는 하드웨어 업체이기 때문에 향후 로봇을 양산화해 다른 분야로 스케일업 (Scale-up) 할 수 없으면 비즈니스가 성립되지 않는다. 그 점에서 편의점은 1개 점포라도 도입에 성공할 경우, 상품이나 오퍼레이션이 규격화되어 있으므로 곧바로 다른 점포로 전개할 수 있어 양산 효과를 기대할 수 있는 것이다.

로손은 향후 계획을 비공표로 하고 있지만, 훼미리마트에서는 2022년까지 최대 20개 점포에 도입한다고 한다. 로봇은 인터넷 너머로 원격 조작하므로 해외 전개도 가능하다. 텔레이그지스턴스에서는 2022년 이후에 아시아 지역으로의 전개를 계획하고 있다. 예를 들면, 대만의 편의점 상품 진열을 도쿄에 있는 오퍼레이터가 작업하는 것이 실현될 전망이다.

텔레이그지스턴스에서는 2024년에 1,500대의 Model-T를 가동시키는 목표를 세우고 있다. “그것이 실현되면, 편의점 점포가 상품 진열에 들이고 있는 인건비와 비교했을 때 로봇 도입 비용이 맞아떨어지게 된다”(도미오카 씨)고 하고 있다.

향후, 로봇의 도입이 진행된다면 편의점의 물류 네트워크의 효율화에 공헌할 수 있을 가능성도 있다. 현재, 편의점 배달 트럭은 같은 지역에서 8개 점포 정도를 돌고 있는 경우가 많다고 한다. 그리고 1개 점포의 이동에 약 30분이 걸린다. 이에 “1명의 오퍼레이터가 시간차로 각 점포의 로봇에 들어가, 트럭의 이동 시간에 진열을 끝내면 정확히 다음의 점포에 도착했을 때에 다른 로봇에 들어가 작업을 할 수 있다. 1명이 8대의 로봇을 사용해 진열하는 것으로, 전체의 작업을 효율화할 수 있다”(도미오카 씨).

-- 22개 관절로 좁은 장소에서도 넓은 가동역(可動域) --
Model-T가 실제의 편의점 점포에 도입된 배경에는 단지 원격 조작 로봇이라는 것뿐만 아니라, 상품 진열을 위한 기술이나 연구가 많이 포함되어 있는 것이 있다.

예를 들어, 상반신에 22개 관절을 가진 점을 들 수 있다. 통상적으로 산업 로봇의 암(Arm)은 6~7개의 관절로 되어있다. 그러나 좁은 장소에 도입했을 경우, 가동역이 좁으며 실제로 작업을 할 수 없는 경우가 있다. 22개의 관절로 만듦으로써 점포에 흔히 있는 좁은 공간에서의 가동역을 넓혔다.

물건을 잡는 로봇 핸드에도 특징이 있다. 좌우로 다르며 왼손은 음료 전용으로, 진공 흡입에 의해 물건을 잡는 석션 패드를 2개 탑재하고 있으며 한 번에 두 개를 잡을 수 있다. 한편, 오른손은 그리퍼와 석션 패드를 탑재하고 있어, 잡는 법에 모두 5가지 패턴이 있다. 이것으로 인해 “편의점에서 취급하고 있는 음료와 즉석식품의 200개 형태에 대응할 수 있다”. 오퍼레이터는 진열하는 대상물에 따라 오른손과 왼손을 구분한다.

원격 조작의 경우, 로봇이 전송하는 영상과 오퍼레이터가 VR고글로 보고 있는 영상에 큰 시간차(지연)가 있으면, 정확한 조작을 할 수 없게 되어 버린다. 이에 KDDI 종합연구소와 코덱을 독자적으로 개발해, 지연 시간을 국내의 통신의 경우 50~60 m초로 줄였다. 이에 따라, 위화감이 없는 조작을 가능하게 했다고 한다. 또한, 22개 관절을 실시간으로 제어해, 오퍼레이터가 보고 있는 VR영상과 로봇의 움직임을 동기(同期) 시키는 제어 등에도 텔레이그지스턴스의 기술적인 강점이 있다고 한다. 또한 Model-T는 인터넷을 통해 조작되고 있으며 Model-T는 와이파이를 통해 인터넷에 연결되어 있다.

-- 과제는 속도 향상 --
물론 향후 해결해야 하는 과제도 있다. 상품 진열의 속도나 시스템의 안정성 개선이 그것이다.

특히 진열 속도가 빨라져야 한다. 보통 사람이라면 상품 1개당 5초 이하로 처리할 수 있지만 Model-T에서는 음료로 약 8초, 식품으로 약 9초가 걸린다. 편의점에 상품 진열 시간은 매출에 영향을 미치므로 짧은 것이 바람직하다. 통상적으로는 최악이라도 작업시간은 1시간 이내로 되어 있다. 현재, Model-T를 도입한 로손이나 훼미리마트에서는 일부에서는 그것이 실현되고 있으며 일부에서는 실현되고 있지 않은 상태이다”(도미오카 씨)라고 한다.

애로 사항은 로봇 움직임의 추종성이 아니라 오퍼레이터의 조작이 느린 데 그 원인이 있다. 현재 상태로서는 VR 고글의 디스플레이 해상도가 낮으며, 또 시야각도 105~110°로 좁다. 이 때문에 운전자는 시야가 좋지 않은 상태에서 신중하게 조작하는 데 8초 정도의 시간이 걸린다고 한다. 텔레이그지스턴스에서는 VR 고글의 디스플레이 개선에 기대를 거는 것과 동시에, 자체적으로는 오퍼레이터 측의 UI/UX를 개선해 나간다고 하고 있다. 진열 시간의 이정표로서 5초를 목표로 두고 있다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.