일본산업뉴스요약

Nikkei X-TECH_2022.9.13

로봇의 진화를 촉진하는 최첨단 기술
로봇의 근접각 센서, 제6의 감각 센서
스타트업 기업 싱커, 동작시 사각지대를 보완

근접각 센서는 수 센티미터 이내의 매우 가까운 거리에 있는 물체의 형태나 방향을 고정밀도로 검출하는 센서이다. 로봇이 물체를 잡기 직전의 순간에 물체의 위치 정보를 실시간으로 계속 감지하는 것이 주요 역할이다. 대상물이 유리와 같은 투명 물체나 경면이 있는 물체도 검출이 가능하다.

이 근접각 센서를 개발한 오사카대학 기초공학연구과 시스템창성전공의 고야마(小山) 조교 연구팀은 8월, 이 센서 사업을 추진하기 위해 스타트업기업 싱커(Thinker, 오사카 시)를 설립했다. 싱커는 사업 초기에는 로봇 핸드에 근접각 센서를 탑재하는 것을 제안해나갈 방침이다. 

“낱개로 쌓여 있거나 모양이 맞지 않는 물건 등을 스스로 감지하고 방법을 생각해 픽업할 수 있는 협동 로봇을 실현하기 위한 센서로서 현장에 도입·보급시켜나갈 계획이다”(싱커). 로봇이 스스로 감지하고 생각한다는 표현은 클라우드에서 동작하는 대규모 AI(인공지능) 시스템 등에 의존하지 않고 로봇 본체나 부근에 배치 가능한 소규모 정보 처리 장치만 필요로 한다는 뜻이다.

-- 협동 로봇으로 사람다운 움직임을 실현 --
산적한 부품이나 식품을 집어 올리는 로봇의 사례는 이미 있지만, 형상이 일정하지 않고 부드러운 물체를 사람 수준의 속도로 다룰 수 있는 로봇은 아직 없다. 예를 들면, 편의점 등에서 입고된 빵을 트레이에서 꺼내 진열대에 놓는 작업은 사람은 쉽게 할 수 있다. 

하지만 빵의 형상이 다양하다는 점, 부드럽고 잡을 때 모양이 찌그러지면 안 된다는 점, 투명한 필름에 싸여 있다는 점 등의 요인으로 로봇에게는 어렵다. 실현되더라도 현 시점에서는 사람의 몇 배의 시간이 소요된다. “우선은 (도입이 용이하고 부담없이 사용할 수 있는) 협동 로봇으로 이러한 동작을 제대로 할 수 있도록 하고 싶다”라고 고야마 조교는 말한다.

“모라벡의 역설(Moravec's Paradox)이라고 불리는 현재의 로봇은 성인 수준의 고도의 추론에 따라 움직이고, 정해진 위치를 정확하게 움직이는 것은 특기이다. 반면, 3세 아동도 할 수 있는 것이지만 로봇에겐 어려운 것도 상당히 많다”(고야마 조교). 

예를 들어, 책상 위의 명함을 한 장만 집는 동작, 숟가락으로 수프나 잼을 뜨는 동작, 유리를 인식하거나, 기차 장난감을 레일을 따라 움직이는 것 등이다. 이처럼 물체의 형태나 위치, 종류가 일정하지 않아도 이러한 것들을 다루는 것은 3세 아동에게 거의 문제가 되지 않지만, 로봇은 대응할 수 없다.

대응이 안 된 상태로 방치할 경우 자동화가 안 되는 작업이 상당히 많이 발생하기 때문에 로봇을 도입해도 사람의 작업 부담은 줄지 않는다. 로봇은 기본적으로 사람의 작업 부담을 줄이기 위해 사용될 수 있어야 한다”(고야마 조교). 싱커는 근접각 센서를 ‘사람다운 움직임을 로봇으로 실현하는 수단’이라고 밝히며, 시험관이나 개별 포장된 마스크를 잡는 데모 등을 통해 가능성을 어필하고 있다.

-- 기계학습 모델로 투명 물체도 감지 --
매우 가까운 거리에 있는 물체를 감지하는 수단으로 근접각 센서는 적외선을 이용한다. 하드웨어는 센서를 중심으로 수광소자와 그 주위에 8개의 적외선 발광소자를 나열한 구성으로 이루어져 있으며, 발광소자에서 나온 적외선이 대상물에서 반사되어 되돌아온 것을 수광소자로 포착. 적외선으로부터 반사되어 되돌아오는 상태를 통해 물체의 위치와 각도를 특정하는 구조이다.

이때 실용화 수준의 동작을 위한 열쇠가 된 것이 기계학습 모델이다. 하드웨어가 거의 완성된 2019년경부터 고야마 조교는 직접 기계학습 모델을 구축하기 시작했다. "열심히 수준 높은 하드웨어를 개발해도 투명한 물체를 취급하는 경우에는 거리에 대한 정밀도가 유지되지 않는다. 

반사광의 강도나 특징이 통상적인 물체(확산 반사면)와는 크게 달라 하드웨어의 수준을 향상하는 것만으로는 대응할 수 없다는 것을 알게 되었다”.(고야마 조교)

기계학습 모델에는 오픈되어 이용 가능한 것이 여러 개 있지만, 근접각 센서용 모델의 베이스로 직접 참고할 수 있는 모델은 없었다고 한다. 예를 들어, 고양이의 이미지를 식별하는 모델 등, 고해상도 화상을 처리하는 대규모 모델은 존재한다. 

그러나 근접각 센서로 얻는 정보는 “화상으로 대체하면 8화소 정도의 저해상도에 해당한다”(고야마 조교). 이를 통해 거리 정보 등을 얻을 수 있는 모델은 스스로 만들 수 밖에 없었다고 한다.

또한 클라우드 등에 의존하지 않고 'Raspberry Pi' 등 저렴한 보드 컴퓨터로 동작시킬 수 있는 컴팩트함도 필요했다. 협동 로봇으로써의 이용을 전제로 할 경우 대형 컴퓨터가 아니면 이용할 수 없는 규모의 모델은 적합하지 않다. “언더그라운드에서 모델 개발을 진행해 양호한 동작이 가능하게 된 것은 2021년 후반이었다”(고야마 조교)라고 한다.

사업화를 추진하기 위해 고야마 조교는 기계학습 모델을 “센서 표준 요소로서 시스템 인테그레이터 등의 고객에게 제공하는 것에 맞춰 용도에 따라 튜닝하는 경우도 있을 수 있다”(싱커의 나카노 CTO)라고 한다. “그대로 사용할 수도 있고, 하드웨어는 그대로 두고 소프트웨어를 변경해 고객에게 최적의 센서로 바꿔 제공할 수도 있다”(고야마 조교)라고 설명한다.

-- 로봇의 사각지대를 없앤다 --
고야마 조교가 근접각 센서를 개발하게 된 계기는 로봇의 고속 동작을 추구할 때 시각 센서와 촉각 센서로는 커버할 수 없는 것이 있다는 문제 의식이었다. 물체를 잡으려고 로봇핸드가 대상물에 접근하면 어느 시점에서 대상물과 시각센서 사이에 로봇핸드가 들어가 시각센서로 물체가 보이지 않게 된다. 

촉각 센서도 로봇핸드가 대상물에 접촉할 때까지 동작하지 않는다. 로봇이 감지할 수 있는 정보를 전혀 얻을 수 없는 상태에서 동작하는 순간이 생겨 버리는 것이다.

앞에서 언급한 3세 아동의 움직임을 협동 로봇으로 실현하려고 할 경우, 일반적으로 생각하면 ‘사람을 모방해 시각과 촉각 기술을 연마해서 사람과 같은 움직임을 실행할 수 있도록 한다’라는 접근이 필요하다. 그러나, 사람과 같은 움직임을 실현하는 데 있어 사람을 모방하는 데 필요한 수단을 한정지을 필요는 없으며, ‘그 외의 접근 방식도 있을 수 있다’라는 것이 고야마 조교의 생각이다. 

“이 점에서 로봇 기술의 개발 동향은 현재 혼돈 상태이다. 연구자에 따라 촉각 센서가 중요하다고 하는 사람도 있고, 소프트웨어 기술이 중요하다고 하는 사람, 로봇의 행동 계획이 중요하다고 하는 사람도 있다. 근접각 센서는 다양한 접근 방식 중 하나가 될 수 있는 것이다”(고야마 조교)라고 한다.

“싱커가 궁극적으로 목표로 하는 것은 식품 가공이나 농업 분야의 소규모 사업소 등, 폭넓고 다양한 곳에 로봇 도입이 추진되는 것이다”라고 싱커의 후지모토(藤本) 사장은 말한다. 

그는 “만일 우리가 하지 않더라도 사람들의 열망이 기술을 진보시킬 것이다. 언젠가는 기술 혁신과 함께 로봇의 보급은 확산되어 나갈 것이며, 우리의 센서가 그 진화를 앞당기는 데 도움이 되지 않을까라는 생각으로 기업을 설립했다”라고 말한다.

기업으로서의 첫걸음은 “양산품에 가까운 샘플을 가능한 한 빨리 시스템 인테그레이터 등에 제공하고, 근접각 센서가 어떤 문제 해결에 도움이 될 수 있는지 그 용도 개발을 추진해나가는 것”(후지모토 사장)이라고 한다. “초기에는 예산이 있는 대기업이 중심이 될 것으로 생각한다. 1년 정도에 제품으로서 도입이 진행될 수 있도록 추진해나고 싶다”(후지모토 사장).

사회로의 보급을 추진하는 것과 동시에, 고야마 교수는 “다양한 현장에서 새로운 과제를 찾을 수 있다고 생각한다. 그 과제를 대학에서 연구하고 그 성과를 다시 사회에 제안하는 사이클을 구축하고 싶다”라고 말한다. 또한 시각 센서, 촉각 센서 등과의 조합을 통해 한층 더 사람에 가까운 움직임을 목표로 하는 ‘센서 믹스’에도 도전해나갈 생각이라고 한다.

 -- 끝 --

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