전세계 로봇 연구 데이터의 통합

구글이 주도, 140만 궤도의 이기종 데이터셋

로봇 기계학습 영역에서 지금까지 없었던 규모의 오픈 데이터셋이 등장했다. 로봇 기계 학습에 대해 적극적으로 대응하는 미국 구글이 전세계의 연구기관 등에 요청해, 각 기관이 보유한 로봇용 학습 데이터를 수집했다.

로봇을 모방 학습시키는데 반드시 필요한 인간의 원격 조작 데이터, 그 때의 카메라 영상 등 합계 4.4T바이트나 되는 데이터를 1개의 표준적인 포맷에 집약해, 누구나가 액세스할 수 있는 저장소(Repository) ‘Open X-Embodiment(OXE)’의 형태로 공개했다. 학습이 끝난 모델이나 구글 자신이 지금까지의 로봇 기계학습 연구에서 사용해 온 학습 데이터도 포함되어 있다.

딥러닝 기술에서는 모델의 규모(파라미터 수)나 학습 데이터의 양을 늘리면 성능이 향상되는 ‘스케일링 법칙(멱법칙)’이 있다는 것을 알고 있다. 이미지나 언어의 영역에서는 이 스케일링 법칙에 따라 모델 규모나 학습 데이터의 양을 순차적으로 확대하는 움직임이 최근 몇 년간 계속되어 왔다. 챗GPT나 GPT-4 등의 대규모언어모델(LLM)도 그러한 대응 성과의 하나다.

하지만 로봇 영역에서는 좀처럼 이렇게 되지 않았다. 로봇용 학습 데이터를 작성하기 위해서는 로봇이 태스크를 실시할 수 있는 환경을 갖추고, 그 로봇을 인간이 원격 조작해야 한다. 하나의 태스크에 대해 몇 번이나 이러한 조작을 시행하고, 다수의 태스크에 대해서도 같은 조작을 반복한다. 취급하는 오브젝트도 다양한 종류의 실물을 준비한다.

유방암, 배터리 결함, 총기 검지에서 실용화 추진

콘크리트의 내부 균열, 유방암, 배터리 내부 결함, 의복이나 짐에 숨긴 총기, 더 나아가 달 표면의 지하 공동 유무 등을 ‘투시’해, 검지·검출하는 데 사용할 수 있는 방정식이 고베대학의 연구자에 의해 발견되었다. 곧 이 장치의 본격적인 실용화가 실현될 전망이다. 유방암 검진에서는 기존의 검진 방법에 비해 진단 정밀도가 현격히 높아지고, 진찰 받는 사람의 부담도 큰 폭으로 저감할 수 있을 것으로 전망된다.

<물체를 투시할 수 있는 편미분방정식(偏微分方程式)>

-- 산란파에서 물체의 형상을 역산 --
이 ‘투시’하는 방정식을 발견한 것은 고베대학 수리데이터사이언스센터의 기무라 교수. 2012년에 이 방정식을 발견한 그는 그 시점에서 실용화를 목표로 하는 벤처, Integral Geometry Science(IGS)를 설립했다. 그가 연구를 시작한 것은 10년 이상 전이다. “이 방정식의 탐색은 손 계산으로 시행착오를 거듭하며 할 수 밖에 없어 10년이나 걸렸다”(기무라 교수). 그는 이 방정식으로 ‘파동 산란의 역(逆)문제’라고도 불리는, 그전까지 미해결이었던 수학적 문제를 해결했다.

생산 노동 인구 감소와 다양한 업계의 인력 부족

최근 사회적으로 시니어를 활용하려는 움직임이 활발하다. 생산 노동 인구 감소를 배경으로 다양한 업계에서 인력 부족이 심화되고 있다. 그것을 보충하는 의미에 있어서도 정년 연장·재고용에 의해 60세 이상의 ‘고령자’가 현역으로 일하는 것이 당연해졌다. 제조 업계에서도 시니어 활용은 큰 테마가 되고 있다.

그러나 ‘동일 노동, 동일 임금’ 원칙이 실현되지 않아 시니어들의 동기부여가 낮아지고 있는 상황도 부인할 수 없다. 시니어가 자신의 경험과 쌓아온 노하우를 활용해 일할 수 있는 환경을 만드는 것은 매우 중요한 과제이지만, 한편으로 그 기술 및 지식을 다음 세대에 전승해 신진이 활약할 수 있는 기회를 주는 세대 교체도 불가결하다.

많은 기업들이 그 양립을 위해 고심하고 있다. 이번 특집에서는 시니어 ‘장인’이 계속 일하고 있는 실제 사례를 취재. 설문조사 결과 등을 통해 시니어의 ‘재시동’이 이루어지고 있는 현장을 파해져 본다.

Part 1. 배경
기술뿐만 아니라 노하우도 풍부한 베테랑, 인력이 부족한 지금 최대한 활용해야

“지금까지 해온 일을 계속할 수 있어 책임과 보람을 느끼고 있다”. 2021년에 65세로 정년을 맞이했고, 재고용된 이후에도 같은 기구 설계 업무에 종사하고 있는 히오키덴키 제조부 기술과의 세키 씨는 이렇게 말한다. 

시미즈건설, 새로운 자체 개발 공법 도입

2024년 3월말 완공을 목표로 도쿄 히비야 공원에 인접해 있는 ‘미즈호 은행 우치사이와이초 본부빌딩(구 다이이치칸교 은행 본점)’ 해체가 최종 단계를 맞이하고 있다. 높이 약 140m의 이 초고층 빌딩은 아시하라 건축설계연구소의 설계로 1981년에 준공. 1982년에 일본건설업연합회로부터 ‘BCS상’을 받은 유명 건축물이다.

우치사이와이초 1초메의 재개발로 인해 해체가 결정. 신축 시의 시공을 담당하고 있는 시미즈건설이 해체 공사를 추진하고 있다. 시미즈건설은 이번 해체 공사에   새로운 공법인 ‘그린사이클디몰리션(Green Cycle Demolition)’을 처음으로 도입했다. 시미즈건설이 2023년 12월 하순에 발표한 이 새로운 공법에 대해 상세하게 소개한다.

이 새로운 공법의 베이스는 블록 해체 공법이다. 건물을 블록 형태로 절단해 타워 크레인으로 내려서 지상에서 파쇄하는 것으로, 소음 확산이나 분진의 비산을 억제할 수 있다. 이미 초고층 빌딩 해체에서 실적이 있는 공법이다. 이 공법에서는 블록 해체 공법의 각 프로세스에 자체 개발한 로봇 및 AR(증강현실) 시스템 등을 도입해 성인화와 공기 단축을 도모했다.

이 공법의 가장 큰 특징은 철골 구조물의 주량을 용단하기 전에 칼집을 넣는 것이다. 용단(溶斷)하는 층의 4층 아래의 플로어에서 시미즈건설이 이번에 개발한 플라즈마 절단 로봇 ‘시미즈플라즈마커터’를 이용해 자동으로 작업을 진행시킨다.

조작하는 것은 이제 필요 없다

세계 각지에서 예로부터 행해져 온 매사냥. 매사냥에서 인간이 의지하는 것은 총이나 창이 아니라 오랜 세월 함께 훈련해 온 파트너다. 지금 오피스 워크의 본질적 의미가 바뀌려 하고 있다. 여기서 방아쇠 역할을 하는 것은 생성형 AI(인공지능)를 탑재한 오피스 소프트이다.

지시를 내리면 문서 요약은 물론 자동으로 자료 작성까지 해준다. 업무 앱을 만들어 달라는 것도 무리한 주문이 아니다. 회사원에게 요구되는 것은 도구를 능숙하게 사용하기 위한 지식이 아니라 파트너가 제대로 일을 할 수 있도록 정확한 지시를 내리는 것이다.

Part 1. 소모적이지 않은 자료 작성
지시 능력이 진정한 열쇠

일반적인 사무 근로자는 노동 시간의 40% 이상을 자료나 프레젠테이션 등의 문서 작성에 소비하고 있다는 조사 데이터가 있다. 회의나 메일, 채팅 등의 커뮤니케이션 업무에도 50% 전후의 시간을 투자하고 있다고 한다. 오피스 업무는 많은 부분 IT화되었지만 사원 개개인이 갖는 부담감은 지금도 뿌리깊다.

그런 가운데 기대를 받고 있는 것이 생성형 AI(인공지능)다. 미국 마이크로소프트는 ‘Copilot for Microsoft 365’를 발매, 

소특집을 편집하며

자동차 업계는 CASE(Connected, Autonomous, Shared and Services, Electric)으로 대표되는 여러 기술 혁신을 통해 100년에 한 번의 대변혁기를 맞이하고 있다. 그 중에서도 자율주행 기술은 교통사고의 감소, 정체 감소에 따른 에너지 절약, 무인화에 의한 수송 비용 삭감 등 많은 사회 문제를 해결할 수 있는 꿈의 기술이다.

1921년, (자율주행은 아니지만) 무선 조종의 무인 자동차를 세계에서 처음으로 실증해, 1939년에 처음으로 자율주행 컨셉트가 등장했다. 자율주행 연구는 1950년대부터 시작되었다.

1959년에는 세계에서 처음으로 자동차의 센서가 노면에 매립한 전자 유도 케이블을 판독해 스티어링 조작을 하는 노차(路車) 협조 방식의 자율주행을 실증했다. 그로부터 60년의 시간을 거쳐 다양한 최신기술을 결집해, 최근에 드디어 레벨4 이상의 본격적인 자율주행 시대의 막이 열리려 하고 있다.

자율주행은 그동안 드라이버가 맡았던 ‘인지’, ‘판단’, ‘제어’ 관련 각 동작을 시스템이 대체함으로써 실현된다. 구체적으로는 자동차에 탑재된 센서나 V2X(Vehicle-to-Everything) 기술을 이용해 주위의 상황을 인식하고, 고정밀 3D맵이나 위성측위시스템 등을 베이스로 자차의 위치를 파악하면서, AI가 행동을 판단해 제어 명령을 내림으로써 자율주행이 가능해진다.

통신 네트워크의 대동맥

통신 네트워크의 대동맥에 해당하는 광 화이버가 ‘신시대’에 돌입하고 있다. 선두에 나서고 있는 곳은 구글이다. 멀티코어 광 화이버를 해저케이블로 업계 최초로 채용하였다. 그리고 그것을 지원하는 것이 일본의 광 화이버 기술이다. 멀티코어를 시작으로 앞으로 계속될 화이버의 이노베이션, 진화하는 광 화이버의 최신 동향을 철저 리포트한다.   

Part 1. IOWN 시대의 광 화이버 – 멀티코어/모드로 도전하는 “용량125배”
Part 2. 멀티코어는 해저/DCI로 부터 – 구글이 2코어로 선행, 일본은 4코어도 리드
Part 3. 광의 새로운 파장대를 개척한다 – 멀티 밴드로 기존 화이버의 능력 확장 
Column: 광 회이버 급전의 사용 용도와 두가지 과제 
Part 4. 공공 코어로 한계 돌파 – 마이크로소프트도 주목하는 ‘파워 1000배”
Part 5. 광 화이버를 센서로 활용 – 공사의 진동이나 적설 상황을 모니터링
Part 6. Pluggable활용이 열쇠 – 1테라바이트 초과 시대의 광 전송시스템