자율판단 배송로봇, 의미적 단서•문맥으로 배송 목적지 파악 가능
새로운 내비게이션 접근법, 의미기반 알고리즘으로 배송속도 향상 기대

© shutterstock
© shutterstock

(AI타임스=양태경 기자) 최근 몇 년 동안 로봇공학 연구자들은 자율판단 배송로봇에게 내비게이션 좌표로서의 언어가 아니라 맥락을 포함하는 의미로서의 자연스러운 언어를 가르치고, 로봇들이 이 맥락과 언어가 의미하는 바대로 물체를 인식해 단순히 단단하고 직사각형인 물체를 장애물로 판단하는 것이 아니라 현관문을 현관문이라고 시각적으로 인식할 수 있도록 훈련시키는 방법을 연구해 왔다.

이런 가운데 최근 매사추세츠공과대학(MIT) 연구진이 시각데이터에서 형상을 추출해 같은 장면의 새로운 지도를 생성하는 기존의 알고리즘을 활용, 의미적 단서나 문맥으로 로봇을 훈련하는 새로운 내비게이션 접근법을 개발해 물류운송에 배송로봇을 이용하기 원하는 기술기업들은 물론, 이런 로봇에 호기심을 가져 온 일반인들에게까지 큰 관심을 한 몸에 받고 있어 화제다.

배달로봇의 배송지 자율판단을 가능하게 하는 이 접근법은 미리 설정된 지도좌표를 로봇에 입력하는 것이 아니라 '현관문'이나 '차고'와 같이 일상생활에서 흔히 접할 수 있는 의미론적인 용어로 훈련된 로봇이 배송목적지를 자율적으로 판단해 찾아갈 수 있도록 하는 것이 특징이다.

기존의 의미인식 알고리즘으로는, 로봇이 주변에 있는 물체를 인식하고 찾아갈 수 있게는 해 주었지만 ‘현관문’과 같은 “의미”를 인식해야하는 목적지로 찾아가는 가장 효율적인 경로판단에는 분명 한계가 있었다는 것이 관련 로봇공학 연구진들의 중론이다.

하지만 이 새로운 로봇 내비게이션 연구에서 연구진은, 배송로봇이 이동할 때 자신의 현재위치를 계측하고 배송목적지를 뜻하는 언어가 의미하는 바대로 물체를 파악하면서 고해상도 영상으로 제공되는 주변환경에 대한 지도작성이 가능할 수 있도록 하는 의미기반 알고리즘을 사용했다고 전해져 눈길을 끈다.

이번 연구를 이끈 매사추세츠공과대(MIT) 기계공학과 대학원생인 마이클 에버렛은 "예전에는 목적지를 찾아가는 이런 종류의 경로판단 실험을 할 때 그저 로봇을 내려놓고 '가'라고 말하면 로봇은 이리저리 움직이며 결국 목적지에 도착하기는 하지만 속도가 너무 느려 답답했다"며 "하지만 이제는 로봇이 사물이 무엇인지에 대한 감각을 익혀 실시간으로 파악할 수 있는 능력을 갖게 됐다"고 연구성과를 설명했다.

이렇듯 이번에 개발된 이 새로운 로봇 내비게이션 기술로 로봇이 목표물을 식별하기 전 그 목표개체 속성탐사 시간을 크게 줄일 수 있을 뿐만 아니라 특정 거주지가 표시된 지도에 의존하지 않아도 돼 배송 마지막 단계 속도를 한층 높여줄 수 있을 것으로 기대된다.

한편, 에버렛은 이번주 ‘지능형로봇시스템 국제학회’(International Conference on Intelligent Robots and Systems)에 연구결과를 발표할 예정으로 알려졌으며 매사추세츠공과대(MIT) 항공우주학과 조너선 하우 교수 그리고 포드자동차社의 저스틴 밀러와 공동집필한 이 논문은 '지능형 로봇분야 우수논문' 최종후보로 선정된 것으로 전해졌다.

【에이아이타임스 aitimes 에이아이타임즈】