Alphabet, 일상 업무 수행 로봇 100대를 사무실에 도입
지난 몇 년 동안 X 팀(Alphabet 산하)과 한스 피터 브론스모는 로봇이 우리 일상의 어수선하고 비구조적인 공간에서 유용한 작업을 수행하도록 가르칠 수 있는지 연구해 왔습니다.
우리는 로봇이 우리와 함께 일하며 쓰레기 분류, 카페 테이블 닦기, 회의실 의자 정리 같은 일상 업무를 쉽게 해주는 세상을 그립니다. 더 먼 미래에는 로봇이 여러 방식으로 도움을 주어, 예를 들어 노인들이 더 오래 독립적으로 생활할 수 있게 해줄 것입니다.
엔지니어들은 로봇이 사회에 깊고 긍정적인 영향을 줄 잠재력이 있으며, 우리가 더 건강하고 지속 가능한 삶을 살도록 중요한 역할을 할 수 있다고 봅니다. 우리가 상상하는 세계까지는 아직 멀었지만, 최근 실험 결과는 이 미래를 언젠가 현실로 만들기 위한 길 위에 있을 수도 있음을 보여줍니다.
“앞서 저는 강화 학습과 시뮬레이션을 활용해 로봇이 쓰레기를 분류하도록 가르쳐 불필요한 매립지를 줄이려는 실험의 진행 상황을 소개한 바 있습니다. 로봇이 실제 환경에서 향상될 수 있음을 보여준 뒤, 우리는 로봇이 한 가지 작업에서 배운 것을 가져와 로봇을 재구성하거나 처음부터 많은 코드를 작성하지 않고도 다양한 작업에 적용하는 목표를 세웠습니다. 오늘 저는 이것이 가능하다는 첫 징후가 있다고 발표하게 되어 기쁩니다”
현재 팀은 회사 사무실에서 자율적으로 여러 유용한 작업을 수행하는 100대 이상의 로봇 프로토타입을 운용하고 있습니다. 쓰레기를 분류하던 것과 같은 로봇이 이제 테이블 닦는 장치를 장착할 수 있으며, 컵을 집을 때 쓰는 같은 그리퍼로 문 여는 법도 배울 수 있습니다.
엔지니어들은 범용 학습 로봇 제작이 가능하다는 징후를 보았으므로, X의 빠른 프로토타이핑 환경을 떠나 구글 베이 지역 일부 캠퍼스에서 파일럿 프로젝트를 확대하는 데 집중할 계획입니다. 또한 이름에서 '프로젝트'라는 단어를 빼고 Everyday Robots로 불리게 됩니다.
1980년대에 이미 로봇공학자이자 인공지능 전문가인 한스 모라벡은 컴퓨터가 체스를 두거나 고급 수학을 하는 것처럼 사람에게 어려운 일은 쉽게 가르칠 수 있지만, 걷기, 주변 사물 인식 및 상호작용처럼 사람에게 쉬운 일은 가르치기가 엄청나게 어렵다는 것을 알아챘습니다. '어려운 것은 쉽고, 쉬운 것은 어렵다'는 자주 인용되는 말은 수십 년이 지난 지금도 여전히 유효합니다. 하지만 최근 기계 학습의 발전이 이를 서서히 바꾸고 있습니다.
오늘날 대부분의 로봇은 여전히 로봇을 위해 특별히 설계되고, 구조화되며 심지어 조명까지 맞춰진 환경에서 작동합니다. 로봇이 수행하는 작업은 매우 특정적이며, 정확한 시점에 그 작업을 수행하도록 세심하게 프로그래밍됩니다. 그러나 이 접근법은 우리 일상의 복잡하고 얽힌 공간에서는 그냥 작동하지 않습니다.
커피 잔을 집는 모든 가능한 방법을 기록하거나, 조명 변화를 예측하거나, 문 여는 방법을 모두 적어 둔다고 상상해 보세요. 엔지니어들은 로봇이 우리가 살고 일하는 비구조적이고 예측 불가능한 공간에서 도우려면 프로그래밍되는 것이 아니라 학습해야 한다고 봅니다.
“지난 몇 년간 우리는 가상 세계에서 현실 세계로의 전이 학습을 포함해 학습을 위해 설계된 통합 하드웨어 및 소프트웨어 시스템을 구축했습니다. 우리 로봇에는 주변 환경을 인지할 수 있는 다양한 카메라와 센서가 장착되어 있습니다. 강화 학습, 협력 학습, 시연 학습 같은 기계 학습 기법을 조합하여 로봇은 점차 주변 세계를 더 잘 이해하고 일상 작업 수행에 더 능숙해지고 있습니다”
이 로봇들은 실제 세계에서 연습하기 전에 시뮬레이션된 세계에서 테이블 닦기 같은 작업을 수행하여 새로운 동작을 배우는 데 필요한 시간을 줄입니다. 로봇은 재활용품, 폐기물, 퇴비를 분류합니다.
2016년만 해도 과학자 팀이 시뮬레이션을 사용하지 않고 산업용 로봇으로 구성된 소규모 실험실 환경에서 장난감, 열쇠, 일상 용품 같은 작은 물건을 잡는 법을 배우게 했을 때, 로봇 한 대가 단순한 파지 동작을 성공 확률 75%로 익히는 데 4개월이 걸렸습니다.
이제는 로봇 한 대가 문 열기 같은 복잡한 작업을 실제 세계에서 하루도 안 되는 학습 시간 만에 90% 성공 확률로 배우고 있습니다. 더 흥미로운 점은 엔지니어들이 문 열기에서 얻은 알고리즘과 지식을 카페에서 의자를 정렬하는 새로운 작업에 적용하는 방법을 보여주었다는 것입니다. 이러한 진전은 범용 학습형 로봇 프로젝트가 충분히 실현 가능할 수 있다는 희망을 줍니다.
앞으로 몇 달 안에 마운틴뷰에서 근무하는 구글 직원들은 점심 후 카페 테이블을 닦거나 회의실 문을 열어 방이 정리가 필요한지 확인하는 Everyday Robot 팀의 프로토타입을 잠깐 보게 될 수도 있습니다. 시간이 지나면 엔지니어들은 로봇이 수행하는 작업과 로봇이 일하는 건물의 범위를 넓힐 것입니다.
“앞서 말씀드렸듯이, 멋진 로봇을 만드는 것 자체가 목적은 아닙니다. 우리는 디지털 생활에서 컴퓨터가 그러하듯 물리적 생활에서도 유용한 로봇을 만들고자 합니다. 로봇이 세계가 직면한 가장 큰 문제들을 해결하는 새로운 도구가 될 수 있다고 믿습니다. 더 지속 가능하게 사는 새로운 방법을 찾는 것부터 가까운 사람들을 돌보는 일까지요. 하지만 이것은 아직 먼 미래의 이야기입니다. 현재 우리는 로봇에게 새로운 작업을 가르치고, 복도에서 멈추지 않도록 하여 우리를 돕도록 하는 데 집중하고 있습니다.”
