로봇이 집안일을 스스로 해내기는 여전히 어렵다

인류가 가정용 로봇의 시대가 가까워졌다고 생각할 때마다 이를 보여 주는 새로운 연구가 나오고, 아직 갈 길이 얼마나 먼지 드러납니다. 물론 특정 분야에서는 큰 진전을 확인할 수 있지만, 이 모든 기능을 자율적으로 작업을 수행할 수 있는 하드웨어 플랫폼으로 통합하는 일은 아직 요원해 보입니다. 

2021년 6월 브레멘 대학교 연구진은 ICRA 2021에서 '로봇과 함께하는 가정 마라톤 실험'에 관한 발표를 했습니다. 이 실험에서 PR2 로봇은 먼저 간단한 아침 식사를 위해 식탁을 차리고, 이후 식탁을 치우도록 지시받았습니다. 연구진은 이를 통해 모바일 조작의 확장성과 견고성을 평가하고자 했습니다.

이런 과제는 로봇이 쉽게 해낼 수 있을 것처럼 보이지만, 실제로는 여전히 심각한 문제입니다.

PR2의 과제는 그릇, 숟가락, 우유 상자, 시리얼 상자를 식탁으로 가져와 아침 식사를 준비하는 것이었습니다. 식사 후 로봇은 세척 가능한 물건을 식기세척기에 넣고, 시리얼 상자는 보관 장소에 되돌려 놓고, 우유 상자는 쓰레기통에 버려야 했습니다. 

모든 물체는 모양과 외관이 제각각이며, PR2에는 물체의 위치(냉장고 안, 선반 위)에 대한 상징적 설명만 주어졌습니다. 시나리오는 매우 현실적이지만 동시에 복잡해서, 로봇이 이를 완수하는 데 90분이 걸렸습니다.

연구진은 인식, 동작 계획, 잡기, 전략 수립에서 보여준 좋은 성능에 깊은 인상을 받았습니다. 이는 로봇이 어느 정도 구조화되어 있고 로봇에 맞춰 일부 최적화된 환경에서, 비교적 복잡한 작업을 90분 동안 완전히 자율적으로 수행한 결과라는 점을 기억할 필요가 있습니다. 

사실 다섯 번의 시도 중 로봇은 식탁 차리기 과제에서 다섯 번 모두 성공했습니다. 완벽하지는 않았습니다. PR2는 숟가락처럼 복잡한 물건을 잡는 데 특히 어려움을 겪었지만, 연구진이 개발한 구조 덕분에 매번 실패 후 매개변수를 조정하고 실패한 동작을 반복해 복구할 수 있었습니다. 

장기적으로 보면 실패와 그로부터 회복하는 능력은 실패를 전혀 겪지 않는 것보다 오히려 더 유용합니다. 치우기 과제는 로봇에게 더 어려웠습니다. 다섯 번 중 두 번의 시도에서 로봇은 복구할 수 없는 실패를 겪었습니다. 

보고서에는 이렇게 쓰여 있습니다. "식탁 치우기는 식기세척기를 사용해야 하고, 식탁 가장자리에서 멀리 떨어진 물체를 옆에서 잡아야 하기 때문에 식탁 차리기보다 더 어려운 과제였습니다. 다섯 번 중 두 번의 실행에서 복구할 수 없는 오류가 발생했습니다. 한 번의 실행에서는 잡는 궤적이 불안정했고 로봇이 이를 완벽하게 추적하지 못해, 잡는 도중 PR2의 손가락이 우유를 밀어냈고, 그 결과 매우 불안정한 잡기가 되었습니다."

“그 결과 운반 단계에서 상자가 바닥으로 떨어졌습니다. 식탁 차리기 과정에서 로봇은 쓰러진 컵을 집어 식탁까지 성공적으로 가져올 수 있었지만, PR2는 바닥에서 우유 상자를 들어 올릴 수 없었습니다. 또 다른 복구 불가능한 오류는 식기세척기 선반이 PR2의 손가락에 걸린 것이었습니다. 또 다른 심각한 실패는 시리얼 상자를 세로형 수납함에 넣을 때 발생했습니다. 로봇이 매우 높이 올라가야 했기 때문에 어려움이 컸습니다. 잡고 있던 손을 펼치자 상자가 바닥에 떨어졌고, 수납함을 닫는 과정에서 상자가 찌그러졌습니다.”

보고서가 이러한 로봇의 실패에 많은 주의를 기울였지만, 로봇이 90분 동안 완전히 자율적으로 작업을 수행했다는 사실은 여전히 인상적이라는 점을 잊지 말아야 합니다. 연구진은 이런 실험을 실제로 수행하겠다고 약속했고, 로봇을 실제 환경에 두어 장시간 완전한 자율 상태에서 실질적인 과제를 수행하게 했습니다. 

사람의 가정처럼 실제 환경에서 작동하는 로봇은 과제를 수행하기 위해 방대하고 다양한 지식이 필요합니다. 이런 지식은 얻기 어렵습니다. 이를 얻는 자연스러운 방법 중 하나는 사람의 시범을 통해 학습하는 것입니다. 요즘 가상현실 기술은 매우 대중화되고 쉽게 접할 수 있게 되었습니다. 

가상현실 시스템은 사람이 가상 환경과 자연스럽고 직관적인 방식으로 상호작용할 수 있게 합니다. 가상현실에서 과제를 수행하는 사람들로부터 기록된 데이터는 일상 활동에 대한 강력한 지식의 원천이며, 로봇 학습에 활용할 수 있습니다. 

가상현실 시스템을 사용하면 환경과 과제 시나리오를 쉽게 바꾸고, 매우 정밀한 실제 상황 데이터를 얻고, 기본 세계의 물리 법칙에 접근할 수 있습니다. 연구진은 가상현실에서 얻은 사람의 데이터로 로봇을 학습시키는 방법을 찾아냈습니다. 가상과 실제 환경 및 그 안의 물체, 사람과 로봇의 능력, 과제의 맥락 사이의 차이 때문에 어려움이 생겼습니다.

로봇이 실제 세계에서 충분히 유용해지고, 식탁 차리기 같은 중요한 과제를 감당하려면 우리가 생각했던 것보다 훨씬 더 많은 노력이 필요하다고 말하는 연구는 많습니다.