스마트폰을 바꾸는 것은 대체로 순조로운 과정이다. 계정에 로그인하면 앱, 설정, 연락처가 새 하드웨어에 동기화된다. 하지만 로봇 공학 세계에서는 낡은 로봇 팔을 최신 모델로 교체할 때마다 모든 것을 처음부터 설정해야 했다. 지금까지는.
이를 해결하기 위해 스위스 로잔 연방 공과대학교(EPFL) 연구팀은 '운동 지능(Kinematic Intelligence)'이라는 프레임워크를 개발했다. 이는 로봇 교체를 스마트폰 교체처럼 작동하게 만든다. 연구팀은 최근 '사이언스 로보틱스' 저널에 이 시스템을 설명하는 논문을 발표했다.
수년간 로봇 공학자들은 시연을 통한 학습(데모를 통해 새로운 기술을 가르치는 방식)을 연구해 왔다. 코드를 작성하는 대신 로봇 팔을 원격 조종하거나 물리적으로 안내하여 테이블 닦기, 상자 쌓기, 자동차 부품 용접 같은 작업을 가르치는 것이다. 문제는 이런 학습된 기술이 대부분 훈련에 사용된 특정 로봇에 종속된다는 점이다.
하지만 로봇 공학은 빠르게 발전하고 있다. EPFL 로봇 공학자이자 연구의 주저자인 스티트프라기야 굽타는 "로봇들은 각기 다른 설계를 가지고 있으며, 최근에는 새로운 설계가 계속 제안되고 있어 그 자체로 새로운 도전 과제를 안겨준다"고 말했다. 새 로봇의 링크가 약간 더 길거나, 관절 방향이 다르거나, 구성이 더 복잡하면 학습된 행동은 즉시 작동하지 않으며, 새 로봇은 그 작업을 시도할 때 아마도 휘청거리거나 멈추거나 충돌할 것이다.
공동 저자인 EPFL 로봇 공학자 두르게시 하리바우 살룬케는 "새로운 설계에는 다양한 기능과 제약이 따른다. 문제는 이러한 제약과 기능에 적응하여 인간이 시연한 동작을 충실히 재현하는 것"이라고 말했다. 현재 한 로봇에서 다른 로봇으로 전환하려면 보통 처음부터 다시 시작하여 전체 시스템을 재훈련해야 한다.
로봇이 작업을 완료하기 위해 공간을 이동할 때, 엔드 이펙터(로봇 손에 해당)를 올바른 경로에 유지하기 위해 관절을 어떻게 구부릴지 끊임없이 계산해야 한다. 로봇은 물리적 한계에 부딪히거나, 더 나쁘게는 특이점(singularity)에 도달하지 않도록 해야 한다. 로봇 공학에서 특이점은 수학적 위험 지대로, 로봇의 관절이 특정 방식으로 정렬되어 일시적으로 자유도를 잃는 물리적 구성을 말한다. 굽타는 "이런 위치에서 로봇의 움직임이 불안정해지거나 로봇 제어를 잃을 수 있다"고 설명했다.
인간의 경우, 무거운 것을 밀 때 팔꿈치를 완전히 펴면 팔이 잠기는 것과 비슷하게 작동한다. 이로 인해 팔이 잠시 동안 좌우 움직임을 할 수 없게 된다.
한 로봇에서 다른 로봇으로 기술을 전수하는 것은 어렵다. 구조가 다른 로봇은 일반적으로 특이점의 위상이 다르기 때문이다. 로봇의 알고리즘이 경로를 따라가다 특이점에 도달하면 관절을 제어하는 수학이 실패한다. 예를 들어 로봇이 관절을 무한 속도로 회전시키려 할 수 있으며, 이는 갑작스럽고 안전하지 않은 움직임을 초래한다. 굽타 팀은 로봇에게 자신의 물리적 한계에 대한 깊고 타고난 수학적 인식을 부여함으로써 이 문제를 해결했다. 이 '운동 지능'을 통해 사용자는 기술을 한 번만 시연하면 완전히 다른 유형의 로봇이 안전하게 실행할 수 있다.
그리고 (요즘으로서는 놀랍게도) 운동 지능은 AI 없이 구축되었다.
전통적으로 엔지니어들은 소프트웨어 수정을 통해 특이점을 처리해 왔다. 역모델(inverse model)이라는 복잡한 수학 공식을 구축하여 로봇 엔드 이펙터의 목표 위치에서 역으로 필요한 모든 관절 위치를 매핑했다. 그런 다음 로봇이 문제를 일으키지 않도록 안전 필터나 수정을 추가했다.
최신 데이터 기반 AI 접근법은 노력과 전문 지식이 덜 필요하지만, 훈련 단계에서 제어 소프트웨어가 사용될 모든 로봇에 접근해야 한다. "또한 AI의 확률적 또는 블랙박스 특성으로 인해 예상치 못한 동작을 할 수 있다"고 굽타는 말했다.
태그: EPFL, 운동 지능, 사이언스 로보틱스, 스티트프라기야 굽타, 두르게시 하리바우 살룬케, 로봇 특이점