티치(teach) 없이 로봇에 새로운 작업과 기술을 부여하고자 할 경우 단지 인간의 움직임을 모방하고, 스스로 학습하고, 스스로 작업하는 것으로 그동안 프로그래밍과 시연에 몇 주에서 몇 달 걸리던 시간이 단 하루로 축소한 것이다.
최근 생산 현장의 인력 부족과 인건비 상승 등을 배경으로 산업용 로봇의 지능화 요구가 높아지고 있다. 그동안 국내외적으로 대표적인 산업에서 성장 전략의 일환으로 자동화를 꼽으며, 그 최전선에 배치된 로봇의 도입과 성과을 평가하고 있다. 로봇은 이제 AI의 융합으로 재무장하고 관련 산업에 극적인 변화를 꾀하고 있다.
독일의 ‘인더스트리 4.0’ 중국의 '중국 제조 2025' 등과 일본의 '인공지능전략회의‘란 범부처 기구를 설립하면서 전세계는 AI 경쟁력 확보와 강화를 위해 박차를 가하고 있으며, AI 기술을 활용한 산업 경쟁력 대책을 내세우고 있다. 세계적인 기류이자 흐름이다. 특히 산업용 로봇에 AI가 활용되는 다양한 변화가 일어날 것이지만, 가장 주목 받고 있는 것은 스스로 학습하고 생산성 향상에 스스로 대응하는 산업용 로봇의 등장이다. 로봇을 수동으로 조작하면서 그 궤도를 기록했던 기존의 매뉴얼 티칭(사전 공정학습) 작업은 더 이상 필요하지 않을 것 같다.
국내 산업용 로봇 시장을 선도하고 있는 현대로보틱스는 '로보마스터(RoboMaster)'란 소프트웨어를 적용함으로써 티칭 대신 프로그래밍으로 밀링, 폴리싱, 디버링, 그라인딩, 플라즈마커팅 등의 작업을 수행하고 있으며, 두산로보틱스는 주로 협동로봇을 학습시키는 이지티칭(Easy Teaching) 솔루션으로 사용자가 직접등록한 작업셀(Workcell) 환경정보에 따라 작업공정에 즉시 적용 가능한 작업프로세스를 안내한다. 하지만 별도로 인공지능을 적용한 솔루션은 공식으로 출시되지 않았으며, 각 로봇을 적용해 인스톨하는 전문업체들 중심으로 일부 시연 중이거나 적극 개발중이다.
산업용 로봇의 인공지능 기반 티칭은 화낙을 필두로 전통적인 산업용 로봇 강국인 일본에서 적극 개발돼 적용중이다. 예를 들어본다. ‘산업용 로봇을 더 지능적으로 사용 편의성’을 내거는 일본의 산업용 로봇 업체인 무진(MUJIN)은 산업용 로봇 기술에 AI를 활용하여 많은 제어 장치를 개발하고 있다. 기존 로봇작업에는 뭔가 작업을 하고 싶다면 사전에 학습시킬 과정에 많은 시간이 필요로 했었다. 그러나 더 이상 인간이 로봇 동작(작업)을 교육할 필요는 없다. ‘AI 티치 레스(teach less) 로봇 시스템' 으로 로봇은 할당된 작업을 스스로 학습하면서 완성하는 것이다.
선택 작업자는 3D 카메라, 무진 3D 비전, 무진 컨트롤러, 로봇 등으로 구성되어 있다. 3D 카메라의 이미지 데이터를 무진 컨트롤러가 3D 비전을 인식하고 학습하고 딥러닝을 통한 동작 생성을 로봇에 동작 지시를 한다. 고정밀 3D 시뮬레이터를 구사하는 것으로, 전문가가 아니어도 3 주 정도의 단기간에 벌크 피킹 등 자동화 시스템도 구축할 수 있는 세계 최초의 완전 티치 레스 기반 AI 로봇 컨트롤러인 것이다.
또한 미쓰비시가 개발한 로봇 '스마트 학습 AI'도 흥미롭다. 산업용 로봇이 스스로 학습한다고 해도 기존에는 엄청난 시행 횟수와 그에 따른 학습 시간이 필요했었다. 미쓰비시의 스마트 학습 AI는 그 학습 시간을 크게 줄여 준다. 이 기술은 기존의 AI 기술에 비해 약 50 분의 1의 시도 횟수에서 학습이 완료된다고 지난 5월 발표했었다. 자신의 심층 강화 알고리즘과 인공지능을 결합하여 연산량을 보통 100 분의 1까지 줄일 수 있으며, 메모리나 CPU 처리 성능이 높지 않은 기기에도 탑재가 가능한 것으로 나타났다.
아울러 야스카와 로봇 '모토맨 HC10(MOTOMAN-HC10)'은 간단한 조작성으로 프로그래밍 펜던트를 사용하는 기존의 학습 방법이 아니라 로봇 팔을 직접 손으로 잡고 자유롭게 조작하고 어떤 동작을 교육시키는 다이렉트 티칭(Direct teaching) 기능을 갖추고 있어 직관적인 조작에 의한 로봇의 동작 제어가 가능하기 때문에 로봇 조작에 익숙하지 않은 일반 작업자도 쉽게 로봇을 제어할 수 있다.
그러나 인공지능으로 각종 로봇의 시뮬레이터 속에서 시행착오를 빠르게 극복할 수 있지만, 시행착오와 학습 시간을 줄여야 한다는 과제가 있었다. 이를 위한 대표적인 접근으로 미국 버클리 대학의 로봇 연구팀의 발상도 놓칠 수 없다. 연구팀은 2017 년에 스스로 학습해 나가는 산업용 로봇 ‘BRETT(브렛)'를 발표, 브랫에 VR(가상현실) 시스템을 결합하여 훈련의 효율화에 성공했다고 한다. 인간이 VR 헤드셋을 착용 모션 컨트롤러에서 작업을 함으로써 그동안 프로그래밍에 몇 주에서 몇 달 걸리던 시간이 단 하루로 축소했다고 한다.
아무튼, 이처럼 극적인 변화를 꾀하는 산업용 로봇이 인공지능(AI)과 융합으로 로봇에 새로운 작업과 기술을 부여하고자 할 경우 단지 인간의 움직임을 모방하고 스스로 학습하고 스스로 작업하는 것으로 산업현장의 공정과 작업은 매우 빠르고 간편하고, 편리하게 진화되고 있다. 숙련 작업자의 감소, 일손 부족과 인건비 상승, 생산성 향상 등의 우리 산업의 전반적인 문제를 해결하는 구세주가 될지도 모른다.