KAIST는 스마트·공장용 지능형 제조로봇의 인지 성능을 높이는 '시각지능' 기술도 개발하고 있다. 딥러닝 기술을 활용해 로봇의 주변 환경을 세밀하게 파악, 공정 효율을 높이고 혹시 모를 위험을 방지한다.
조성호 KAIST 전산학부 교수팀이 이 부분에서 두각을 나타내고 있다. 우선 과제는 로봇의 사물 인식 정확도를 높이는 것이다. 사람은 직관적으로 물건을 집고 작업할 수 있지만 로봇은 다르다. 작업 목표로 설정된 사물이 무엇인지, 어디에 얼마나 멀리 떨어져 있는지, 어느 지점을 어떤 각도로 집어야 하는지 등의 정보가 필요하다. 이들 정보가 세밀하게 수집되고 종합 연산될 때 정확한 작업에 임할 수 있다.
연구팀은 딥러닝 기술을 이용해 인식 정확도를 높이는 연구를 하고 있다. 카메라, 라이다(레이저로 전방의 3차원 정보를 얻는 장비)로 얻은 영상 정보를 딥러닝으로 분석해 보다 세밀한 사물 및 위치 정보를 산출한다.
연구팀은 센서로 전방의 환경을 3차원 매핑하는 동시에 현재 로봇의 위치를 파악하는 '슬램(SLAM)' 기술 개발에도 힘을 기울이고 있다. 이 기술은 로봇이 여러 번 이동하면서 발생하는 '위치 오차'를 없애는데 사용된다. 환경 정보와 로봇의 현재 위치를 대조해 올바른 이동 경로를 유지하도록 돕는 식이다. 레이저, 라이다 외에도 관측정장치(IMU)와 같은 위치 센서를 적극 활용한다.
시각지능의 연산시간을 줄이는 것도 주요 연구 내용이다. 기존 시각지능 기술은 갖가지 인식 정보를 종합하고 반복 계산하는 과정에서 많은 시간이 소요된다. 연구팀은 이들 과정에 딥러닝 기술을 적용한다. 계산 과정에 효율성을 더해, 불필요한 부분을 덜어내는 식이다.
조 교수는 “지능형 제조로봇이 높은 성능을 발휘하기 위해서는 주변 환경과 자신의 위치를 정확하게 파악하는 기술이 우선 적용돼야 한다”면서 “딥러닝 기술을 이용해 인식 정확도를 높이고, 연산 시간을 줄이는 것이 해답이 될 수 있다”고 말했다.
대전=김영준기자 kyj85@etnews.com
