글로벌 테크 기업들이 최근 사람을 닮은 휴머노이드 로봇 개발에서 치열한 경쟁을 벌이고 있습니다.
국내 휴머노이드 로봇의 현재 수준과 개발에서 역점을 두고 있는 부분을 홍영재 기자가 취재했습니다.
<기자>
음료수 병뚜껑을 따고, 탁구를 치는가 하면, 사람이 던진 농구공도 자연스럽게 받아냅니다.
휴머노이드 로봇의 사물 인식과 동작 강도 등을 '햅틱'으로 불리는 조종장치를 통해 계속 학습시킨 결과입니다.
한 손에는 고구마, 다른 손에는 채칼을 든 로봇이 요리조리 손을 비틀어 고구마 껍질을 제거하는 것도 이런 학습의 한 과정입니다.
[서준호/네이버랩스 연구원 : (고구마 껍질 부분만 깎아야 하는 거잖아요. 최대한 많이 남기려면.) 그런 측면에서 힘 제어가 굉장히 중요하다고 봐주시면 되고요.]
일상이나 작업장에서 로봇이 상대를 껴안거나
[(기분이 진짜 사람이 하는 것 같은 느낌.) 맞습니다. 그걸 전달하는 게 목적이기 때문에.]
손뼉을 마주치는 등 사람과 직접 교감할 때는 적당한 위치를 찾아 적절한 강도로 반응하는 게 더 중요해집니다.
주변의 사물과 위치 등 물리적 세계를 파악하고 상황에 맞는 동작을 적절한 강도로 수행하는 '물리적 지능' 연구에 테크 기업들이 심혈을 기울이는 이유입니다.
휴머노이드 로봇 '옵티머스'를 개발 중인 테슬라나, '피규어' 로봇에 투자한 오픈AI도 물리적 지능에 대한 연구를 강화하고 있습니다.
[백종윤/네이버랩스 책임리더 : 로봇의 힘 제어라든가 그다음에 미세한 손의 감각이라든가 하는 것들은 아직은 충분히 연구되지 못한 부분이 있습니다.]
휴머노이드 로봇 성능 향상을 위해서는 현실 세계를 컴퓨터 속 가상세계에 구현하는 이른바 '디지털 트윈' 기술과 그 데이터를 처리할 클라우드 능력도 뒷받침돼야 한다는 게 전문가들의 지적입니다.
[백종윤/네이버랩스 책임리더 : 동작을 좀 바꾼다거나 힘의 양을 조금 바꾼다거나 하는 데이터들을 무한히 많이 생성할 수 있고요, 가상의 데이터로. 그 데이터를 기반으로 학습한 결과를 활용하게 됩니다.]
전 세계 휴머노이드 산업 규모는 2035년 380억 달러, 52조 원이 넘을 정도로 급성장할 것으로 추산됩니다.
(영상취재 : 제일, 영상편집 : 김진원)
