로봇이 사람의 움직임을 예측한다…MIT, 새로운 행동 예측 알고리즘 구현

공장의 생산라인이나 건설 현장에서 로봇은 절대적으로 필요한 존재다. 단순반복적인 작업을 빠르고 효율적으로 처리할 수 있고, 사람이 해내기 힘든 작업이나 위험한 일도 문제없이 해낼 수 있기 때문이다. 그런 로봇을 정확하게 작동하게 하려면 소프트웨어가 필요하고, 로봇의 성능과 기능을 최적화된 상태에서 작업할 수 있도록 하는 소프트웨어는 능력은 알고리즘(algorithm)을 어떻게 설계하느냐에 따라 달라진다.

 

MIT 항공 우주학 연구팀과 자동차 제조업체인 BMW는 2018년부터 자동차 부품 조립 공정에서 사용되는 로봇 알고리즘에 대해 연구를 진행해 왔다. 연구의 목적은 사람과 로봇이 가까운 거리에서 작업을 해야 하는 생산 현장에서, 로봇이 사람의 움직임을 예측하도록 해 충돌이나 접촉 사고를 방지하는 것이었다. 이를 위해 사람이 지나가면 작업이나 이동을 멈추도록 하는 알고리즘을 짜고 로봇을 프로그래밍했다.

 

그런데 테스트 과정에서 로봇이 지나치게 민감하게 반응하고 있다는 것이 발견됐다. 로봇에 적용된 행동 예측 프로그램이 사람과의 접촉 염려가 없는 상황에서도, 한참이나 정지하는 사례가 지속해서 발생한 것이다. 이러한 일이 실제 제조환경에서 일어난다면, 불필요한 시간 낭비가 발생하고 이는 생산성 저하로 이어진다.

 

공장 생산라인의 로봇에 적용한 인간 행동 예측 프로그래밍 시뮬레이션 영상. 사람의 이동 궤적만으로 행동 예측을 했던 알고리즘에 부분 궤적이라는 알고리즘을 적용한 후, 로봇의 행동 예측 정확성과 효율성이 향상됐다.(동영상:news.mit.edu)

 

연구팀은 문제의 원인을 분석하는 과정에서 프로그래밍에 사용된 알고리즘에 문제가 있다는 것을 발견했다. 사람이 어느 쪽으로 움직일 것인지를 예측하는 능력은 비교적 정확했지만, 어느 시점에서 얼마 동안이나 기다려야 하는지를 예상하지 못한 것이다. 연구팀은 소프트웨어를 만들 때 사용한 알고리즘에 주목하고, 새로운 알고리즘을 적용함으로써 정확한 타이밍까지도 예측이 가능해졌다고 MIT 뉴스는 소개했다.

 

처음 행동 예측 프로그램을 만들 때 적용한 알고리즘은, 음악과 음성 처리에 활용되는 알고리즘을 응용해서 사용했다. 이 알고리즘은 오디오 트랙과 스크롤링 비디오 같은 2개의 시계열 데이터 세트를 정렬하도록 설계했다. 연구팀은 이와 유사한 방식의 알고리즘을 사용해, 이전에 기록된 사람의 움직임과 실시간 움직임을 측정하고 동기화한 후, 5초 뒤의 위치를 예측하도록 프로그래밍했다.

 

하지만 일정한 패턴으로 지속되는 음악이나 연설과는 다르게, 사람의 움직임은 불규칙하고 매번 달라질 수 있다. 예를 들어 작업 테이블을 가로질러 볼트를 조이는 것과 같은 작업을 한 사람이 반복적으로 한다고 해도, 항상 같지는 않고 매번 조금씩 다르게 움직일 수 있다는 것이다. 또는 사람이 일시 정지한 상태에 있을 경우, 같은 경로를 따라 앞 또는 뒤로 움직여 이동 경로가 겹칠 경우, 이를 제대로 구분할 수 없었다.

 

기존의 알고리즘은 사람의 위치를 나타내는 점 형태의 스트리밍 모션 데이터를 기반으로, 알고리즘에서 주어진 시나리오에 따라 공통 경로 라이브러리와 비교한다. 그리고 예상되는 이동 경로를 점으로 표시하고, 각각의 점들을 상대적인 거리로 매핑해서 예측하는 방식을 사용했다. ‘시간’ 개념이 빠진 ‘거리’라는 요소만 적용한 것이다.

 

연구팀은 부분 궤적(partial trajectory) 알고리즘을 적용해 이러한 문제를 해결했다. 거리뿐만 아니라 시간(Timing)까지 반영하도록 하도록 기존의 알고리즘을 수정한 것이다. 부분 궤적 알고리즘은 이전에 수집된 이동 경로 데이터와 실시간으로 측정한 사람의 이동 궤적 세그먼트를 함께 정렬하도록 재설계했다. 새롭게 수정된 알고리즘을 적용한 행동 예측 결과는, 이전보다 훨씬 개선되고 효율적인 행동 예측 결과를 보였다고 연구팀은 밝혔다.

 

MIT 항공 우주학 줄리 샤(Julie Shah) 부교수는 “이러한 기술은 인간이 일정한 행동 패턴으로 행동하는 모든 환경에 적용될 수 있다. 이번 연구의 핵심은 로봇 시스템이 반복적으로 발생할 수 있는 패턴을 관찰할 수 있기 때문에, 사람의 행동에 대해 무엇인가를 배울 수 있다는 것이다. 이를 통해 로봇과 사람이 공존하는 작업장에서 더욱 효율적으로 협력할 수 있다’고 말했다.

 

이번 연구에서 사용된 알고리즘은 사람의 행동 예측(motion prediction)에 적용되었지만, 이를 응용하면 동작 인식, 제스처 감지와 같은 다양한 분야에서도 활용할 수 있다고 연구팀은 전했다. 사람과 로봇이 상호작용을 하며 작업 또는 협업을 해야 하는 분야에서도 이를 활용할 수 있다. 연구팀은 이번 달 독일에서 개최되는 ‘로보틱스:과학과 시스템(Robotics : Science and Systems)’ 컨퍼런스에서 이번 연구 결과를 발표할 예정이다.

 

⧉ Syndicated to WWW.CIOKOREA.COM