컴퓨터 비전으로 로봇 공학을 혁신하는 방법
로봇공학은 복잡한 문제에 대한 솔루션을 제공하고, 무한한 혁신을 가져올 뿐 아니라, 우리의 삶과 업무를 향상시킬 수 있는 무한한 가능성을 열어주는 흥미롭고 성장하고 있는 분야이다. 로봇 산업은 제조, 의료, 농업, 안전, 주문 처리 센터 등 다양한 분야에 걸쳐 폭넓게 적용되고 있다. 로봇 기술은 작업을 자동화하고 효율성을 높이며 안전 기준을 개선함으로써 다양한 분야에 혁신을 가져왔다.
로봇 산업에 대한 몇 가지 주요 사실과 수치는 다음과 같다.
• 글로벌 로봇 시장은 빠르게 확장되고 있다. 한 보고서에 따르면 2024년 말에는 시장가치가 428억 2000만달러에 달하고 향후 4년간 매년 약 11%씩 성장하여 2028년에는 655억 9000만달러에 달할 것으로 예상된다.
• 같은 보고서에서 로봇 시장 내 서비스 로봇 부문은 인간을 개인적, 전문적으로 도와 작업을 수행하거나 워크플로우를 최적화하는 데 도움을 주며 가장 큰 시장 규모를 차지할 것으로 예상된다.
• 로봇공학 분야의 AI 역시 별도의 시장 부문으로, 매년 약 11%씩 성장해 올해 190억 1000만달러, 2030년에는 367억 8000만달러에 달할 것으로 보고됐다.
• 지역적으로는 아시아 태평양 지역이 전 세계에서 가장 큰 로봇 시장으로, 로봇 도입이 활발히 이루어지고 있는 것으로 보고되고 있다.
로봇공학의 주요 산업 과제
• 안전 기준 및 규정: 로봇이 다양한 환경에 통합됨에 따라 로봇과 함께 작업하는 동안 사람의 안전을 보장하는 것이 무엇보다 중요해졌다. 사고를 예방하고 작업장 안전을 보장하기 위해서는 엄격한 안전 표준 및 규정을 준수하는 것이 매우 중요하다.
• 인간과 로봇의 상호 작용: 로봇의 협업과 대화형 기능이 강화됨에 따라 인간과 로봇의 원활한 상호작용을 위한 직관적인 인터페이스 설계가 필수적이다. 효율적인 협업을 위해서는 인간과 로봇 간의 인체공학, 커뮤니케이션, 신뢰와 관련된 문제를 해결하는 것이 필수적이다.
• 사이버 보안 위험: 로봇과 IoT 및 AI 시스템의 연결성과 통합이 증가함에 따라 사이버 보안 위협이 심각한 문제로 대두되고 있다. 중요한 운영과 민감한 정보를 보호하기 위해서는 사이버 공격, 데이터 유출, 무단 액세스로부터 로봇 시스템을 보호하는 것이 필수적이다.
• 비용: 로봇 기술의 급속한 발전과 함께 고도로 정교한 부품과 센서가 등장했다. 재료 확보와 부품 생산에 상당한 어려움이 있어 비용이 많이 든다.
• 복잡성: 현대 로봇의 각 구성 요소에 대한 커다란 혁신이 이루어 지면서 시스템의 출력을 최적화하는 것은 큰 도전이 됐다. 최고의 센서, 모터, 머신러닝 모델 등을 효과적으로 활용하고, 조정하고, 결합하려면 엄청난 엔지니어링 노력이 필요하다.
• 에너지 효율성: 복잡성으로 인해 로봇이 그 지능을 따라잡는 능력이 저하될 수 있으며, 이로 인해 에너지 효율성이 어려워질 수 있다.
• 사회적 영향: 로봇이 보편화됨에 따라 고용, 개인정보 보호, 사회적 복지에 미치는 영향에 대한 윤리적 고려사항이 대두되고 있다. 일자리 대체, 데이터 프라이버시, 로봇 공학에서 AI의 윤리적 사용과 관련된 우려를 해결하려면 업계 이해관계자와 정책 입안 자의 적극적인 참여가 필요하다.
로봇 공학에서의 컴퓨터 비전 적용
물체 감지 및 인식
▲ 유리병을 조작하는 로봇 팔(이미지 출처: iStock)
로봇 공학의 기본적인 작업 중 하나는 환경을 감지하고 인식하여 이를 기반으로 의사 결정을 내리는 것이다. 오늘날 로봇 공학에서 가장 순수한 형태로 볼 수 있는 것은 물체 감지이다. 로봇이 쓰레기통에서 수프캔을 골라내든 환자의 간에서 암을 발견하든, 물체 감지는 수백만 대의 로봇 워크플로우의 중심에 있다.
물체 인식은 로봇 공학에서 다양한 유형의 컴퓨터 인식을 지칭할 수 있다. 예를 들어, 많은 산업용 로봇은 표준 카메라 센서를 사용하여 이미지를 촬영하고 고전적인 물체 감지 또는 고급 세분화 방법을 통해 여러 클래스를 구분한다. 자율 주행 시스템과 같은 일부 로봇은 이를 뛰어넘어 라이더(lidar) 및 레이더(radar) 센서를 인식 시스템에 통합하여 물체의 깊이와 모양을 파악한다. 컴퓨터 비전과 로봇의 결합은 창고 주문 처리, 의료 시술, 자동차 제조, 농업 등 무수히 많은 프로세스에 혁신을 가져왔다.
환경 모니터링 및 감시
▲ 보스턴 다이나믹스(Boston Dynamics)의 SPOT 로봇(이미지 출처: WIRED)
도시나 공공장소와 같은 대규모 지역에서는 모든 곳을 감시하는 것이 불가능하다. 최근 공항, 병원, 놀이공원 및 기타 환경에서 로봇은 안전을 강화하고 더 나은 경험을 보장하는데 중요한 역할을 담당하고 있다. 이 로봇은 컴퓨터 비전을 사용하여 주변 환경을 모니터링하여 바닥에 버려진 쓰레기까지 모든 것을 감지한다. 그런 다음 로봇은 주변 직원에게 문제를 해결하도록 경고하거나 때로는 스스로 문제를 해결할 수도 있다.
서비스 로봇은 주변 사람들의 안전과 복지를 증진하기 위해 환경 모니터링 및 감시 기능도 수행한다. 예를 들어 로봇 청소기인 ‘Roomba’와 같은 살균 로봇이나 병원의 UV 살균 로봇 등이 있다. 두 로봇 모두 컴퓨터 비전 기술을 사용하여 장애물을 피하고 청소가 필요한 영역을 감지한다.
환경 모니터링과 감시도 위험한 상황에서 중요한 역할을 한다. Boston Dynamics의 Spot과 같은 로봇과 드론은 재난 구호 및관리를 지원하는 데 사용된다. 최신 로봇 공학과 컴퓨터 비전 덕분에 이러한 로봇은 위험한 환경을 탐색하여 조난자나 부상자를 발견하고 안전한 곳으로 데려올 수 있다.
육안 검사 및 품질 관리
▲ Kongsberg의 Eelume 로봇 사진(이미지 출처: Kongsberg)
컴퓨터 비전은 수십 년 동안 로봇 공학에서 육안 검사 및 품질 관리를 지원해 왔다. 전 세계에서 정교한 시각 시스템을 갖춘 로봇이 제조 제품의 품질을 인증하고 수중 파이프의 무결성을 보장하는 등 중요한 검사 작업을 처리하고 있다. 이 로봇은 열악한 환경 에서도 빠른 속도로 검사를 수행한다.
결함을 찾는다는 것은 부품의 미세한 결함을 찾아내는 것을 의미할 수 있다. 다행히도 컴퓨터 비전 기술을 사용하면 아무리 찾기 어려운 문제도 찾아낼 수 있다. 로봇 공학과 컴퓨터 비전의 발전의 정점을 보여주는 좋은 예가 바로 ‘무인 수중 차량(UUV)’이다. 이 로봇은 선박 선체의 균열이나 해양 구조물의 구조적 무결성을 감지할 수 있다. 검사 로봇은 자동차 제조에서도 부품의 출하 적합 여부를 판단하고 리콜 횟수를 줄이기 위해 사용된다.
자율 주행
▲ 주변 환경을 감지하는 로봇(이미지 출처: The Robot Report)
독립성을 중요시하는 자율 로봇은 주변 환경을 감지하고 실시간으로 판단하여 경로를 수정할 수 있는 복잡한 내비게이션 시스템에 의존한다. 컴퓨터 비전은 자율 내비게이션 시스템의 중요한 기반이며, 로봇이 주변 환경을 인식하고 이해하고 조작할 수 있게 해준다.
로봇이 스캔하는 환경은 사용 사례마다 크게 다를 수 있다. 다행히도 컴퓨터 비전 방식은 매우 유사하다. 이러한 로봇 중 다수는 ‘YOLOv8’ 또는 과거에는 ‘EfficientDet’와 같은 감지 모델을 활용한다. 이러한 모델은 빠른 속도와 정확성으로 인해 다른 모델보다 더 많이 선택되는 경향이 있다.
이러한 로봇의 낮은 SWaP(크기, 무게, 전력)를 고려할 때 자극에 충분히 빠르게 반응할 수 있는 모델이 필요하다. 고급 시스템에는 라이더, 레이더 또는 이 두 가지를 결합하여 로봇의 시야를 더욱 향상시키고 탐색을 최적화하는 기능이 통합되어 있다.
로봇 공학 분야에서 컴퓨터 비전을 선도하는 기업들
RIOS 인텔리전스 머신: RIOS Intelligent Machines는 자동화 업계의 판도를 바꾸고 있는 기업으로, 기업이 공장, 창고, 공급망 운영을 자동화하는 동시에 생산량을 늘리고 결함을 제거할 수 있도록 지원한다. RIOS는 생산 요구 사항 변화에 원활하게 적응하는 강력하고 안정적이며 유연한 AI 기반 로봇 솔루션과 운영 모니터 링, 품질 보증, 과거 기계식 로봇 자동화로는 불가능했던 복잡한 작업 처리를 위한 AI 기반 비전을 통해 이를 달성한다.
▲ RIOS 머신 텐딩 로봇(이미지 출처: RIOS)
Berkshire Grey: Berkshire Grey(BG)는 모든 공급망 운영을 최적화하는 다양한 로봇 솔루션을 자랑하는 물류 업계의 막강한 기업이다. Berkshire Grey의 우수성은 고객 맞춤형 시스템 구축, 고객 요구사항 이해, 시간 절약을 위한 신뢰할 수 있는 솔루션 제공 등 고객을 위해 적응하는 방식에서 가장 빛을 발한다. 이를 위해 Berkshire Grey는 한계를 뛰어넘어 가장 복잡한 작업도 함께 수행할 수 있는 유연하고 강력한 로봇 생태계를 구축했다.
컴퓨터 비전은 피킹과 같은 작업을 지원하기 위해 감지 모델에 의존하기 때문에 Berkshire Grey 스택의 필수적인 부분이다. HyperScanner의 경우, Berkshire Grey는 컴퓨터 비전을 사용하여 초고속으로 라인에서 내려오는 패키지를 감지하고 분류한다. 이 팀은 컴퓨터 비전 스펙트럼 전반에 걸쳐 인상적으로 모델을 배포하고 고객의 요구에 맞게 애플리케이션을 조정하고 발전시키고 있다.
▲ Berkshire Grey의 모바일 로봇(이미지 출처: Berkshire Grey)
Bonsai Robotics: Bonsai Robotics는 농업 및 제조 로봇의 최첨 단을 선도하는 기업이다. Bonsai는 오프로드, 먼지, 높은 동적 범위, 장애물 등 가장 험난한 지형을 자율적으로 탐색할 수 있는 광학 기반 로봇 솔루션을 개발한다. 재배자는 GPS, 셀룰러 또는 기타 연결에 의존하지 않고도 분재 로봇을 사용하여 과수원과 밭을 돌보고 관리할 수 있다.
제조업체를 위해 Bonsai는 새로운 차량 형태로 설계하거나 기존 기계 유형에 개조할 수 있는 자율주행 지원 하드웨어 키트와 인식, 계획, 제어 및 기타 자율주행 소프트웨 어를 제공한다. Bonsai의 시스템은 독자적인 SLAM 스택과 더불어 감지 및 분할 모델과 같은 최첨단 컴퓨터 비전 기술을 사용하여 작동할 수 있다는 점에서 독보적이다. 강력한 경로 계획 알고리즘과 조향 메커니즘이 결합된 이 시스템은 사전 매핑이나 기록 없이도 복잡한 재배 작업을 쉽게 처리할 수 있다.
▲ Bonsai AI Visionsteer 기술로 구동되는 OMC의 Shockwave X shaker (이미지 출처: Bonsai Robotics)
Scythe Robotics: Scythe Robotics는 잔디의 두께에 즉각적으로 반응하여 잔디를 청소할 수 있는 M.52 자율 모어(잔디 깎는 기계)를 개발했다. 이 제품은 전기 모터로 작동하여 공해 없이 전력을 공급한다. Scythe는 환경을 실시간으로 매핑할 수 있는 최신 기술을 활용한다. 세분화 기술과 정밀한 위치 파악을 통해 매번 깔끔하게 잔디를 깎을 수 있다. 각 mower에는 8개의 HDR 카메라와 12개의 초음파 센서가 장착되어 있어 매우 안정적으로 인식할 수 있다.
센서 제품군과 고급 AI의 결합으로 Scythe의 M.52 자율주행 mower는 윤곽선과 경사면을 포함한 지형을 안정적으로 탐색하며 사람처럼 작업할 수 있다. 또한 M.52는 컴퓨터 비전을 사용하여 다양한 장애물을 식별하고 이에 대응한다. 나무와 기둥을 피해 이동하지만 사람과 반려동물을 위해 정지한다. 이 모든 것이 안전하고 고도로 최적화된 기술로 수행된다.
▲ Scythe M.52 mower가 작동 중이다.(이미지 출처: Scythe Robotics)
Woven by Toyota: Woven by Toyota는 전반적인 혁신을 통해 자율 주행(AD)과 첨단 운전자 지원 시스템(ADAS)을 변화시키고 있다. 자율주행차에서 가장 중요한 것은 안전이다. 차량은 도로를 주행할 때 차 안과 밖의 모든 사람의 안전을 보호해야 한다. 그렇기 때문에 Woven by Toyota는 강력한 최첨단 컴퓨터 비전 기술을 차량에 통합하는 데 앞장서기 위해 모든 조치를 취하고 있다.
Woven by Toyota가 중점을 두고 있는 분야 중 하나는 카메라 센서기술이다. 센서는 특히 악천후나 험난한 기상 조건에서 환경을 인식하는 데 도움이 된다. 또한 Woven by Toyota 팀은 테스트 및 시뮬레이션 분야에서 탁월한 성과를 거두고 있다. 포괄적인 대규모 주행 데이터 세트와 모빌리티를 위한 미래형 테스트코스 도시인 우븐 시티를 건설하는 것까지 혁신의 핵심 원동력이 됐다. 결국 고품질의 데이터는 고품질의 결과로 이어진다.
▲ 이미지 출처: Woven by Toyota
자료제공: VOXEL51(www.voxel51.com)
