3편.카메라와 센서가 어떻게 로봇의 눈과 귀가 되었을까? 피지컬 AI의 두 번째 진화
정해진 위치에 있는 물건은 정확하게 옮길 수 있었지만, 부품의 위치가 조금만 달라져도 작업을 제대로 수행하지 못했습니다.
이 문제를 해결하기 위해 연구자들은 새로운 질문을 던졌습니다.
"로봇도 주변을 볼 수 있다면 어떨까?"
이 질문은 이후 피지컬 AI 발전의 중요한 전환점이 됩니다.
로봇에게도 눈이 필요했다
사람은 눈으로 주변을 살펴보며 필요한 정보를 얻습니다.
컵이 어디 있는지, 사람이 어디로 움직이는지, 장애물이 있는지를 자연스럽게 파악합니다.
하지만 초기 산업용 로봇은 이런 능력이 전혀 없었습니다.
항상 같은 위치에 같은 물건이 있어야만 작업할 수 있었고, 조금이라도 환경이 바뀌면 멈추거나 오류가 발생했습니다.
자동화가 가능한 작업이 제한적일 수밖에 없었던 이유입니다.
그래서 연구자들은 로봇에게 사람의 눈과 비슷한 역할을 하는 장치를 달기 시작했습니다.
그것이 바로 카메라였습니다.
카메라가 로봇의 눈이 되다
처음에는 단순히 사진을 찍는 수준이었습니다.
하지만 컴퓨터가 이미지를 분석하는 기술이 발전하면서 로봇은 점차 화면 속 사물을 구분하기 시작했습니다.
예를 들어
- 어떤 부품인지 구별하고
- 어디에 놓여 있는지 확인하고
- 어느 방향으로 잡아야 하는지 계산할 수 있게 되었습니다.
예전에는 부품을 일정한 위치에 정확히 놓아야 했지만,
이제는 위치가 조금 달라도 로봇이 스스로 찾아낼 수 있게 된 것입니다.
이 기술을 흔히 머신 비전(Machine Vision)이라고 부릅니다.
자동차 공장뿐 아니라 전자제품 생산, 반도체 제조, 식품 공장 등 다양한 산업에서 빠르게 활용되기 시작했습니다.
눈만으로는 부족했다
사람은 눈뿐 아니라 귀와 피부의 감각도 함께 사용합니다.
예를 들어
문이 닫히는 소리를 듣고,
손으로 물건의 무게를 느끼며,
발바닥으로 바닥 상태를 확인합니다.
로봇도 마찬가지였습니다.
카메라만으로는 모든 정보를 알 수 없었습니다.
그래서 다양한 센서(Sensor)가 함께 사용되기 시작했습니다.
센서는 로봇의 귀이자 감각기관이었다
센서는 주변 환경을 숫자로 바꾸어 컴퓨터에 전달하는 장치입니다.
종류도 매우 다양합니다.
거리 센서
사람이나 장애물까지 얼마나 떨어져 있는지 측정합니다.
창고 로봇이나 자율주행 로봇에서 많이 사용됩니다.
힘 센서
물건을 얼마나 강하게 잡고 있는지 확인합니다.
너무 세게 잡으면 부품이 망가지고,
너무 약하게 잡으면 떨어뜨릴 수 있기 때문입니다.
온도 센서
주변의 온도를 측정합니다.
뜨거운 환경이나 냉장 물류처럼 온도가 중요한 작업에서 활용됩니다.
근접 센서
물체가 가까이 있는지 빠르게 감지합니다.
생산라인에서 안전장치 역할을 하는 경우도 많습니다.
카메라와 센서가 만나면서 달라진 점
카메라와 센서를 함께 사용하면서 로봇은 이전과는 전혀 다른 방식으로 일하기 시작했습니다.
예전에는
"여기에 있는 물건을 집어라."
라는 명령만 수행했다면,
이제는
"물건을 찾아서 안전하게 집어 옮겨라."
라는 작업도 가능해졌습니다.
즉,
정해진 위치가 아니라 실제 환경을 확인하며 작업할 수 있게 된 것입니다.
이 변화는 산업용 로봇의 활용 범위를 크게 넓혔습니다.
사람과 함께 일하는 로봇이 등장하다
환경을 인식할 수 있게 되면서 로봇은 사람과 같은 공간에서도 일하기 시작했습니다.
예전 산업용 로봇은 매우 빠르고 강한 힘을 사용했기 때문에 사람과 분리된 공간에서만 작업했습니다.
하지만 센서가 사람의 접근을 감지하고,
카메라가 움직임을 확인할 수 있게 되면서
속도를 줄이거나 멈추는 기능도 가능해졌습니다.
이렇게 등장한 것이 오늘날 많이 사용되는 협동로봇(Cobot)입니다.
협동로봇은 사람과 함께 작업하며 생산성을 높이는 새로운 형태의 산업용 로봇으로 자리 잡았습니다.
하지만 아직도 부족한 점이 있었다
카메라와 센서 덕분에 로봇은 주변을 볼 수 있게 되었습니다.
하지만 여전히 사람처럼 생각하는 것은 어려웠습니다.
예를 들어
사람은 처음 보는 물건도 대략 어떻게 잡아야 하는지 쉽게 판단합니다.
반면 당시의 로봇은
이미 학습된 정보가 없으면 무엇을 해야 하는지 알지 못했습니다.
즉,
'볼 수는 있지만 이해하지는 못했던 것'입니다.
그래서 연구자들은 또 다른 질문을 던집니다.
"로봇도 경험을 통해 스스로 배울 수는 없을까?"
이 질문은 인공지능과 머신러닝 기술의 발전으로 이어지며, 오늘날 피지컬 AI의 핵심 기술이 만들어지는 계기가 됩니다.
작은 변화가 피지컬 AI를 한 단계 성장시켰다
유니메이트가 사람의 팔을 대신했다면,
카메라와 센서는 로봇에게 눈과 귀를 선물했습니다.
덕분에 로봇은 단순히 움직이는 기계에서 벗어나 주변 환경을 인식하며 작업하는 단계로 발전했습니다.
오늘날 공장 자동화, 물류 로봇, 자율주행차, 서비스 로봇까지 다양한 분야에서 이러한 기술이 활용되고 있는 것도 바로 이 시기의 발전 덕분입니다.
피지컬 AI는 사람처럼 움직이는 것에서 끝나지 않습니다.
주변을 보고, 상황을 이해하며, 적절하게 행동하는 방향으로 계속 진화하고 있습니다.
📌 재미있는 이야기
1970~1980년대에는 로봇이 카메라로 부품을 구별하는 것만으로도 큰 기술 혁신으로 평가받았습니다.
지금은 스마트폰으로도 쉽게 할 수 있는 이미지 인식이지만, 당시에는 컴퓨터 성능이 매우 낮아 사진 한 장을 분석하는 데도 상당한 시간이 필요했습니다.
그럼에도 연구자들은 꾸준히 기술을 발전시켰고, 이러한 연구가 오늘날 AI 비전(Vision AI)과 자율주행 기술의 기반이 되었습니다.
마무리
카메라와 센서는 로봇이 단순히 움직이는 기계를 넘어 주변 환경을 인식하는 존재로 발전하는 데 핵심적인 역할을 했습니다. 로봇은 물체의 위치를 찾고, 사람을 감지하며, 작업 환경의 변화를 이해하기 시작했고, 이는 피지컬 AI 발전의 중요한 전환점이 되었습니다.
하지만 주변을 본다고 해서 모든 문제가 해결된 것은 아니었습니다. 이제 남은 과제는 스스로 배우고 경험을 쌓아 더 나은 판단을 내리는 능력이었습니다.
3줄 핵심 요약
- 카메라는 로봇이 주변 환경과 물체를 인식할 수 있도록 만든 '눈' 역할을 했다.
- 다양한 센서는 거리, 힘, 온도 등을 감지하며 로봇의 '귀와 감각기관' 역할을 수행했다.
- 이러한 기술 발전은 오늘날 피지컬 AI와 협동로봇 시대를 여는 중요한 기반이 되었다.
다음 이야기가 궁금하다면
로봇은 이제 주변을 보고 장애물을 피하며 사람과 함께 일할 수 있게 되었습니다.
하지만 아직도 새로운 물건을 만나면 스스로 배우거나 경험을 쌓는 능력은 부족했습니다.
그렇다면 로봇은 언제부터 '학습'하기 시작했을까요?
다음 글에서는 로봇이 더 똑똑해진 이유, 딥러닝이 피지컬 AI를 지금의 모습으로 발전시켰는지 함께 알아보겠습니다.
댓글
댓글 쓰기