인공지능 로봇 기술개발 동향 및 시장성 분석
상태바
인공지능 로봇 기술개발 동향 및 시장성 분석
  • 김혜진 기자
  • 승인 2016.04.25 13:17
  • 댓글 0
이 기사를 공유합니다

박세환 Ph.D. (한국과학기술정보연구원 ReSEAT프로그램 전문연구위원)

키워드 : 인공지능, 기계지능, 컴퓨터 지능, 머신 러닝, 딥 러닝, 로봇산업, 인지 컴퓨팅, 휴머노이드 로봇, 소셜 로봇, 서비스 로봇, 산업용 로봇, 공지능 로봇, 알파고, 고령화 사회, 로봇산업 PEST 분석

서언

최근 들어 구글 및 테슬라 등 글로벌 IT기업들이 인공지능(Artificial Intelligence, AI) 기술개발에 주력하고 있다.

2015년 11월 구글은 ‘텐서플로(TensorFlow)’라는 인공지능 엔진을 공개했으며 2015년 12월 테슬라는 와이콤비네이터와 공동으로 비영리 인공지능 기업인 ‘오픈AI’를 설립하는 등 미래 AI 글로벌 시장을 선점하기 위한 메이저 기업들 간 치열한 경쟁이 계속되는 중이다.

AI기술은 지속적으로 발전해 향후 3~10년 내 다음과 같은 기술들을 등장시킬 전망이다.

- 향후 3~5년 이내에 뛰어난 성능을 갖춘 U-헬스 AI 플랫폼이 개발돼 사용자의 건강상태를 체크해 사용자에 맞는 음식을 추천하는 등 다양한 서비스를 제공하게 될 것이다.

- 향후 5년 이내에 태풍과 같은 자연재해 발생시 빅데이터 분석을 통해 예상결과를 제시해 적절한 대책을 세울 수 있는 서비스를 제공하게 될 것이다.

- 향후 5년 이내에 로봇 상호간에 통신·협력을 통해 재난이나 사고현장에서 인명구조와 같은 매우 가치 있는 서비스를 제공하게 될 것이다.

- 향후 10년 이내에 환자가 진료를 받는 경우 환자의 증상이 대중에게 전염될 유행성 질병인지를 판단해 질병확산을 예방할 수 있는 서비스를 제공하게 될 것이다.

- 향후 10년 이내에 자율주행자동차가 주행 중 불가피하게 다른 차를 들이받거나 보행자를 칠 수밖에 없는 상황에 처했을 때 자율주행자동차가 이른바 도덕적 선택을 내릴 수 있는 지능형 서비스를 제공하게 될 것이다.

이러한 예상은 향후 AI기술이 ‘IoT(센서, 데이터 취득)-무선통신(전송)-빅데이터·딥러닝(분석)-인공지능-제품반영’으로 연계되면서 지능형 로봇(Robot)으로 발전해 모든 산업분야에 적용될 수 있을 것이라는 점을 시사하고 있다.

로봇이란 용어는 인간의 노동을 대신 수행할 것을 강요받는 존재란 의미로 사용된 것이다. 외형적으로는 현재의 안드로이드 로봇(Android Robot)과 같다고 볼 수 있다. 단지 기술적 측면에서 보면 생물학적 개체라는 점에서 금속성 기계(machine)인 오늘날의 로봇보다는 오히려 복제 인간(clone)에 가깝다고도 할 수 있다.(100년된 꿈, 로봇 시대가 열리고 있다. LG 비즈니스 인사이트, 2014. 1. 1)

이 연구에서는 인간의 사고방식을 기계(컴퓨터)에게 가르치는 기계학습의 분야인 지능형 로봇산업으로 발전하고 있는 인공지능의 이해, 인구고령화에 대응하기 위한 휴머노이드 로봇과 인공지능형 로봇인 소셜 로봇의 기술개발 동향, 서비스·산업용·인공지능 로봇의 기술개발 사례에 대해 설명한다.

인공지능과 로봇의 이해

인공지능의 개념

= 인공지능이란 인간과 비슷하게 보이는 스마트한 방법으로 소프트웨어를 작동시키는 폭넓은 방법, 알고리즘 및 기술이다. 미국국립과학재단의 정보 및 지능형시스템 부문 책임자인 린 파커는 머신 러닝, 컴퓨터 비전, 자연어 처리, 로봇 공학 및 그와 관련된 주제들은 모두 AI에 속한다고 할 수 있다고 의견을 제시했다.

인공지능 기술은 기계지능(Mechanical Intelligence) 및 컴퓨터 지능(Computational Intelligence)이라는 용어를 수용하면서 기계(컴퓨터)를 이용한 학습인 머신 러닝(Machine learning), 여러 비선형 변환기법을 조합해 높은 수준의 추상화(abstractions)를 시도하는 기계학습(machine learning) 알고리즘의 집합인 딥 러닝(Deep learning)을 통해 인간의 사고방식을 기계(컴퓨터)에게 가르치는 기계학습의 한 분야인 지능형 로봇산업으로 발전하고 있다.

머신 러닝과 딥 러닝의 의미는 전문가에 따라 약간의 차이는 있으나 보편적으로 거의 유사한 의미로 사용되고 있다. 이에 대한 각 전문가의견을 간단히 요약하면 다음과 같다.

- 기계지능(머신러닝)은 유럽에서 인기 있는 현실적인 엔지니어링 감성에 뿌리를 두고 있으며 인공지능은 미국에서 더 인기가 있는 과학소설(SF)적 느낌을 반영하고 있다. 캐나다에서는 컴퓨터 지능(Computational Intelligence)이라는 용어도 자주 사용된다.(토마 디트리히: 미국인공지능발전협회 회장, 오리건주립대학 교수)

- 머신 러닝은 데이터의 추세나 범주를 인식해서 적절한 예측을 할 수 있도록 하는 것이다. 딥 러닝은 깊은 신경망 즉, 여러 계층에 배열된 대규모 신경시스템을 포함하는 학습을 의미한다.(린 파커: 미국국립과학재단의 정보 및 지능형시스템 부문 책임자)

전문가의견을 종합하면 인공지능 기술은 인지 컴퓨팅(Perceptional Computing)이라는 매우 복잡한 개념을 포함하고 있다.

미국국립과학재단의 정보 및 지능형시스템 부문 책임자인 린 파커의 의견에 따르면 인지 컴퓨팅은 대체로 인간의 인지와 비슷한 또는 적어도 인간의 인지에 영감을 받은 고차원적인 추론과 이해에 초점을 둔 컴퓨팅을 의미하며, 일반적으로 순수한 데이터 또는 센서 스트림보다는 상징적이고 개념적인 정보를 다루며 복잡한 상황에서 고수준의 결정을 내리는 것을 목표로 한다.

그러나 인지 컴퓨팅이 진정한 AI의 범주에 해당하는지에 대한 의견은 분분하다. 톰 오스틴 가트너 부사장은 인지적(cognitive)이라는 말과 관련해 기계가 생각한다는 것을 내포하는 것으로 이는 잘못된 전제라고 주장했다.

로봇의 개념과 종류 : 기본 개념 = 로봇은 감지(perception), 사고(thinking), 행동(action) 요소를 모두 갖춘 기계(computerizing machine)로 정의할 수 있다. 주위 환경을 모니터하고 변화를 탐지하는 감지기(Sensor), 변화에 대한 반응 방식을 결정하는 프로세서(processor) 혹은 더 발전한 단계인 인공지능 (artificial intelligence), 결정한 반응방식을 기반으로 주변 환경에 일정한 변화를 일으키는 작동체(effecter)의 3대 구성요소를 동시에 갖춘 인간의 피조물이라고 규정할 수 있다.

따라서 넓은 의미에서의 로봇은 일반적으로 연상되는 물리적 기계 형태의 로봇뿐만 아니라 ‘봇(Bots)’이라고도 불리는 컴퓨터 프로그램까지 포함하기도 한다. 또한 외부 환경을 인식(perception)하고 상황을 판단(cognition)해 자율적으로 동작(mobility & manipulation)하는 기계라고 정의하기도 한다.

이동성(mobility)을 갖춘 기계시스템만을 로봇으로 간주한다면 공장의 고정된 생산용 기계시스템들은 모두 로봇이 아닌 단순한 기계로 분류될 수 있을 것이다.

로봇의 개념과 종류: 용도별 로봇의 형태

= 로봇의 형태는 다축(axes)형 팔(arm)로 이뤄진 단순 로봇, 몸체에 바퀴와 팔이 달린 로봇, 자동차·선박·항공기 등을 조종하는 무인(원격조종 또는 자율주행) 로봇 등 매우 다양하다. 이는 용도에 따라 3대 구성요소의 형태, 특히 작동체의 형태가 다양해질 수 있기 때문이다.

따라서 로봇의 형태는 결국 도구에 따라 결정된다고 볼 수 있다. 이처럼 로봇의 용도에 따라 외형이 결정된 사례로는 DARPA(Defence Advanced Research Projects Agency)에서 진 행하고 있는 로보틱스 챌린지(Robotics Challenge)를 통해 잘 알려진 재난대응용 휴머노이드 로봇(humanoid robot)을 들 수 있다.

결국 인간과 동일한 작업환경에서 작업도구를 활용하기 위해 인간의 신체구조와 동일한 외형을 지닌 휴머노이드 로봇이 확산된 것이다. 로봇은 통상 용도에 따라 크게 제조중심의 산업용 로봇, 서비스 로봇(개인서비스, 전문서비스)으로 분류한다.

인공지능형 로봇 기술개발 동향

휴머노이드 로봇 기술개발 동향

= 세계 각국은 인구고령화(프랑스는 2060년이 되면 60세 이상 노령인구가 2360만명(전체 인구의 31%)이 될 것으로 예상하고 있다)에 대응하기 위해 휴머노이드 로봇 개발에 주력하고 있다.

인구고령화는 노동인구 감소로 인해 성장잠재력이 둔화될 수 있으며 기업과 개인에게는 사회분담금 부담을 안겨주는 등 커다란 경제적 비용을 야기할 수 있다.

이에 휴머노이드 로봇은 사람이 옆에서 도와주는 것처럼 노약자 및 만성질환자 등 사회적 약자를 보조할 수 있어 향후 수요가 크게 증가할 것으로 기대하고 있다.

프랑스 알데바란(Aldebaran)은 휴머노이드 로봇(Nao, Romeo)을 개발해 유럽의 3대 휴머노이드 로봇에 선정되는 등 혁신적인 기술로 주목받고 있다. 나오(Nao)와 로메오(Romeo)의 최종목표 및 외형을 [표2]에 나타낸다.

소셜 로봇 기술개발 동향

= SNS 및 빅 데이터 분석기술과 접목돼 인간과 로봇이 상호작용할 수 있도록 개발된 인공지능형 로봇인 소셜 로봇(Social Robot : 로봇이 인간의 행동에서 계산된 효율성과 정확성의 역할을 수행하는 것을 넘어 물리적인 감성이나 교감 같은 인간의 정신적인 측면에서의 역할을 수행할 수 있는 로봇을 의미한다)이 주목받고 있다.

소셜 로봇의 구성요소는 로봇에 부착된 다양한 센서(카메라, 조도 및 압력센서, 방향 및 중력센서 등)에 따라 정보처리 모듈이 다르게 조합될 수 있다. 소셜 로봇의 하드웨어 구조를 [그림1]에 나타낸다. 각 모듈의 동작특성은 다음과 같다.

- DSP(Digital Signal Processing) 네트워크는 로봇의 인지시스템과 연결돼 센싱 정보를 분석한다.

- 네트워크의 각 노드는 특화된 이미지 및 사운드 처리, 모션 캡처 등에 따라 모듈의 수와 연결 구성이 다르게 설계된다.

- 모터시스템은 로봇의 이동 및 동작을 제어하는 범용 모터와 로봇의 교감·감흥·감정 등을 제어하는 페이스 모터(Face motor) 등 듀얼-포트 RAM으로 설계돼 있다.

소셜 로봇의 동작특성은 다음과 같다.

- 인지시스템(Perception system)을 통해 주변 환경정보를 수집한다.

- 주의시스템(Attention system)을 통해 인지정보 중 특정 정보를 선별한다.

- 동기시스템(Motivation systme)을 통해 주의시스템의 맥락정보를 초기값으로 입력된 감정값과 매핑시킨다.

- 모터시스템(Expressive motor system)을 통해 동기시스템의 행위를 명령으로 표현해 구체화시킨다.

이처럼 소셜 로봇은 인간의 다양한 감정표현 값(초기 입력값)과 센싱 값을 매핑해 정보를 처리한다. 따라서 로봇의 센싱 알고리즘에 의존하기 때문에 처리결과가 정밀하지 못하다는 단점이 있다.

인간의 감성 등 소셜 값은 관계 기반, 즉 인간은 사회적 동물이라는 측면으로의 맥락인지가 동반돼야 하나 이러한 정보처리 기능이 없다는 점 등의 한계를 지닌다는 것.

이를 해결하기 위해 최근에는 소셜 네트워크의 정보를 통해 행위주체간 위상관계, 관계의 밀도와 거리 등을 파악하는 연구가 진행되고 있다.

지능형 로봇 기술개발 사례

서비스 및 산업용 로봇 : 서비스 로봇

= 빅데이터 분석 및 클라우드 컴퓨팅 기술의 발전은 다양한 환경에서 효과적인 정보처리를 가능하게 함으로써 로봇의 지능화를 견인하고 있다. 이러한 기술발전으로 인해 로봇기술은 인간의 주거 공간 내·외부 일상으로 빠르게 스며들고 있다.

주거 공간 내부적으로는 청소, 여가생활 등의 영역에 도입되면서 스마트홈(Smart home) 서비스를 혁신적으로 진화시켜가고 있다.

유무선 네트워크 기반의 방범 및 에너지 사용량 등 정보제공 수준의 현재 스마트 홈서비스가 앞으로는 로봇을 통해 주거공간의 상황에 맞는 필요한 일을 찾아 실행하는 매우 지능적인 스마트홈이 되는 것이다. 그 예로 로봇청소기는 바닥청소 기능에서 진화해 실내 모든 공간을 스스로 청소하는 형태로 발전할 것으로 예측된다.

주거 공간 외부적으로는 노인이나 환자의 근력보강이나 보행 등을 보조하는 영역에서 로봇 기술이 도입되면서 고령화 사회 지향의 서비스로 발전하고 있다. 이러한 각국의 기술개발 사례를 간단히 요약하면 다음과 같다.

- 일본의 파나소닉은 2011~2012년에 주방에서 물건을 정리하는 서비스 로봇 기술을 개발한바 있다. 또한 일본의 후지쯔는 2013년에 지팡이에 내비게이션을 내장해 노약자의 길 안내를 도와주는 스마트 지팡이(smart walking stick)를 개발한바 있다.

- 스웨덴의 일렉트로룩스(Electrolux)는 908개의 초소형 로봇이 실내공간을 날아다니며 먼지를 흡입하는 ‘맵(Map)’로봇 개념을 개발한바 있다.

- 미국의 로봇전문 기업 브리고(Briggo)는 사용자의 커피취향을 기억하고 있다가 사용자가 원거리에서 주문을 하면 15~30초 이내에 커피를 제공하는 바리스타 로봇을 개발한바 있다.

- 독일 일메나우의 한 카페에서는 손님들에게 칵테일이나 음료 등을 제공하고 간단한 대화를 나눌 수도 있는 바텐더 로봇 ‘카알’을 개발한바 있다.

2020년경이 되면 청소로봇을 통해 별도의 명령 없이도 실내의 청결상태에 따라 스스로 청소를 시작하고 바닥에 놓인 물건도 집어서 제 자리에 옮겨놓는 수준의 지능형 서비스 로봇이 등장할 것으로 전망하고 있다.

서비스 및 산업용 로봇 : 산업용 로봇

= 최근의 산업용 로봇 기술은 인명구조, 재난복구, 의료, 주문제작 및 유통 등 초정밀성과 고난이도를 요구하는 특수 작업 분야로 점차 적용영역이 확대되고 있다.

아울러 산업용 로봇은 단순한 작업을 대행하는 수준에서 위험한 장소나 정밀한 작업을 필요로 하는 환경에서 전문성을 발휘할 수 있는 지능형 로봇으로 발전할 것으로 예상된다. 국내외 산업용 로봇 기술개발 사례를 간단히 요약하면 다음과 같다.

- 일본 혼다자동차는 일본산업기술총합연구소(AIST)와 공동으로 개발한 원전 작업용 로봇을 2013년 6월부터 현장에 투입해 방사선량과 구조를 조사하는 작업 등에 활용하고 있다. 이 원전작업용 로봇은 혼다가 2000년에 개발한 휴머노이드 ‘아시모’를 응용한 탐사로봇으로 건물 내부의 높고 좁은 장소에서 방사선량과 구조를 조사하는 산업용 로봇이다.

- 미국의 로봇전문기업인 베크나(Vecna)는 위험지역이나 사람이 접근하기 힘든 환경에 있는 부상당한 병사를 구조하는 구조로봇 베어(Battlefield Extraction-Assist Robot, BEAR)를 개발한바 있다. 베어는 센서를 통해 위험지역의 부상자를 탐지하고 정교한 두 집게팔로 275kg에 달하는 무게를 직접 안아 옮길 수도 있다. 최근에는 계단이나 험한 장애물도 쉽게 통과할 수 있게 제작됐다.

- 미국의 인튜이티브 서지컬(Intuitive Surgical)은 부작용이 적고 회복이 매우 빠른 수술로봇 다빈치(da Vinci)를 개발한바 있다. 10~25억원에 달하는 비싼 가격과 1000만원에 육박하는 수술비용 문제를 해결해야 하는 과제로 남아있다.

- 미국의 아마존은 ‘아마존 프라임 에어’라는 서비스를 통해 드론을 자사의 택배서비스에 활용하고 있다. 장차 드론을 통해 주문 30분 이내에 배송이 실현된다면 유통 소외 지역까지 보완하게 되어 물류배송 방식에 획기적인 변화를 가져올 것으로 기대하고 있다.

- 국내 전남대학교 로봇연구소 박석호 교수팀은 치료용뿐만 아니라 검사와 진단기능을 실행할 수 있는 ‘자율조종캡슐내시경’을 개발했다. 이 로봇은 환자가 이 캡슐을 먹고 원통형 자기장 발생장치 안에 누워있으면 네오디뮴 합금으로 만든 강력한 자석을 통해 의사는 캡슐의 위치를 자유자재로 조종할 수 있어 원하는 부위를 정확히 진단할 수 있다.

인공지능 로봇

= 구글이 개발한 딥 러닝 마인드를 탑재한 바둑 플랫폼을 갖춘 인공지능 컴퓨터인 알파고(AlphaGo)와 인간계 최강자와의 바둑 대국(Google DeepMind Challenge Match)이 진행된바 있다.

이 대국에서 컴퓨터가 인간 한계 넘을지 관심이 집중되고 있다. 바둑은 우주 전체의 원자 수보다도 많은 10의 170제곱이나 되는 경우의 수가 있기 때문에 도저히 컴퓨터가 이기기 힘든 인간의 영역으로 꼽혔다.

그러나 알파고가 첫 승을 거뒀으며 한 수를 두는데 걸린 시간은 불과 3분이었다고 한다. 승패를 떠나서 과연 인공지능 컴퓨터가 무한대에 가까운 경우의 수를 가진 바둑을 어떻게 지능적으로 둘 수 있을까? 이에 대한 구글 딥 마인드의 전략은 다음과 같다.

- 알파고가 바둑의 확률을 계산하는 것이 불가능하기 때문에 예상 확률을 알아낸 뒤 가장 가능성이 높은 수를 선택하는 컴퓨터 기법인 몬테카를로 트리탐색을 바탕으로 했다.

- 여기에 정책망과 가치망이라는 두 신경망을 접목했다. 전자는 상대방의 다음 움직임을 미리 예측하여 이길 가능성이 높은 수만 고려하도록 해주고 후자는 바둑돌의 위치별로 승자가 누가 될지 예측하는 것이다.

- 프로 바둑기사들의 대국기보 3000만건을 입력시켜 이를 바탕으로 1000년에 해당하는 시간만큼 바둑을 학습했다.

구글은 알파고를 계속 발전시켜 실생활에 적용하는 것이 목표다. 가장 활용 가능성이 높은 분야는 여행과 의료분야다. 이를 요약하면 다음과 같다.

- 스마트폰으로 여행 및 숙박을 예약할 경우 인공지능 플랫폼은 이용자가 기존에 묵었던 숙소정보와 동선, 선호하는 관광지 등을 스스로 학습해 자동으로 추천하고 여행일정까지 구체적으로 제시한다.

- 의료분야에서는 인공지능 스스로 환자 몸에서 이상 상황을 발견한 뒤 다른 환자들의 진단경험을 바탕으로 적절한 진단과 치료계획을 제시한다.

알파고는 스스로 학습을 통한 지능형 컴퓨팅 플랫폼을 갖춘 로봇(서비스로봇, 산업용로봇, 지능형 로봇 등)으로 발전할 수 있는 터닝 포인트(tuning point)를 제시하고 있다. 이를 통해 실생활에 적용은 물론 나아가 사회의 여러 난제들을 해결하는 데 도움이 되기를 기대한다.

국내 로봇산업 동향 분석

국내 로봇산업 발전방향

= 국내 중소 로봇 업체들은 최근 서비스로봇 개발에 주력하고 있으며 단기간에 활성화 가능한 분야로 교육용로봇 시장에 집중하고 있다. 공공부문에서 교육용 로봇은 1만1000개의 초중고 및 3만여개의 유아교육기관에서 활용될 수 있는 거대한 잠재시장을 보유하고 있다.

세계 최고 수준의 ICT 인프라를 바탕으로 기술역량을 집중한다면 글로벌 시장선점 가능성이 높은 유망산업분야다. 이처럼 교육용로봇 시장이 성장함에 따라 교육기기용 보조장치 시장을 점차 대체할 것으로 예상된다. 이에 국내 로봇산업을 발전시키기 위해서는 다음과 같은 전략이 필요하다.

- 하드웨어뿐만 아니라 콘텐츠를 포함한 소프트웨어 기술력을 향상시켜 인공지능형 로봇개발이 필요하다.

- 로봇시장의 핵심인 SW 및 콘텐츠 기술력을 정보서비스 기술, 영상 스트리밍 기술, 임베디드 소프트웨어 기술, 미들웨어 및 네트워크 기술, 차세대 PC 기술 등과 접목시켜 원천기술 개발에 주력할 필요가 있다.

- 국내의 경우 관련 인프라 및 하드웨어 기술은 상당한 수준까지 발전하지만 로봇용 SW 콘텐츠 시장에서는 추가적인 기술적 진보와 혁신이 필요하다.

국내 로봇산업 PEST 분석

= 국내 기술력으로 개발한 우수한 지능형 서비스로봇 기술과 ICT 기술력을 접목함으로써 의료 및 교육 분야를 중심으로 발전할 수 있을 것이다.

특히 교육용로봇 시장은 향후 거대 성장이 예상되는 만큼 관련 중소기업들에 대한 정부의 정책적 지원이 필요하다.

이를 통해 향후 의료 및 교육 분야의 서비스산업으로 발전할 수 있는 기반을 마련할 수 있을 것이다. 로봇부품 기술은 범용적인 기술이지만 특정 기능을 갖는 로봇의 경우 성능, 크기, 가격 등의 요구조건을 충족하기에는 아직 로봇부품 시장이 성숙되지 못한 상황이다.

이에 관련 시장 성숙을 위한 전략이 필요하다. 국내 로봇산업(특히 로봇부품) 발전을 위한 PEST 분석결과를 [표3]에 나타낸다.

서비스로봇 산업의 시장성 분석

= 가정용 로봇은 청소, 물건정리, 빨래, 방범 등 일반 가정의 가사노동을 대신함으로써 주거생활의 편리함을 추구할 수 있는 로봇이다. 교육용 로봇은 교사를 보조해 교육을 담당하는 교사보조 로봇과 창의성을 육성하기 위해 로봇을 사용자가 직접 제작하는 교보재 로봇으로 분류할 수 있다.

이들 모두 서비스 로봇이라 할 수 있다. 이처럼 사용자와의 상호작용을 통해 주거민의 생활편의 서비스와 창의적인 교육을 구현할 수 있는 서비스로봇 시장은 지속적인 시장 확대가 기대되는 유망산업분야다.

가정용 및 교육용 로봇의 글로벌 시장규모는 2013년 160억360만달러에서 연평균 32%의 성장을 지속해 2017년에는 479억7100만달러의 대규모 시장을 형성할 것으로 예상하고 있다.

국내시장은 2013년 2조9445억원에서 연평균 47%의 초고속 성장을 지속해 2017년에는 13조7647억원의 초대규모 시장을 형성할 것으로 예측한다.

이러한 대규모 시장형성이 예상되는 국내외 시장진입을 위해 관련 기업의 노력과 더불어 로봇산업 발전을 위한 정부의 정책적 배려가 절실하다. 가정용 및 교육용 로봇 시장현황 및 전망결과를 [표4]에 나타낸다.

결언

인공지능을 갖춘 로봇 기술력이 급속히 발전하면서 서비스 로봇은 가정에서 생활편의 서비스를, 산업용 로봇은 주로 기업고객을 대상으로 하는 극한상황 등 특수 목적으로 지능형 로봇은 학습(머신 러닝, 딥 러닝)을 통한 기계학습의 한 분야로 확산되고 있다.

로봇산업은 초정밀 제어기술, 극한 환경에서의 신뢰성 보장 등 다양한 환경에서 고난도의 작업이 요구되는바 시장진입 장벽이 높은 산업이기도 하다.

국내의 경우 아직은 초기 시장진입 단계인 만큼 향후에는 다양한 산업분야에서 인공지능을 갖춘 로봇과의 융합을 촉진할 수 있는 정책적 뒷받침이 필요하다.

국내 고령인구 비중은 2030년 24.3%에서 2040년에는 32.3%를 차지할 것으로 예상되는바 휴머노이드를 비롯한 지능형 로봇산업은 지속적으로 성장할 것으로 전망된다.

특히 한국은 세계 최고 수준의 ICT 인프라를 갖추고 있어 로봇산업 발전에 매우 유리한 환경이다.

전동휠체어나 스쿠터 이용자가 계단을 오르거나 무거운 물건을 옮겨야 하는 경우 신체에 부착해 근력을 보조해주는 착용형 로봇기술은 이러한 한계점을 보완해줄 수 있을 것으로 기대하고 있다.

일본에서 개발된 재활로봇 ‘HAL’은 2010년부터 의료기관이나 복지시설에 보급되고 있으며 최근 언론으로부터 ‘2013년 일본사회에 영향을 끼친 10대기술’에 선정되기도 했다.(100년된 꿈, 로봇 시대가 열리고 있다, LG 비즈니스 인사이트, 2014. 1. 1).

이러한 인공지능을 갖춘 로봇들이 일반 가정에 보급되기까지는 아직은 많은 시일이 걸리겠지만 이를 통해 개인의 생활편의 서비스에 커다란 변화가 나타날 것으로 전망된다.

ICT 업계와 과학계는 인공지능 발전 가능성에 주목하고 있다. 인공지능은 빅데이터 분석기술, 클라우드 컴퓨팅 기술 및 사물인터넷(IoT) 기술 등과 접목돼 미래 사회에 큰 변화를 가져올 것이다.

최근의 인공지능 컴퓨터인 알파고와 인간계 최강자와의 바둑 대국에 모아진 관심이 일회성이 아닌 진정한 인공지능과 로봇산업 발전으로 이어지기 위해서는 지속적인 연구개발(R&BD)과 투자를 강화할 필요가 있으며 이를 위한 제도적인 뒷받침이 절실하다.

 

참고문헌

☞ www.tensorflow.org

☞ Danielle Muoio, ‘6 ways artificial intelligence is going to make your life better’, Tech Insider, Dec 10, 2015.

☞ www.businessinsider.com/predictions-about-artificial-intelligence- from-former-google-vp-andrew-moore-2015-12?mc_cid=de26fa0b7e&mc_ eid=53071803b5

☞ Katherine Noyes, ‘인지, 신경, 딥, AI 유행어에 대해 알아야 할 5가지 개념’, IT 월드, 2016. 3. 7.

☞ www.itworld.co.kr/news/98190

☞ 피터 싱어, ‘하이테크 전쟁 - 로봇 혁명과 21세기 전투’, 2011.

☞ ‘2012 산업기술로드맵-로봇’, 한국산업기술진흥원, 2012.

☞ 진석용 외, ‘100년된 꿈, 로봇 시대가 열리고 있다’, LG 비즈니스 인사이트, LG경제연구원, 2014. 1. 1.

☞ 김희경, ‘고령화 사회를 책임질 휴머노이드 로봇 선두주자, 프랑스 Aldebaran’, 대한무역진흥공사, 2014. 4. 25.

☞ ‘소셜로봇(Social Robot) 기술 소개’, 방송통신기술 이슈&전망, 2014년 제54호, 한국방송통신전파진흥원, 2014. 2. 18.

☞ www.ai.mit.edu/projects/kismet-new/kismet.html

☞ ‘인공지능 알파고가 이겼다…186수만에 이세돌에 불계승’, 전자신문, 2016. 3. 9.

☞ www.etnews.com/20160309000209

☞ ‘AI 컴퓨터 알파고, 바둑 1000년 공부한 셈’, 한국일보 인터넷판, 2016. 1. 29.

☞ www.hankookilbo.com/v/b35a5daf44d043969facbffe704af34e

☞ ‘로봇응용산업[시장] 분석’, 2013 중소기업 기술로드맵수립사업 최종보고서, 중소기업청, 2013.

☞ www.smtech.go.kr/popup/lodmap/file/2-11-3.pdf


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.