이미지 확대보기이를 통해 사물 자율 지능 구현과 다양한 산업 분야의 지능화 시기가 앞당겨질 것으로 기대된다.
그동안 사물인터넷에서 지능 대응 기술은 개발자가 미리 정의한 규칙에 기반해 기계 동작을 수행하는 방식으로 개발됐다. 그러나, 이 같은 방식은 예측하지 못한 상황이 발생하거나 환경이 급격히 변화했을 때 적응하지 못한다는 한계가 있었다.
한국전자통신연구원(ETRI)은 딥러닝 기술인 모방학습, 강화학습과 동적 플래닝 기술을 조합해 여러 사물이 서로 협동하면서도 복잡한 임무를 수행할 수 있는 '액션브레인(Action Brain)' 기술을 개발했다.
액션브레인 기술은 스마트 공장 등 제조 분야에서 활발히 활용될 전망이다.
산업계는 비용 절감을 위해 생산용 로봇을 대량으로 도입했으나 로봇 초기 환경 설정, 생산 공정 변화 시 프로그래밍 등에 어려움을 겪어왔다. ETRI는 액션브레인 기술을 생산용 로봇에 적용하면 기존의 한계를 효과적으로 극복할 수 있다고 밝혔다. 액션브레인 기술이 생산 노동자의 행동을 인식·모방하고 가상 시뮬레이션으로 빠르게 학습할 수 있도록 지원하기 때문이다. 이를 통해 로봇은 협업 생산을 위한 행동지능을 생성하고 다른 여러 로봇과 똑똑하게 소통할 수 있게 된다.
액션브레인 기술이 적용된 로봇은 가상과 실제 환경의 차이가 발생하면 스스로 보정해 현장에 맞는 행동을 최적화한다. 산업계는 공장 조건 변화나 생산 과정에서 발생하는 새로운 요구에도 빠르게 대응할 수 있을 것으로 기대하고 있다. 특히, 매번 전문가의 손길을 받아야 했던 로봇 제어 소모 시간은 줄이고 공장 가동 시간은 늘려 효율적으로 비용을 절감할 수 있을 것으로 예상된다.
ETRI가 개발한 이번 기술은 화재 등 재난 현장에도 적용될 수 있다.
재난 현장에서 구조대원을 대신해 현장에 진입하고 재난 상황·요구조자 등의 현장 정보를 파악하려면 빠른 학습을 기반으로 탐색 지능을 갖춘 자율 무인정찰 시스템을 구축해야 한다.
국내 연구진은 이를 위해 다양한 가상 공간에서 병렬 강화학습을 거쳐 '탐색 지능'을 개발 중이다. 예측 불가능한 재난 지역에서도 드론끼리 서로 협동해 주어진 공간을 빠르게 탐색할 수 있도록 만드는 방식이다. 수집된 정보는 구조대원에게 전송돼 위험도·탐색 시간 등을 줄여 골든타임 내 인명 구조 확률을 높여준다.
현재 액션브레인기술은 1.0 베타버전으로 개념 검증 단계다. ETRI는 액션브레인기술의 오류를 줄이고 다양한 분야에서 실제 시연이 가능하도록 미국표준기술연구소(NIST)에서 정의한 지능형 시스템 자율도 등급(ALFUS) 6단계를 목표로 기술을 고도화하고 있다.
또한 연구진은 '사물 지능 공통 소프트웨어 프레임워크'를 구성해 다양한 응용 분야로 확산될 수 있도록 지원하고 있다. 내년부터 시작되는 2단계 과제에서는 스마트제조 분야와 재난 대응 분야의 기술 수요기업을 모집해 실제 산업 분야 요구사항과 기술 실증을 병행할 계획이다.
박준희 ETRI 스마트ICT융합연구단 단장은 "액션브레인은 가트너(Gartner)가 정한 미래 10 전략기술인 자율 사물의 핵심 기술"이라며 "제조, 재난, 국방, 물류 등 다양한 분야에서 사물이 스스로 지식을 판단하고 행동하는 자율형 IoT 시대를 열기 위한 연구를 지속하겠다"고 밝혔다.
차진희 기자 postmoneynews@gmail.com
