[한국 로봇산업의 현주소와 미래①] 차세대 성장동력으로 자리잡을 수 있을까

 

요즘 로봇이야기가 부쩍 많이 등장한다. 드론부터 무인자동차, 기타 각종 로봇이야기가 연일 언론에 등장한다. 로봇이란 무엇인가? 로봇은 최근에 나온 것이 아니다. 수십년 동안 존재해왔다. 조선시대의 자격루도 일종의 로봇이다.

현재 움직이는 자동차 대부분은 로봇의 힘에 의해 생산되어 왔다. 인터넷 검색때도 보이지 않는 로봇 프로그램이 움직이고, 해킹하는 프로그램도 로봇 프로그램이다. 자동청소기도 로봇 프로그램에 따라 움직인다.

<아시아엔>은 최근 정부에서 한국경제의 차세대 성장동력으로 꼽고 있는 로봇산업에 현실과 전망 및 대책에 대해 두 차례에 나눠 싣는다-편집자

[아시아엔=조슈아 최 IT칼럼니스트] 로봇은 아직 인공지능은 아니다. 하지만 언젠가는 인공지능으로 작동하여 영화에 등장하는 그런 로봇들이 생겨날 것이다. 로봇이라는 것은 단순히 정의하면 “특정 일을 해낼 수 있도록 만들어진 기계”다. 좀 더 현대적으로 이야기를 하면 “특정한 결정을 내릴 수 있도록 프로그래밍된 기계”이다.

인간이 바닥에 떨어진 무언가를 주워서 어떻게 한다는 것을 가정해보자. 사람은 우선 그것을 보는 단계를 거쳐서(입력 단계) 주을 것이냐 말 것이냐, 줍는다면 이것을 쓰레기통에 버릴 것인가 아니면 주머니에 넣을까 등을 결정하는 결정단계(의사 결정단계) 및 마음에 정한 행동으로 옮기는 결론단계(출력단계)를 거치게 된다.

이것을 로봇에게 적용해 보자. 로봇이 어떤 물건을 보는 것은 센서를 통해서다. 시각적인 센서일 수도 있고, 물건에 파장을 쏘아서 돌아오는 과정에 따라 어떤 물건인지 판단할 수도 있다. 로봇에게는 상당히 힘든 일이지만 로봇이 해당 물건을 발견했다고 치자. 그럼 그 다음 단계인 이 물건이 쓸 만한 물건인가를 판단하는 것은 무척 어려운 일이다. 인간이 생각하는 ‘쓸만하다’는 규칙을 수학적으로, 즉 프로그래밍하기가 힘들기 때문이다. 일단 물건을 감지하여 발견하고(센서) 이를 어떻게 하기로 결정하는(예를 들어 길이가 1cm 미만은 버리고, 그 이상은 보관하기로 결정하는) 컨트롤시스템, 그리고 이를 행동으로 옮기는 아웃풋 시스템인 ‘엔드 이펙터’가 갖추어져 있는 것이 로봇이다.

로봇이 최초로 쓰이기 시작한 곳은 같은 일을 기계적으로 반복하는 공장에서다. 60년대 일본에서 제작된 용접 로봇들이 미국 자동차공장에서 쓰이기 시작하였다. 1974년부터 스웨덴 엔지니어들이 만든 프로그램이 가능한 공장 로봇들이 만들어졌고, 이어서 센서들이 개발되어 기계가 스스로 어느 지점에 용접을 해야 할지를 결정하는 단계까지 왔다.

1981년 3개의 로봇이 컨베이어 벨트에서 이동하는 수많은 부속들을 분류하는 시스템이 만들어졌다. 이후 기초적인 인공지능이 도입되어 체스를 둔다거나 바둑을 두는 프로그램까지 만들어지기 시작했다. 하지만 이는 어디까지나 체스 같은 정확히 놓을 지점들이 정해지고 게임의 룰이 정해진 (프로그램이 가능한) 분야에서만 가능했다. 여기서 말하는 인공지능은 진정한 의미의 인공지능은 아니다. <아이언맨>에 나오는 자비스도 아니며, <터미네이터>에 나오는 스카이넷은 더욱 아니다. 하지만 초기 로봇들에 비하여 상당히 앞선 기술들이 쓰여지기 시작했다.

80년대부터 21세기 초반까지 산업용 로봇은 더욱 좋은 센서들을 갖추고, 더욱 빠르고, 무거운 물건을 쉽게 나르는 기계들로 성장하였다. 이어서 다양한 기능을 하는 로봇이 속속 등장하여 과거 수십~수백명이 일하던 공장에 로봇 관리 인력 두세 명만 있는 경우를 흔히 보게 된다. 이제 조립공정에서 로봇들은 대부분의 일을 하며 아주 미묘한 결정까지 내리면서 작업을 하게 된다.

특히 사람과 비슷한 로봇을 만들고 싶다는 인간의 욕망은 사람처럼 말하고, 걷고 움직이는 무엇인가를 만들려고 했지만, 아직까지는 프로그램에 입력된 일을 할 뿐이다.

인공지능은 로봇분야에서 가장 활발하고, 흥미진진한 분야다. 로봇이 공장에서 일하는 것은 누구나 아는 일이지만 로봇이 실제로 사람 같은 지능을 가진다는 점에는 의문이 많다. 하지만 로봇이 갖고 있는 장점과 로봇이 가질 수 없는 면이 있다.

로봇은 사람보다 기억을 잘 하고, 정확한 숫자를 기억할 수 있고 계산도 빠를 수 있다. 하지만 사람이 이해하는 추상적인 면을 이해하는 것은 힘들다. 현대과학으로는 로봇이 실제로 인공지능을 갖는다는 수준까지에는 너무나 멀다. 따라서 여기서는 한정적인 인공지능을 이야기한다.(계속)