▲아마존의 상품 분류 로봇팔 ‘로빈’의 작동 모습. (사진=아마존)
“로빈(Robin)은 다른 로봇 팔처럼 일련의 사전 설정 동작을 수행하는 것이 아니라, 실시간으로 환경에 반응한다. 로빈은 어떤 물체가 거기 있는지 이해한다. 다른 크기의 상자, 부드러운 소포, 다른 봉투 위에 겹쳐져 있는 물품 봉투 등을 파악해 원하는 것을 결정하고 그것을 집는다.”
더로봇리포트는 지난 19일(현지시각) 아마존 로보틱스 및 인공지능(AI) 소프트웨어(SW) 개발 팀이 도입한 아마존 풀필먼드(주문처리)센터의 기계학습 기반 로봇팔 ‘로빈’에 주목했다.
로빈은 흡착 그리퍼(집게)로 컨베이어 벨트에서 소포를 골라 스캔한 다음 올바른 적재 도크로 이동시키는 드라이브(구동) 로봇에 이를 인계한다. 로빈의 일은 급변하는 환경 때문에 특히 어렵지만 하루 수천개의 소포를 픽킹, 스캐닝 및 처리한다.
찰스 스완 아마존 로보틱스 및 AI SW 개발 담당 선임 매니저는 “로빈은 이 모든 것을 인간의 설명 없이도 할 수 있다. 로빈이 하는 일은 연구에서 드문 일이 아니다. 하지만 생산부문에 적용되는 것은 이례적이다”라고 말한다.
아마존의 팀은 로빈에게 컨베이어 벨트를 타고 내려오는 소포를 인식하는 방법을 가르칠 때 독특한 접근법을 취하기로 결정했다.
컴퓨터 비전 알고리즘을 가르쳐 장면을 개별 요소로 분할하는 대신, 그 팀은 모델이 이미지에서 물체를 스스로 찾을 수 있도록 했다.
아마존 로봇 및 AI 팀은 모델이 대상(객체)을 찾은 후, 객체가 얼마나 정확한지에 대한 피드백을 제공한다.
팀은 로빈에 가장자리나 평면과 같은 간단한 객체 요소를 식별할 수 있는 사전 훈련된 모델에서부터 시작해 자신이 다룰 다양한 패키지를 식별하는 방법을 천천히 가르쳐 주었다. 또한 이 팀은 시스템을 지속적으로 개선하기 위해 수천 개의 이미지를 수집하고 다양한 소포 주변에 선을 그었다.
바바나 찬드라셰카 아마존 로보틱스 SW 개발 매니저는 “모든 것은 크기와 모양이 뒤섞여 있고, 어떤 것은 다른 것 위에 있고, 어떤 것은 그늘에 있다. 테이핑이 바뀔 수도 있다. 때로 한 꾸러미와 다른 꾸러미의 차이가 없어 심지어 사람에게도 잘 보이지 않는다. 하나의 하얀 봉투에 다른 하얀 봉투가 있을 수 있고, 둘 다 구겨져 있어서 한 봉투가 어디서 시작되고 다른 봉투가 어디서 끝나는지를 알 수 없다”고 말했다.
이러한 이미지들은 로빈을 지속적으로 재교육하는 데 사용되지만, 팀이 로봇의 높은 정확도를 확보하기 위해 노력하는 유일한 방법은 아니다.
로빈은 자신이 내리는 결정에 대해 얼마나 확신하는지 피드백을 줄 수도 있다. 로봇이 신뢰도가 낮다고 표시한 이미지는 주석을 달도록 자동으로 전송된 다음 팀의 훈련 데크에 추가된다.
로빈은 자신이 언제 실수했는지도 안다. 만약 로빈이 물품을 떨어뜨리거나, 실수로 두 개의 물품을 하나의 분류 로봇에 올려놓으면, 로빈 스스로 이 문제를 해결하려고 노력하게 된다. 그럴 수 없을 경우 인간의 개입을 요청한다.
로빈은 현재 소수만이 배치돼 있지만 팀이 정확성을 추구함에 따라 로빈이 규모에 맞게 더 도입될 것으로 보인다. 하지만 이 로봇은 아직 배울 여지가 있다. 로빈은 며칠마다 새로운 로봇군 측정법으로 재교육을 받고 있으며, 연구팀은 로봇이 일주일에도 여러 번 업데이트를 제공할 수 있기를 바라고 있다.
<저작권자 © 로봇신문사 무단전재 및 재배포금지>
'로봇 > 전문서비스로봇' 카테고리의 다른 글
| 美 글래시어, AI 재활용 로봇으로 종잣돈 56억원 투자받아 (0) | 2022.04.25 |
|---|---|
| 日 소프트뱅크로보틱스, 싱가포르 IoT업체 유나비즈와 제휴 (0) | 2022.04.25 |
| KAIST 로봇인공지능연구소, 4족 보행 로봇 개발 (0) | 2022.04.25 |
| 일본 와세다대, 탁구 훈련 로봇 'T2스네이커' 개발 (0) | 2022.04.25 |
| 크로아티아 '기디언', 자율 지게차 '트레이' 런칭 (0) | 2022.04.25 |