[이코노믹리뷰=홍석윤 기자] 인공지능이 자율주행차, 드론, 휴머노이드 로봇 등의 미래를 뒷받침하기 위해 연습할 곳을 찾고 있다. 본격적인 용도에 사용되기 전에 소시지를 만들고 자르는 ‘견습생’으로 일하고 있는 것이다.

‘볼 수 있는’ 기능은 로봇과 자동화 분야의 주요 영역으로, 장애물을 탐지할 수 있는 자율주행 차량, 인간과 보다 밀접하게 통합될 수 있는 휴머노이드 로봇, 보다 안전하게 날 수 있는 드론 개발의 중요한 열쇠다.

이에 따라 전 세계의 회사들이 너도 나도 컴퓨터 시각기반(vision-based) 기술에 투자하고 있다고 월스트리트저널(WSJ)이 최근 보도했다. 칩 제조업체 인텔은 2017년 3월에, 이스라엘의 시각기반 운행보조 기술 회사인 모바일아이 NV(Mobileye NV)를 153억 달러(17조 2700억원)에 인수했다. 지난 4월, 중국의 전자상거래 거인 알리바바그룹 홀딩스도 안면 인식 및 이미지 인식 기술 전문 회사 센스타임(SenseTime Group Ltd.)의 설립에 6억 달러를 투자했다.

프랑스의 시장조사업체 욜 디벨롭먼트(Yole Développement)는 센싱 및 이미징 시장이 2023년에 185억 달러(21조원) 규모로 지금보다 10배 성장할 것으로 전망했다. 이 시장은 인력 부족, 인건비 상승, 인간을 대체할 로봇의 성능 향상으로 더욱 가속화되고 있다.

식품 제조업체들은 레이저 시각(laser vision) 기술의 진보를 인공지능 소프트웨어와 결합해, 자동 팔로 닭고기를 정확하게 잘라내거나 기계로 만든 피자의 토핑을 검사하는 등의 복잡한 작업을 수행하고 있다.

소시지 공장에서는 보다 강력한 카메라와 빠른 프로세서를 사용해, 로봇이 2개의 원통형 소시지 사이의 뒤틀린 지점을 찾아내고 분당 200개의 처리 속도로 빠르게 잘라 분리할 수 있다.

컴퓨터 시각제품 분야에서 세계 최대 회사 중 하나인 일본 키엔스(Keyence)의 미국 지사장 밥 호슬러에 따르면 시각 고속 시스템은 처리 시간이 10 내지 30 밀리초(0.01~0.03초)로 사람 보다 100배나 빠르다. 시각 감지 장치는 측정부터 최종 제품의 품질 관리를 위한 결함 검사까지 소시지 제조 공정 전반에 걸쳐 사용될 수 있다.

식품가공 회사등 글로벌 제조업체가 사용하는 시각 센서를 만드는 코그넥스(Cognex Corp.)의 존키팅 상무는 "볼 수 있는 로봇이 있으면 훨씬 더 많은 일을 할 수 있다."고 말한다.

식품 제조업체들은 통조림 제조에서부터 빵 자르는 작업에 이르기까지 새로운 기술을 채택해 왔다. 바코드 판독과 포장 제품 분류 같은 작업에는 일찍부터 시각 자동화 기술이 사용되었다. 이런 기술을 일찌감치 사용해 온 회사들은 로봇의 눈이 특정 작업에서 인간의 눈을 능가한다는 것을 알고 이 기술을 가치 있게 사용하고 있는 것이다.

글로벌 식품 가공회사 타이슨 푸드(Tyson Foods Inc.)도 이미 수 년 전부터 센서를 사용해 닭 살코기를 골라내고 식당 고객들이 요리하기 편하도록 그들이 원하는 정확한 크기로 자르는 작업을 해 왔는데, 고압과 고온의 물에 노출되면서 장비가 계속 고장나는 일이 발생했다.

그러나 이제는 기술이 발전해, 테네시주 험볼트(Humboldt)에 있는 닭고기 가공 공장 등 여러 공장에 시각 기술을 접목할 수 있게 되었다. 로봇 시각 기술은 닭의 각 부위를 분리하는 작업을 도맡아 하고 있다.

타이슨은 시각 기술을 공장의 여타 부분까지 확대하기 위해 제조 자동화 센터에 더 많은 돈을 투자하고 있다. 그러나 로봇에게 자신이 보고 있는 것을 이해하도록 가르치는 일은 여전히 쉽지 않다.

타이슨의 시각 기술 장비를 만든 일본의 오므론사(Omron)는 시각 센서가 무엇을 놓치고 있는지 이미지를 스캔하는 작업에는 뛰어나지만, 여러 각도에서 물건을 검사하게 하는 데에는 문제가 있었다고 말한다. 이에 대한 엔지니어들의 해결 방안은 빅테이터였다. 예를 들어, 시각 센서가 쿠키에서 조금 탄 부분과 초콜릿 칩을 구별하도록 가르치기 위해 오므론은 AI를 이용해 수천 가지 검사 결과를 분석했다. 로봇이 우리 경제에 보다 많이 관여하게 됨에 따라 이런 종류의 소프트웨어는 앞으로 더 중요해질 것이다.

이제 시각 기술의 발달로 로봇이 냉동 피자의 토핑이 제대로 되었는지 판단할 수 있다. ‘볼 수 있는’ 시각 로봇은 초음파로 치즈를 자르는 작업, 고압 물분사(water jet)로 빵을 절단하거나 생산 라인에서 팬케이크를 집어 올리는 작업 등에도 사용될 수 있다.

식품 조립 라인의 기술적 문제 해결에서 겪는 어려움은 이보다 더 복잡한 작업, 특히 사람의 생명이 달린 작업을 위한 자동 시각기술 개발이 얼마나 어려운지를 보여주는 것이다. 예를 들어 자율주행 자동차는 여러 각도에서 주위 상황을 ‘볼’ 수 있어야 하고, 다른 아무 것도 건드리지 않고 장애물을 피하기 몇 분의 1초 계산을 해야 한다.

자동차 제조사들은 과거에도 시각 기술의 가장 큰 사용자였다. 자동차 제조사는 긴급 제동, 도로 표지판 스캔에 이 기술을 사용하고 있고, 물류 회사들도 상품을 보다 빨리 식별하기 위해 이 기술을 사용하고 있으며, 가전 제품 회사들은 액정 디스플레이를 인간의 눈보다 더 정확하게 장착하기 위해 역시 이 기술을 사용하고 있다.

시각 로봇에서 다음으로 중요한 것은, 직경이나 간격을 측정하는 기능에 깊이까지 측정할 수 있는 기능이 더해진 3차원 이미징 기술이다. 3차원 이미징 기술의 한 가지 적용은 상자를 골라 거기에 물건을 채우는 작업이다. 로봇이 포장할 내용물을 식별하고 그에 맞는 박스에 내용물을 구성하고 조정할 수 있는 기능을 갖게 되면 매장과 창고의 모든 인간 작업자의 일을 차지하게 될 것이다.

일본의 글로벌 금융그룹 다이와 캐피털 마켓(Daiwa Capital Markets)의 자이람 나단 애널리스트는 그런 기술 개발에 들어가는 높은 비용이 장벽이라며 "3-D 시각 기술은 로봇이 상자를 골라 물건을 채우는 작업을 할 수 있는 기능을 크게 향상시키겠지만 문제는 높은 시스템 비용”이라고 지적했다.