두산로보틱스 "로봇 데이터는 고작 1년…현장서 격차 메운다"

"생성형 AI가 학습한 데이터가 10만년 분량이라면 로봇의 액션 데이터는 1년 분량에 불과하다. 이 격차를 빠르게 따라잡는 것이 지금 로봇 기업들의 숙제다."

김현수 두산로보틱스 상무는 7일 서울 코엑스에서 열린 'AI 페스타 26'에서 이같이 말하며 향후 로봇 액션 데이터 확보가 업계의 핵심 과제라고 강조했다.

김 상무는 로봇 지능을 가로막는 주요 원인으로 데이터의 차이를 꼽았다. 그는 "생성형 AI는 거대한 인터넷 데이터를 바탕으로 성장했지만, 로봇이 실제로 일하려면 이미지나 텍스트가 아닌 물리적 상호작용이 포함된 로봇의 액션 데이터가 필요하다"고 설명했다.

김현수 두산로보틱스 상무가 7일 'AI 페스타 26'에서 발표하고 있다. (사진=지디넷코리아)

이어 세계 로봇 석학들이 모이는 학회 ICRA에서 나온 켄 골드버그 UC버클리 교수의 말을 인용했다. 생성형 AI가 가진 데이터가 약 10만년 분량 축적돼 있다면, 로봇 매니퓰레이터의 액션 데이터는 약 1년 정도에 그친다는 것이다.

AI 모델을 로봇에 탑재하는 것만으로는 한계가 있다는 지적도 내놨다.

김 상무는 "AI 발전 속도가 경이로워 기대가 크지만, AI 모델을 로봇 하드웨어에 그대로 탑재하면 그만큼 로봇이 똑똑해지느냐는 질문에 대부분은 맞다고 해도 결국 완벽성에서 걸린다"며 "고객 현장에서 1%의 리스크를 안고 실제로 운영하기는 어렵다"고 했다.

그는 컵에 물을 따르는 동작을 예로 들었다. 행동 자체는 단순하지만 컵의 종류나 따르는 방식이 바뀌고 병뚜껑을 여는 등 돌발 변수가 1%만 달라져도 로봇이 내놓는 결과는 여전히 제각각이라는 설명이다.

현장 데이터 축적해 '작업 완결성' 높인다

두산로보틱스는 현장에서 데이터를 쌓는 방식으로 이같은 격차를 줄이고 있다. 김 상무는 "작업의 완결성은 한 번 만들어진 알고리즘만으로 구현되지 않는다"며 "두산의 지능형 로봇 솔루션은 실제 현장에서 생성된 센서 데이터, 작업 결과, 로봇 액션 데이터를 지속적으로 축적하고 다시 학습시켜 환경과 그 변수를 정확히 인식하도록 한다"고 말했다.

그러면서 "현장의 데이터를 바탕으로 엔지니어가 아니라 로봇이 스스로 판단해야 한다"고 강조했다.

김 상무는 지능형 로봇 사례로 자체 개발한 '스캔앤고'를 소개했다. 스캔앤고는 로봇팔과 자율이동로봇(AMR)을 결합한 플랫폼(AMMR)에 물리정보 기반 인공지능(AI)과 3D 비전 기술을 적용해 표면 평탄화 작업을 수행한다.

이 제품은 프로그래밍이나 코딩이 필요 없는 노코딩 방식이라 현장에 로봇 엔지니어가 없어도 된다. 풍력 블레이드나 항공기 날개 같은 작업물을 한 번 스캔하면 솔루션이 자율주행으로 작업 위치까지 이동해 표면 형상을 빠르게 분석한다. 이후 연마재를 단 로봇 팔에 신호를 보내 굴곡을 넘나들며 표면을 평탄하게 가공한다.

두산로보틱스는 자동차·항공기·신재생에너지 기업들과 개념검증(PoC)을 진행하며 스캔앤고 상용화를 준비 중이다. 다만 출시는 다소 늦어질 전망이다.