로라 페트릭, 로봇공학 및 기계학습 박사 과정 – 인터뷰 시리즈

로라(Laura)는 현재Patrick Pilarski 박사와 Matthew E. Taylor 박사의 지도로 컴퓨터과학 박사과정을 밟고 있습니다. 2019년 앨버타대학교에서 컴퓨터과학 우등 학사학위를, 2022년 같은 대학에서 컴퓨터과학 석사학위를 받았습니다. 연구 관심 분야는 강화학습, 인간과 로봇의 상호작용, 생체 메카트로닉스, 보조 로봇공학입니다. Pierre Lemelin 박사와 함께한 해부학 연구에서 영감을 얻어, 현실 환경에서 기능성·사용성·신뢰성·안전성을 높이는 로봇 조작 제어 방법을 개발하고자 합니다.

우리는 2023년 연례Upper BoundAI 콘퍼런스에서 인터뷰를 진행했습니다. 행사는 앨버타주 에드먼턴에서 열리며,Amii(앨버타 머신 인텔리전스 연구소)가 주최합니다.

처음 컴퓨터과학에 관심을 갖게 된 계기는 무엇입니까?

학교로 돌아왔을 때는 원래 의사가 되고 싶었습니다. 가족과 많은 시간을 보내고 싶어서 일과 삶의 균형이 정말 중요했습니다. 늘 사람들을 돕고 싶었는데, 대학 1학년 때 컴퓨터과학 수업을 듣고 이것이 문제를 해결하는 놀라운 도구라는 생각이 들었습니다. 문제 해결에 매료되었고, 그 능력을 활용하면서 실제로 사람들을 도울 수 있는 보조공학 분야에서 일하고 싶다고 결심했습니다.

보조공학이 열정을 쏟고 싶은 분야라는 것을 어떻게 알게 되었습니까?

학부에서 로봇공학 수업을 들으며 Lego Mindstorm 키트로 메카트로닉스와 로봇공학의 기초를 배웠습니다. 프로그램을 작성하면 바로 결과를 볼 수 있었고, 작업 자체도 매우 재미있었습니다. 로봇 시스템을 다루는 즐거움과 사람들을 돕고 싶다는 바람이 자연스럽게 연결되었습니다. 보조공학은 바로 그 두 가지가 만나는 분야였습니다.

독자들을 위해 메카트로닉스를 설명해 주시겠습니까?

로봇공학 분야에서 하드웨어 시스템을 갖추고, 이를 제어해 주변 환경에 변화를 일으키는 기술이라고 생각하면 됩니다.

이 기술로 어떤 응용 사례를 연구하셨습니까?

현재 Patrick Pilarski와 함께BLINC Lab(Bionic Limbs for Improved Natural Control, 자연스러운 제어를 개선하기 위한 생체모방 의지 연구실)에서 일하며, 주로 상지 의수를 연구합니다. 근전도 신호로 제어할 수 있는 스마트 로봇 장치가 있습니다. 핵심은 인체에 부착된 의수를 어떻게 제어해 사용자가 원하는 동작을 수행하도록 하느냐입니다.

이 연구를 구체적으로 시작한 지 얼마나 되었습니까?

올해 1월에 박사과정을 시작했습니다. 석사과정에서는 앨버타대학교의 로봇공학·컴퓨터비전 그룹에서 로봇 팔을 이용한 로봇 조작을 연구했습니다.

이제 막 의지 연구 분야에 들어서고 있습니다.

현재 이 기술에는 어떤 안전 문제가 있습니까?

이런 스마트 의지 장치에서는 언제나 안전을 최우선으로 생각합니다. 사람에게 부착되는 장치이므로 가장 먼저 고려하는 문제입니다. 최종 결정권은 장치가 아니라 사람에게 있습니다. 사람은 항상 완전한 통제권을 갖습니다. 장치가 ‘이 동작을 원하시는 것 같습니다’라고 제안할 수는 있지만, 실제로 무엇을 할지는 항상 사람이 최종적으로 결정합니다. 따라서 우리는 이 장치를 사용하는 개인의 안전을 늘 생각합니다.

Patrick은이전 인터뷰에서 보통은 뇌가 장치에 적응해야 하지만, 이 경우에는 장치가 머신러닝으로 뇌에 적응한다고 말했습니다. 이에 대한 견해를 말씀해 주시겠습니까?

네. 우리는 이 장치에서 작동하는 지속 학습 시스템을 만들고자 합니다. 핵심은 사용자의 신호를 대응시키는 것인데, 우리 연구에서는 근전도(EMG) 신호를 사용합니다. 표면 근전도에서는 사용자에게 남아 있는 근육 위에 전극을 부착합니다. 이렇게 얻은 입력 신호를 어떻게 처리할까요? 손을 펴거나 쥐는 등의 로봇 동작에 연결하려는 것입니다. 우선 이 대응 문제를 어떻게 해결할지 정해야 하며, 여기서 머신러닝이 활용됩니다.

패턴 인식 시스템을 이용하면 특정 근육 활성화에 따라 어떤 일이 일어나는지 예측할 수 있습니다. 우리는 시간이 지나면서 시스템이 계속 학습하고 적응하기를 바랍니다. 예를 들어 운동을 하면 근육의 형태가 달라집니다. 그렇다고 머신러닝 모델을 완전히 새로 학습시켜야 할까요? 아닙니다. 신체나 의도가 바뀌더라도 장치와 머신러닝 구성 요소가 그 사람에게 지속적으로 적응하도록 하려는 것입니다.

이 기술이 실제 환경에 적용되기까지 얼마나 걸릴 것으로 생각하십니까?

박사과정 중에 이루기를 바랍니다. 제 목표는 상지 의수의 제어 문제를 해결하는 것입니다.

정말 멋지겠네요. 앞으로 10년이나 20년 뒤 보조 로봇의 미래에 대한 비전은 무엇입니까?

일상에서 의지를 사용하고 싶은 사람이 우리가 팔을 쓰듯 자연스럽게 사용할 수 있는 세상을 생각합니다. 믿을 수 있고 직관적이며 사용하기 쉽게 만드는 것이 제가 바라는 일입니다.

체구가 작은 사람에게 더 작은 의지를 제공하는 등 개인화된 미래를 예상하십니까? 아니면 모두 같은 형태가 될까요?

분명 개인화되어야 합니다. 이렇게 개인적인 장치는 자신의 몸이 확장된 것처럼 느껴져야 합니다. 자신의 일부가 되기를 바라는 것이죠. 이는 개인별 맞춤 의료로 이어집니다. 적어도 제 생각에는 의지의 형태와 적합성도 사용할 사람에게 맞춰져야 합니다. 이미 그런 사례가 있습니다. 에드먼턴의 Glenrose Rehabilitation Hospital에서 새 의지를 맞출 때는 남아 있는 팔다리를 3차원 모델로 만들고, 의지가 개인의 몸에 맞도록 조정합니다. 이미 이루어지고 있는 일이며, 스마트 장치에서는 더 강화될 것입니다.

그렇다면 사용자에게 맞춰 3D 프린팅을 하겠군요.

네. 맞춤형 3D 프린팅, 개인에게 맞는 착용 형태, 그리고 개인화된 제어 시스템까지 포함됩니다.

사용자가 이러한 시스템을 익히는 데 얼마나 걸립니까?

우리 목표는 더 일반화된 머신러닝 모델을 먼저 학습시킨 다음, 5~10분의 학습 세션 안에 개인에게 맞추는 것입니다. 그것이 목표입니다.

이 목표를 이룬 뒤에는 무엇을 연구하고 싶습니까?

제 연구의 큰 부분은 앨버타대학교 해부학 부서와의 협력입니다. 인간이 주변 세계의 물체를 어떻게 다루는지에 매우 매료되어 있습니다. 특히 상지와 관련된 모든 것, 팔과 손이 정말 흥미롭습니다. 따라서 상지 의수에 모든 노력을 집중해, 사람들이 현실에서 실제로 사용할 수 있는 장치로 만들고 싶습니다.

하지보다 어떤 점이 더 어렵습니까?

하지의 움직임은 반복성이 높습니다. 걸음걸이를 생각하면 상대적으로 더 쉽게 풀 수 있는 제어 문제입니다. 반면 상지는 3차원 공간에서 물체를 다루어야 하며 자유도가 훨씬 많습니다. 눈을 감고 주변으로 손을 뻗어도, 손을 통해 주변 세계를 파악할 수 있습니다. 환경을 탐색하는 놀라운 감각 기관을 갖고 있는 셈입니다. 의지를 통해 이러한 능력을 의료 분야에 되돌려 줄 수 있다면 정말 멋질 것입니다.

해부학 연구에서 어떻게 영감을 얻는지 설명해 주시겠습니까?

지난 5년 동안 앨버타대학교 해부학 부서의 Pierre Lemelin 박사와 함께 연구했습니다. 인간의 해부학을 공부해 환경 속 물체를 정확히 어떻게 조작하는지, 어떤 신경 경로가 있고 어떤 근육이 활성화되는지 이해함으로써 그 지식을 의지 구조 개선에 활용하고 싶습니다.

의지의 실제 설계에서 기계적 구조를 조금만 바꾸어도 기능을 크게 향상시킬 수 있는 부분이 있을까요? 기저의 제어 시스템과 사용 방식도 중요합니다. 우리가 ‘손을 펴야지’라고 생각할 때 어떤 신경이 활성화되는지 정확히 이해한다면, 사용자가 의수로 무엇을 하려는지 예측하고 로봇 장치에서 그 동작을 실행하는 데 활용할 수 있을 것입니다.

훌륭한 인터뷰에 감사드립니다. 더 알고 싶은 독자는 다음 자료를 방문하시기 바랍니다.

• Patrick M. Pilarski 박사 — Unite.AI 인터뷰
• BLINC Lab(Bionic Limbs for Improved Natural Control)
• Upper Bound AI 콘퍼런스.
• Amii(앨버타 머신 인텔리전스 연구소)