협업 강화를 위한 인간 선호 예측 로봇 교육

인간은 타인의 목표, 욕구 및 신념을 이해하는 고유한 능력을 가지고 있으며, 이는 행동을 예측하고 효과적으로 협업하는 데 필수적입니다. 이러한 능력은 “마음 이론(theory of mind)”이라고 불리며 우리에게는 타고난 것이지만 로봇에게는 여전히 도전 과제입니다. 그러나 로봇이 제조업 및 일상 생활에서 진정한 협업 도우미가 되려면 이러한 능력을 학습해야 합니다.

새로운 논문은 ACM/IEEE 국제 인간-로봇 상호작용(HRI) 학술대회에서 최우수 논문상 후보에 올랐으며, USC Viterbi의 컴퓨터 과학 연구원들은 로봇이 조립 작업에서 인간의 선호를 예측하도록 교육하고자 합니다. 이를 통해 로봇은 언젠가 위성 제작부터 식탁 차리기까지 다양한 작업을 지원할 수 있게 됩니다.

“When working with people, a robot needs to constantly guess what the person will do next,” said lead author Heramb Nemlekar, a USC computer science PhD student supervised by Stefanos Nikolaidis, an assistant professor of computer science. “For example, if the robot thinks the person will need a screwdriver to assemble the next part, it can get the screwdriver ahead of time so that the person does not have to wait. This way the robot can help people finish the assembly much faster.”

인간 행동 예측을 위한 새로운 접근법

인간 행동을 예측하는 것은 어려울 수 있는데, 같은 작업을 수행하더라도 사람마다 선호하는 방법이 다르기 때문입니다. 현재 기술은 사람들이 조립을 어떻게 수행하고 싶은지 시연하도록 요구하는데, 이는 시간 소모가 크고 비효율적일 수 있습니다. 이를 해결하기 위해 연구진은 개인들이 다양한 제품을 조립하는 방식에 유사성이 있음을 발견하고, 이를 바탕으로 선호도를 예측했습니다.

복잡한 작업에서 개인이 로봇에게 자신의 선호를 “보여”야 하는 대신, 연구진은 빠르고 쉽게 수행할 수 있는 작은 조립 작업(‘표준(canonical)’ 작업이라고 함)을 만들었습니다. 로봇은 카메라를 이용해 인간이 해당 작업을 수행하는 모습을 “관찰”하고, 기계 학습을 통해 표준 작업에서의 행동 순서를 기반으로 개인의 선호를 학습합니다.

사용자 연구에서 연구진의 시스템은 인간 행동을 약 82% 정확도로 예측할 수 있었습니다. 이 접근법은 시간과 노력을 절감할 뿐만 아니라 인간과 로봇 간의 신뢰 구축에도 도움이 됩니다. 대규모로 제품을 조립하는 산업 현장은 물론, 조립 지원이 필요한 장애인이나 이동성이 제한된 사람들에게도 유용할 수 있습니다.

향상된 인간-로봇 협업의 미래를 향하여

연구진의 목표는 인간 작업자를 대체하는 것이 아니라, 로봇이 부가가치가 없거나 인체공학적으로 어려운 작업을 수행하도록 함으로써 인간-로봇 하이브리드 공장의 안전성과 생산성을 향상시키는 것입니다. 향후 연구는 다양한 조립 작업에 맞는 표준 작업을 자동으로 설계하는 방법을 개발하고, 짧은 작업을 통해 인간 선호를 학습하고 복잡한 작업에서 행동을 예측하는 것이 가정 내 개인 비서와 같은 다양한 상황에서 어떤 이점을 제공하는지 평가하는 데 초점을 맞출 것입니다.

“A robot that can quickly learn our preferences can help us prepare a meal, rearrange furniture, or do house repairs, having a significant impact on our daily lives,” said Nikolaidis.