반려동물을 대신하는 AI 반려 로봇, 손님이 앉은 테이블로 음식을 정확하게 가져다주는 서빙 로봇, 승객을 목적지까지 안전하게 데려다주는 AI 자율주행 자동차…. 빠르게 진화하는 인공지능(AI)이 우리의 삶 곳곳에 파고드는 시대죠. 주변에서 정말 다양한 인공지능과 로봇을 만날 수 있습니다.
지난 1월 15일 주니어 생글생글 기자단이 서울 강서구 마곡동에 있는 LG디스커버리랩을 방문했습니다. LG디스커버리랩은 LG그룹이 청소년을 위해 마련한 AI 체험·교육 공간입니다. 이날 주니어 생글 기자들은 일일 연구원이 돼 직접 AI의 원리와 생성 과정을 알아보는 시간을 가졌습니다. 기자단은 중학생 및 올해 중학교에 진학하는 예비 중학생으로만 구성됐답니다.
체험은 로봇 지능, 시각 지능, 언어 지능 세 가지로 나뉘어 진행됐어요. 로봇 지능 수업에서는 자율주행 운전의 기본 원리를 배웠고, 언어 지능 수업은 AI가 글을 읽고 답하는 기계독해의 원리를 배우고 체험했습니다. 시각 지능 수업에서는 양불(양호한 물건과 불량인 물건) 판정 로봇을 체험했죠. AI는 카메라로 이미지를 인식하고 학습한 뒤 불량품을 찾아냈습니다.
by 박서희 연구원
로봇 청소기 원리로 자율주행 이해하기
LG디스커버리랩에서 자율주행과 SLAM을 학습했다. 자율 주행은 운전자 없이 스스로 운행하는 시스템이다. SLAM은 ‘Simultaneous Localization and Mapping’의 줄임말로 위치 추적과 지도 작성을 동시에 한다는 의미다. 바퀴 센서, 카메라 센서, 거리 센서 등을 활용해 주행 지도를 만드는 기술이다.
로봇 청소기가 대표적 예다. 로봇 청소기는 집 안을 돌아다니며 특정 지점을 카메라로 촬영해 파악하고, 사진 간의 연관성을 분석해 주행 지도를 작성한다.
지도상의 거리를 실제 거리와 동일하게 인식할 수 있도록 소리를 감지하는 초음파 센서와 빛을 감지하는 라이다 센서를 이용해 거리를 잰다. 초음파 센서와 라이다 센서는 소리와 빛(레이저)을 쏜 다음 반사되는 시간을 계산해 거리를 측정한다.
센서의 작동을 이해하기 위해 미니카를 움직여 보는 체험을 했다. SLAM 뷰어 프로그램을 이용해 내비게이션에 대해서도 알아보았다. 우리가 SLAM 로봇을 조종해 지도를 그리게 하고, 자율주행까지 하는 데 성공했다.
미래를 위한 AI, 다음엔 무엇이 나올까?
미래에는 훨씬 더 많은 종류의 인공지능이 나올 것이다. 음식점에서 흔히 볼 수 있는 가이드 로봇부터 운전자가 직접 운전하지 않아도 되는 자율주행 자동차까지 지금 볼 수 있는 것보다 인공지능이 몇 배로 많아질 것이다.
LG디스커버리랩에서 자율주행과 SLAM에 대해 배웠다. 자율 주행은 인공지능이 스스로 센서를 이용해 이동하는 것이다. SLAM 은 쉽게 말하면 자율주행 자동차를 위한 주행 지도를 그리는 작업이다. 미니카를 이용해 바퀴의 회전수만큼 이동 거리를 측정하는 활동을 해 봤다. 바퀴 센서를 이용해 거리를 측정하는 방법이었다.
그다음으로 LG디스커버리랩에서 특별 제작한 SLAM 로봇을 이용해 도착점을 조작하고 조종해 보는 체험도 해 보았다. 체험을 통해 인공지능이 더욱 다양한 방향으로 발달할 것이라는 확신이 들었다.
앞으로 인간의 능력을 대체할 인공지능이 얼마나 더 나올까. 과거에는 상상 속에만 존재하던 인공지능이 바꿔 나갈 미래 모습이 기대된다.
알고리즘으로 나만의 로봇 만들기
AI 교육의 중심, LG디스커버리랩에 방문했다. 인공지능의 원리에 대해 알아보고, 체험 학습을 통해 이론뿐 아니라 과정과 기술을 배울 수 있었다.
체험 학습 전 대형 스크린에서 AI 로봇인 Tilda(틸다)가 LG디스커버리랩을 소개해 주었다.
나는 기계 독해 수업을 들었다. 그곳에서 장현주 연구원님과 함께 일일 연구원이 되어 음성 비서인 L.V.I.S(엘비스)를 이용해 정보를 얻는 체험을 해 보았다. 엘비스는 언어 지능이 탑재된 로봇이다. 가장 기억에 남는 것은 연구 과제 3개를 통해 얻은 규칙 기반 시스템을 엘비스에게 적용해 보는 활동이었다. 규칙 기반 시스템이란 규칙을 미리 입력하고 알고리즘에 의해서만 처리하도록 프로그래밍된 시스템이다.
예를 들어, 규칙?이 ‘식사 맛있게 하셨나요?’라고 하면, 답변으로 ‘네, 잘 먹었습니다’일 때, 규칙?의 질문을 하면 규칙?의 답변이 나오는 것이다.
연구 과제?은 나만의 규칙으로 엘비스와 대화하기였다. 연구과 제?는 빈칸을 추론해 문장 만들기. 엘비스는 여러 훈련을 통해 ‘오늘 [ ]가 맑네요’라는 문장에서 빈칸에 ‘날씨’가 들어가는 것을 추론한다. 연구 과제?은 신문 기사나 논문 등을 복사해 문서 입력창에 넣어 주면 엘비스가 그것을 읽고 내가 궁금한 것을 질문했을 때, 읽은 내용 중에서 맞는 답변을 찾게 하는 것이다.
그 외에도 낱말 퍼즐, 서비스 기획안 만들기 등 많은 체험을 했다. 너무 재미있고 집중한 나머지 2시간이 20분처럼 짧게 느껴졌다.
내 호기심과 관심을 끌어낸 인공지능
인공지능을 처음 체험해 보러 가는 날이라 떨렸다. 도착하자 LG 디스커버리랩 직원분이 인공지능에 대해 소개해 주셨다. 인공지능으로 만든 AI 휴먼 ‘틸다’를 통해 인공지능을 활용해 사람처럼 만들수 있는 기술도 보았다. 정말 놀라웠다!
체험 주제는 ‘자율주행과 SLAM’이다. 자율주행 로봇이 움직이려면 주행 지도를 스스로 그려서 도착 지점까지 찾아가야 한다. 이때 주행 지도를 그리는 것은 슬램, 도착 지점까지 찾아가는 것은 내비게이션이라고 한다.
AI 로봇이 직접 주행 지도를 그리려면 여러 센서의 도움이 필요하다. 필요한 센서에는 거리 센서, 카메라 센서, 바퀴 센서 등이 있다. 거리 센서는 실제 거리를 재기 위해 필요하고, 카메라 센서는 장애물을 확인하기 위해 필요하다. 바퀴 센서는 회전을 이용해 거리를 측정하기 위해서 사용한다. 거리 센서가 거리를 정확히 측정 하기 위해서는 센서가 2개 있어야 한다. 또 AI 로봇이 도착 지점까지 찾아가려면 주행 지도가 필요하고, 출발 지점과 도착 지점 입력이 필수다. 출발 지점과 도착 지점 입력은 사람이 해야 한다.
앞으로 더 나은 기술이 발달하면 놀라운 일의 연속일텐데, 인공 지능 분야는 나의 관심과 호기심을 불러일으켰다. 겨울방학 동안 AI 휴먼 틸다, 스마트 양불 판정, 읽고 답하는 MRC 등 AI를 이용한 다양한 프로그램을 진행한다고 하니 주니어 생글생글 독자들도 한번 체험해 보길 권한다.
긴 글 이해하고 답변하는 AI 체험
요즘은 챗GPT 같은 생성형 인공지능이 기업의 생존 수단인 시대다. 그래서 지난 1월 15일 다양한 첨단 기술의 탄생을 알아보고자 LG디스커버리랩을 방문했다.
이번 체험에서는 인공지능의 여러 분야 중 언어 지능을 배웠다. 언어 지능은 크게 읽기·쓰기·듣기 세 가지로 나누어지는데, 이번 수업에서는 읽기를 중점적으로 배웠다.
먼저 읽기 지능의 시작인 규칙 기반 시스템을 체험했다. 이 시스템은 정해진 질문에 답변하는 시스템이다. 다음으로 주변 문맥을 이해한 후 빈칸을 추론해 낼 수 있는 BERT(문장을 양방향 학습시킨 언어 모델) 시스템에 대해 배웠다.
마지막은 MRC라고 하는 LG디스커버리랩에서 직접 개발한 기계 독해 시스템이었다. 장문의 지문을 입력하면 내가 원하는 질문에 답하는 시스템이다. MRC를 직접 체험해 봤는데, 장문의 지문은 이해하지만 표·그림·그래프 같은 비언어적 표현은 이해하지 못해 아쉬웠다.
관련뉴스
