로봇은 1921년 새해 다음 날 무대에 데뷔했습니다 . 세계가 조지 루카스의 드로이드를 처음으로 목격하기 반세기 이상 전에 은빛 휴머노이드의 작은 군대가 제1차 체코슬로바키아 공화국 무대에 올랐습니다. 모든 의도와 목적에 있어서 그들은 팔 두 개, 다리 두 개, 머리 하나 등 인간형이었습니다.

Karel Çapek의 연극 RUR(Rossumovi Univerzální Roboti)이 히트를 쳤습니다. 수십 개의 언어로 번역되어 유럽과 북미 전역에서 재생되었습니다. 그러나 이 작품의 지속적인 유산은 '로봇'이라는 단어를 도입한 것입니다. 이 용어의 의미는 차페크의 로봇이 기계보다 더 유기적이었기 때문에 그 사이 세기에 상당히 발전했습니다.

그러나 수십 년 동안 공상과학 소설을 통해 로봇에 대한 대중의 이미지는 그 기원에서 크게 벗어나지 않았습니다. 많은 사람들에게 휴머노이드 형태는 여전히 이상적인 플라톤 로봇입니다. 단지 기술 수준이 그 비전을 따라잡지 못했을 뿐입니다. 이번 주 초 엔비디아는 GTC 개발자 컨퍼런스에서 자체 무대 로봇 퍼레이드를 열었고 , CEO 젠슨 황(Jensen Huang) 옆에는 6명의 휴머노이드 이미지가 놓여 있었습니다.

범용 휴머노이드라는 개념은 본질적으로 '로봇'이라는 단어보다 오래 전부터 존재해 왔지만, 최근까지 그 개념의 실현은 전혀 이해되지 않는 것처럼 보였습니다. 우리는 아직 거기에 도달하지 못했지만 처음으로 그 개념이 지평선 너머에 나타났습니다.

"범용 휴머노이드"란 무엇입니까?

 

 

더 자세히 알아보기 전에 두 가지 주요 정의를 살펴보겠습니다. 우리가 "범용 휴머노이드"에 대해 이야기할 때 사실 두 용어는 사람마다 서로 다른 의미를 갖습니다. 대화에서 대부분의 사람들은 대화에서 두 가지 모두에 대해 Potter 판사 "보면 안다"는 접근 방식을 취합니다.

이 기사에서는 범용 로봇을 신속하게 기술을 익힐 수 있고 본질적으로 인간이 할 수 있는 모든 작업을 수행할 수 있는 로봇으로 정의하겠습니다. 여기서 가장 큰 문제점 중 하나는 다목적 로봇이 하룻밤 사이에 갑자기 범용으로 전환되지 않는다는 것입니다.

이는 점진적인 프로세스이기 때문에 시스템이 언제 해당 임계값을 넘었는지 정확하게 말하기는 어렵습니다. 후자에 대해서는 약간 철학적인 토끼굴로 들어가고 싶은 유혹이 있지만 이 기사를 책 길이로 유지하기 위해 계속해서 다른 용어로 넘어갈 것입니다.

Reflex Robotics의 시스템을 휴머노이드라고 언급했을 때 나는 약간(대체로 좋은 성격의) 흠집을 받았습니다. 사람들은 로봇에 다리가 없다는 명백한 사실을 지적했습니다. 모든 인간이 다리를 가지고 있는 것은 아니라는 점을 잠시 제쳐두고, 나는 이 시스템을 "휴머노이드", 더 구체적으로 "바퀴 달린 휴머노이드"라고 부르는 것이 좋습니다. 내 생각에 그것은 계산서에 맞을 정도로 인간의 형태와 매우 유사합니다 .

얼마 전 Agility의 누군가가 내가 Digit을 "거의 인간형"이라고 불렀을 때 문제를 제기하여 그것에 대해 논쟁의 여지가 없다고 제안했습니다. 분명한 것은 로봇이 경쟁사만큼 인간의 형태를 재현하려는 시도에 충실하지 않다는 것입니다. 그러나 나는 머리 없는 타조와 더 흡사한 전신인 Cassie에서 로봇의 진화를 추적한 것이 다소 편파적일 수 있음을 인정합니다(들어보세요, 우리 모두는 어색한 시기를 겪었습니다).

내가 고려하는 또 다른 요소는 인간과 유사한 작업을 수행하기 위해 인간과 유사한 형태가 사용되는 정도입니다. 이 요소는 반드시 필요한 것은 아니지만, 휴머노이드 로봇 정신의 중요한 부분입니다. 결국, 폼 팩터 지지자들은 우리가 인간을 중심으로 세계를 구축했다는 사실을 빠르게 지적할 것이므로 인간과 유사한 로봇을 구축하여 그 세계에서 작업하는 것이 합리적입니다.

적응성은 이족 보행 휴머노이드의 배치를 방어하는 데 사용되는 또 다른 핵심 포인트입니다. 로봇은 현재 수십 년 동안 공장에서 일해 왔으며 대부분의 로봇은 단일 목적으로 사용되었습니다. 즉, 그들은 한 가지 일을 여러 번 아주 잘 수행하도록 만들어졌습니다. 이것이 자동화가 제조에 매우 적합한 이유입니다. 특히 조립 라인의 세계에서는 균일성과 반복이 많습니다.

브라운필드 대 그린필드

 

 

"그린필드"와 "브라운필드"라는 용어는 다양한 분야에서 수십 년 동안 일반적으로 사용되었습니다. 전자는 미개발 토지(문자 그대로 녹색 들판)를 묘사하는 두 가지 중 더 오래된 것입니다. 초기 용어와 대조하기 위해 개발된 브라운필드는 기존 사이트에서의 개발을 의미합니다. 창고의 세계에서는 처음부터 무언가를 만드는 것과 이미 있는 것을 가지고 작업하는 것의 차이가 있습니다.

둘 다 장단점이 있습니다. 브라운필드는 처음부터 시작할 필요가 없기 때문에 일반적으로 시간과 비용 측면에서 더 효율적이며, 그린필드는 사양에 맞게 사이트를 완전히 구축할 수 있는 기회를 제공합니다. 무한한 자원이 주어지면 대부분의 기업은 그린필드를 선택할 것입니다. 자동화 시스템을 염두에 두고 완전히 구축된 공간의 성능을 상상해 보십시오. 이는 대부분의 조직자에게 있어서 망상입니다. 따라서 자동화해야 할 때가 되면 대부분의 회사는 브라운필드 솔루션을 찾습니다. 처음으로 로봇의 물에 발을 담글 때 두 배로 더 그렇습니다.

대부분의 창고가 브라운필드라는 점을 감안할 때 이러한 공간을 위해 설계된 로봇에 대해서도 마찬가지라고 말할 수 있다는 것은 놀라운 일이 아닙니다. 휴머노이드는 이 범주에 딱 들어맞습니다. 사실 여러 측면에서 휴머노이드는 브라운필드 솔루션 중 가장 브라운필드 솔루션에 속합니다. 이는 환경에 맞게 휴머노이드 로봇을 구축하는 것에 대한 이전 지점으로 돌아갑니다. 대부분의 브라운필드 공장은 인간 근로자를 염두에 두고 설계되었다고 안전하게 추측할 수 있습니다. 여기에는 계단과 같은 요소가 포함되어 바퀴 달린 로봇에 장애물이 되는 경우가 많습니다. 궁극적으로 장애물의 크기는 레이아웃과 작업 흐름을 포함한 많은 요소에 따라 달라집니다.

걸음마

 

 

저를 젖은 담요라고 부르세요. 하지만 저는 현실적인 기대치를 설정하는 것을 좋아합니다. 나는 오랫동안 이 일을 해왔고 과대광고 주기에서 살아남았습니다. 투자자와 고객의 관심을 구축한다는 측면에서 어느 정도 유용할 수 있지만 지나친 약속의 희생양이 되기는 너무 쉽습니다. 여기에는 향후 기능에 대한 명시된 약속과 데모 비디오가 모두 포함됩니다.

나는 지난 달 후반에 " 재미와 이익을 위해 로봇 데모를 가짜로 만드는 방법"이라는 뻔뻔한 제목의 게시물에 썼습니다. 숨겨진 원격 조작과 창의적인 편집을 포함하여 이를 수행하는 방법에는 여러 가지가 있습니다. 일부 회사에서는 정보를 공개하지 않고 동영상 속도를 높이고 있다는 속삭임을 들었습니다. 사실, 이것이 휴머노이드 회사 1X의 이름의 유래입니다. 모든 데모는 1X 속도로 실행됩니다.

대부분의 사람들은 그러한 제품에 대한 공개가 중요하고 심지어 필요하다는 데 동의하지만 엄격한 표준이 마련되어 있지 않습니다. 그러한 비디오가 투자자들이 막대한 돈을 투자하도록 설득하는 데 역할을 한다면 법적 회색 영역에 빠져들고 있다고 주장할 수 있습니다. 최소한 그들은 대중, 특히 진실을 확장하는 경영진의 말을 복음으로 받아들이는 경향이 있는 사람들 사이에서 극도로 비현실적인 기대를 설정했습니다.

그것은 우리와 함께 현실에서 활동하면서 열심히 일하는 사람들에게 해를 끼칠 뿐입니다. 시스템이 이러한 기대에 부응하지 못할 때 희망이 얼마나 빨리 사라지는지 쉽게 알 수 있습니다.

실제 배포 일정에는 두 가지 주요 제약 사항이 포함되어 있습니다. 첫 번째는 메카트로닉, 즉 하드웨어가 할 수 있는 것입니다. 두 번째는 소프트웨어와 인공지능이다. 로봇의 일반 인공 지능(AGI)이 무엇인지에 대한 철학적 논쟁을 벌이지 않고도 우리가 확실히 말할 수 있는 한 가지는 진보가 계속해서 점진적이고 앞으로도 점진적일 것이라는 것입니다.

Huang이 지난 주 GTC에서 언급했듯이, “AGI를 매우 구체적인 것으로 지정했다면, 소프트웨어 프로그램이 매우 잘 수행되거나 대부분의 사람들보다 8% 더 나은 테스트 세트를 지정했다면 5분 안에 도달할 것이라고 믿습니다. 연령." 해당 분야의 대부분의 전문가로부터 들은 바에 따르면 그것은 낙관적인 타임라인에 속합니다. 5~10년 정도가 일반적인 것 같습니다.

AGI와 유사한 기능을 수행하기 전에 휴머노이드는 기존 시스템과 마찬가지로 단일 목적 시스템으로 시작합니다. 파일럿은 이러한 시스템이 다음 단계로 넘어가기 전에 한 가지 작업을 대규모로 잘 수행할 수 있음을 입증하도록 설계되었습니다. 대부분의 사람들은 가장 아래에 매달린 과일을 운반하기 위해 운반물을 옮기는 것을 보고 있습니다. 물론 일반적인 Kiva/Locus AMR은 하루 종일 토트를 이동할 수 있지만 이러한 시스템에는 페이로드를 스스로 올리고 내리는 데 필요한 모바일 조작기가 부족합니다. 로봇 팔과 엔드 이펙터가 인간처럼 보이는 무언가에 부착되어 있는지 여부에 관계없이 바로 여기에 있습니다.

지난 주 애틀랜타에서 열린 Modex 쇼에서 Dexterity 창립 엔지니어인 Robert Sun은 흥미로운 점을 언급했습니다. 휴머노이드가 (완전 자동화된) 창고와 공장으로 가는 길에 영리한 임시방편을 제공할 수 있다는 것입니다. 완전 자동화가 구현되면 반드시 휴머노이드의 유연성이 필요하지 않습니다. 하지만 이러한 시스템이 시간이 지나면 완전히 작동할 것이라고 합리적으로 기대할 수 있습니까?

Sun은 “모든 물류 및 창고 작업을 로봇화된 작업으로 전환하는 경우 휴머노이드가 좋은 전환점이 될 수 있다고 생각했습니다.”라고 말했습니다. “이제 우리에게는 인간이 없으므로 거기에 인간형을 배치하겠습니다. 결국 우리는 이 자동화된 소등 공장으로 이동할 것입니다. 그러면 휴머노이드가 매우 어렵다는 문제로 인해 전환기에 들어가기가 어렵습니다.”

나를 조종사에게 데려가 주세요

 

 

현재 휴머노이드 로봇의 현황은 한 단어로 요약된다. 파일럿이다. 이는 중요한 이정표이지만 반드시 모든 것을 말해 주는 것은 아닙니다. 파일럿 발표는 잠재적인 파트너십의 초기 단계를 알리는 보도 자료로 제공됩니다. 양측 모두 그들을 좋아합니다.

스타트업의 경우 이는 실제적이고 입증 가능한 관심을 나타냅니다. 대기업의 경우, 그들은 회사가 최첨단 기술을 활용하고 있음을 주주들에게 알립니다. 그러나 실제 수치가 언급되는 경우는 거의 없습니다. 일반적으로 구매 주문에 대한 논의를 시작할 때 이러한 내용이 등장합니다(그때에도 그렇지 않은 경우가 많습니다).

지난 해에는 이러한 내용이 많이 발표되었습니다. BMW는 Figure와 협력하고 있으며 Mercedes는 Apptronik과 협력 하고 있습니다 . 다시 한번 Agility는 Amazon과의 파일럿을 완료하여 나머지 부분에서 앞서 나가고 있습니다. 그러나 우리는 여전히 다음 단계에 대한 소식을 기다리고 있습니다 . 특히 범용 시스템의 장기적인 전망에도 불구하고 이 분야의 거의 모든 사람이 동일한 기본 기능으로 시작하고 있다는 점은 특히 의미가 있습니다.

서 있을 수 있는 두 다리

 

 

이 시점에서 AGI로 향하는 가장 명확한 길은 스마트폰을 가진 누구에게나 친숙하게 보일 것입니다. Boston Dynamics의 Spot 배포는 앱 스토어 모델이 산업용 로봇과 어떻게 작동할 수 있는지에 대한 명확한 실제 사례를 제공합니다. 로봇 학습의 세계에서 많은 매력적인 작업이 수행되고 있지만, 우리는 새로운 작업을 파악하고 대규모로 즉석에서 실수를 수정할 수 있는 시스템과는 거리가 멀습니다. 로봇 제조업체만이 휴대폰 제조업체와 유사한 방식으로 타사 개발자를 활용할 수 있다면 좋겠습니다.

최근 몇 달 동안 이 카테고리에 대한 관심이 상당히 높아졌지만, 개인적으로 말하면 작년 말 이후로 바늘이 어느 방향으로든 별로 움직이지 않았습니다. 우리는 절대적으로 킬러 데모를 보았고 생성 AI는 유망한 미래를 제시합니다. OpenAI는 먼저 1X에 투자하고 최근에는 Figure에 투자하여 확실히 위험을 회피하고 있습니다.

많은 똑똑한 사람들은 폼 팩터에 대해 믿음을 갖고 있지만 다른 많은 사람들은 여전히 ​​회의적입니다. 하지만 제가 자신있게 말씀드릴 수 있는 것 중 하나는 미래의 공장이 의미 있는 규모로 인간형 로봇으로 채워지든 그렇지 않든 이 모든 작업이 상당한 의미를 가질 것이라는 것입니다. 이 주제에 대해 제가 이야기를 나눈 가장 회의적인 로봇 공학자조차도 달에 인간을 착륙시키려는 경쟁이 오늘날까지 지구에서 사용하는 제품의 발명으로 이어진 NASA 모델을 지적했습니다.

우리는 일상 생활에서 자동화가 수행하는 역할에 어떤 식으로든 영향을 미칠 로봇 학습, 모바일 조작 및 이동 분야에서 지속적인 혁신을 보게 될 것입니다.