최근 신과함께 Youtube 방송을 보고 들으면서 적지 않은 충격을 받지 않을 수 없었다.
하이투자증권의 고태봉 센터장님의 Report를 기반으로 미래지향적인 서비스와 각 기업들간의 관계를 알아보는 시간이었다.
그러나 방송을 시청할수록 미래지향적인 서비스가 아닌 가까운 현실이라는 관점에서 굉장히 소름이 돋았고, 주식을 투자하는 투자자 관점에서 바라보았을 때는 돈이 보이기 시작했다. 또한 IT 기업에서 SW Engineer로 일하고 있는 나에게는 모든 내용들이 굉장히 sensation하게 다가왔다. 그냥 듣고 흘려버리기에는 너무나도 소중하고 위험한 정보라고 느껴졌다.
그래서 Blog에 방송내용을 요약하여 복습하고자 한다.
이: Coffee Shop에서도 로봇이 나오고 있다. 이에 대하여 어떻게 생각하는가?
고: 바리스타를 10명 정도 등록하고, 그 바리스타의 행위를 Database화 하여 기록한다. 장갑에 센서를 달아 그대로 데이터를 담아(습관), 이를 바탕으로 유명 바리스타를 로봇이 그대로 구현(Copy)을 한다. 로봇의 제품의 가격은 3000만원 부터 ~ 1000만원 까지 정도이며, 바리스타에게 royalty를 제공한다. 이러한 시스템을 바탕으로 코봇(협동 로봇)이라는 개념이 등장한다. 따라서 단순한 행위에 대해서는 로봇이 구현할 수 있는 시대가 올 것이다.
실제로 전세계가 차세대 먹거리로 고민하고 있기때문에, 로봇이라는 화두가 등장하고 있다.
미국도 마찬가지로 제조업의 resharing, 제조업을 다시 귀환 시키는 작업의 필요성을 느끼고 있다.
노동자도 노동자이지만, 사람과 협업할 수 있는 코봇이라는 협동 로봇이 등장했기 때문에,
그만큼 인건비를 절약해서 제조할 수 있는 공정을 갖추기 시작하였고 이것이 바로 로봇의 힘이다.
TOYOTA e-Palette
자동차가 AV(Auto..), EV(Electric Vechicle) 전기차 형태를 띄게 되면, 엔진룸이 없어지고, 베터리가 밑으로 내려가고,
사람과의 인터페이스인 Cockpit(조종실, 운전석)가 사라지면서 공간이 많이 남게된다. 게다가 24시간 동안 끊임 없는 서비스를 하게 되면 많은 것들을 할 수 있다.
2018 Logistics(신과함께 동영상 참고)
MaaS(Mobility as a Service) MasS + Logistics = TasS(Transportation as a Service)
물류 개념의 확장. 동일한 공간에 사람도 실을 수 있고, 물건도 실을 수 있다.
해당 동영상에서 생략되어 있는 것이 물류 로봇이 있을 수 있겠다. 마치 아마존의 키바같은 물류 로봇이 물건을 운송할 것이다.
First mile delevery : 물건을 배송전 물류센터에서 차량까지의 이동
Last mile delevery : 차량에서 엔드 유저까지 이동 하며, 바퀴형 로봇이 얼굴(안면)인식 후 소비자에게 물건을 배송한다.
2019 Logistics
2019년도 CES에서 Continental 이라는 기업이 물류의 새로운개념의 로봇을 등장시켰다.
Cube라는 모선에서 4족 보행로봇인 애니보틱스가 나와서 제품을 집까지 배달하는 모습이 공개되었다.
CES 2018년도에는 Toyota가 e-Palette라는 개념이 등장하였고 이는 바퀴형 로봇이 사람에게 물건을 전송하는데,
장애물 회피에 대한 문제점을 개선하기 위해 2019년도에는 4족보행 로봇이 등장하였다. 따라서 2020, 21년도에도 계속해서 Delevery robot이 개발될 가능성이 매우 높다.
이를 보면 TasS라는 개념에서 왜 로봇의 개념까지 이어지는지를 쉽게 이해할 수 있다.
무인자동차라는 것은 사실 운전자의 개념이 배재된 것인데, 택배/물류라는 개념에서 운전자는 없는데, 택배원들이 수십명이 들어가 있다? 라고 생각해보면 아무 의미가 없어지는 것이다. 따라서 무인화의 연속성이라는 측면에서는 결국은 로봇을 등장시킬 수 밖에 없다.
결국에 MaaS(Mobility as a Service)에서는 사람만 이동시키면 되는데, 물건을 이동시키기 위해서는 결국 Last mile delevery 단계가 어느정도 해결되지 않으면, 위와 같은 서비스는 등장하기 어렵다. 그렇기 때문에 서비스를 준비하는 입장에서는 로봇이 반드시 필요하다.
김 : 근데, 로봇을 보면 바퀴가 달린거, 4족 보행 로봇, 사람처럼 걷는 2족 보행 로봇을 보면 TaaS가 진화 하듯이, 로봇 또한 같이 진화를 해야 last mile delevery로 가능하다는 거지요?
고 : 그렇다. 우리가 먼저 이동에 대해서 먼저 알아본 이유는,
우리가 로봇이라고 한다면 가장 많은 비중을 차지하는 것이 산업용 기계이다. 그렇다면 기계하고 로봇하고 차이가 뭐야? 라고 물어본다면 나는 이렇게 규정할 것이다. Controller를 사람이 작동시키면 기계이고, 그러나 Controller 대신에 AI나 Cloud의 OS System에 의해 움직여 진다면 이것은 로봇이다라고 말할 수 있겠다.
지금까지 우리가 기계다, 라고 한다면 대부분 공장의 로봇일텐데, 굉장히 빠른속도와 무거운 적제하중을 들 수 있어야하고, 또한 오차가 발생하면 안되기 때문에 땅에 매설되어 있다. 이것은 기계이지만 사실 그 조차도 로봇이 될 수 있다.
왜냐하면 지금 우리가 부르고 있는 Inderstry 4.0이라는 것이, 대부분 다 Office 이외에 일하는 protocol로 모든 기계들을 연결시켜 두고, 여기서 발생하는 data들을 가지고 Neural Networking을 하겠다는 것이다.
아직까지 우리가 로봇을 뜻하면 대부분 땅바닥에 매설되어 있는 장치를 뜻했다. "공장에서 사람곁으로"라는 주제를 정한이유도 결국 이동성의 개념이 없었기 때문이다. 이동성의 개념이 시작된 것은 사실 얼마되지 않았다.
이동하는 개념이 뭐가 그렇게 대단해? 라고 생각할 수 있겠지만, 이 기술은 굉장히 어려운 기술이었다. 라고 볼 수 있다.
아마 최근에 로봇에 대한 개념이 더 나온게, 아마 공장에서 물류로봇중에 아마존 키바라는 녀석을 도입이 후 라고 생각한다.
AGVs(Amazon Kiva)
아주 무거운 팔레트를 통채로 들고 움직일 수 있다. 바닥에 QR Code가 있는데, 결국 사람의 가이드 대로 움직이는 로봇이다.
AMRs(MiR500)
AMR는 따로 가이드라인이 없더라도 스스로 움직일 수 있다. 기존 공장을 그대로 활용할 수 있으며, 자율주행의 축소판이라고 생각하면 이해하기 쉽다. 우리가 AGV or AMR이라고 부르는것은 바퀴형 로봇의 가장 원시적 형태를 뜻한다.
최근에 한국도 CJ대한통운이나 신세계에서도 도입하기 위해 서두르고 있다. 일반공장에서도 많이 사용된다.
실제 Nexen 공장에서도 위와 같은 로봇들이 굉장히 많이 돌아다닌다.
Starship technologies delivery robot
다음의 로봇은 Starship technologies에서 개발한 delevery robot이며, 현재 미국내 대학가에서 큰 인기를 얻고 있다.
한번 충전에 6Km 정도 이동가능하며, 보통 장애물이 없는 2차원 공간에서 배달 서비스를 주로한다.
바퀴형 형태의 로봇은 장애물을 회피하는데 있어 많은 어려움을 가지고 있다. 따라서 캐터필러 형태의 로봇이 등장했는데,
이러한 형태의 로봇은 위에 물건을 싣고 이동하기에는 많은 동력을 필요로 하기에 사용화에 쉽지는 않다.
따라서 이제부터는 2족 보행과 4족 보행 로봇에 대해서 설명하고자 한다.
Agility robotics(Cassie)
2족 보행로봇은 Gyroscope senser를 이용한 균형잡는 것이 핵심이다.
Gyroscope + Magnetometer or Compas(지자기 센서) + Accelerator = IMU Senser(Inertial Measurement Unit)
IMU는 3가지 센서들의 조합이다. IMU Senser와 로봇의 밑바닥에 부탁되는 Force and Torque Sensor(바닥 충격 감지 센서)가 결합되어 2족 보행로봇이 가능해진다. 지금까지는 Zero Moment Point라고 해서 ZMP 방식으로 수학적으로 연산을해서 걷게 했었는데, 굉장히 복잡한 경우의 수들이 생기기 시작했다. 그러나 이 두가지 센서의 결합으로 힘 제어라는 새로운 방식이 생겨나게 되었고, 그렇게 되면서 Cassie와 같은 균형을 유지하며 걸을 수 있는 로봇이 가능해졌다.
이 : 힘 제어라는 것이 왜 필요 한가요?
고 : 땅바닥에 발을 디딜때와 뜰때의 에너지 효율이 다르다. 만약에 동일한 평면에서 걷는다고 가정하면 힘은 똑같을 것이다. 하지만 바위 같은 장애물이 존재하거나 경사가 있다면, 센서에서 감지하여 힘을 조절할 수 있는 컨트롤이 가능해진다. 그렇게 되면 그것이 Actuator(유압이나, 기력압 형태된 에너지원으로 작동하며 이 에너지를 어떤 종류의 움직임으로 변환한다.)에 명령을 내린다. "기울기가 높아졌으니 살짝 덜 디뎌라"와 같은 명령이 가능해진다. 만약 똑같은 힘으로 딛게 되면 넘어질 것이다.
새로운 기술들이 조합이 되기때문에 이제는 뛰는 로봇을 생산할 수 있다.
슬로우 비디오로 보게되면, 땅을 디뎠을 때 두 다리가 뜨는 경우도 있다. 이 것이 가능한 것은 Force/Torque Sensor가 있기 때문에, 그만큼 딛고 뛸수가 있는 것이고, 4족 보행 때 설명하겠지만 4개의 다리를 이전의 ZMT방식으로 하게되면 수학적으로 굉장히 복잡해진다. 그래서 이제는 로봇이 뛰면서 시속 48Km까지 속력을 낼 수 있다. 이러한 것은 두가지 기술에 대한 진보가 없었다면 불가능 했을것이다.
Boston Dynamics(Atlas)
Softbank가 인수한 미국의 Boston Dynamics의 Atlas이다. Atlas에는 굉장히 많은 기술들이 들어가 있다.
실제로 보스톤 다이나믹스는 미국 DARPA(Defense Advanced Research Projects Agency) : 미 국방고등연구계획국에서 미국 군인들의 신변 안전이나 전투를 용이하게 하기 위해서 미국 국방성에서 계속 돈을 지원하고 있다. 2000년 초반부터 걸프전에서 군인들이 군장을 매고 전투를 하다보니 군장을 따로 매주는 로봇이 있으면 어떻겠는가? 의문을 착안해서 Big Dog이라는 로봇이 제작되었다. Big Dog은 휘발유로 동작했다. 반면 기술의 발전에 따라 Atlas 같은 배터리와 센서를 탑재한 2족 보행로봇이 개발되고 있다.
하지만 2족 보행 로봇 또한 단점이 있었으니, 잘 넘어질 수 있다는 단점이 있다.
예를 들어 2족 보행 로봇이 뛰다가 배터리가 다되었다? 라고 가정을 해보면 넘어질 것이다. 과학자들의 말을 빌어 얘기해 보자면, 균형을 유지하는데 에너지 소비가 큰 대신에 한번 탄력을 받고 뛰기 시작하면 에너지 효율이 높다고 한다.
4족 보행로봇은 어떨까? (안정감이 있다. 등판이 있다. 물건을 Delevery 하기에 좋다.)
일단 베터리가 방전된다고 해도 중심잡기에 용이 할것 같으며, 4족 보행이라는 것은 대부분 등이라는 면적을 제공한다.
2족 보행의 motivation은 타조이다. 과학자들이 생태계에 존재하는 생물들 중에 2족 중에서는 타조가 가장 빨랐으며, 4족 보행중 가장 빠른것은 치타이다. 그래서 4족 보행의 motivation은 치타(MIT에서 치타라는 이름의 로봇을 개발함)이다.
Boston dynamics : Spotmini
Spotmini는 실제 생산에 들어가고 있는 로봇이다.
TaaS와 연계되서 설명을 하자면, 사실 쿠팡을 가지고 있는 회사는 Softbank이고, Spotmini는 손정의 회장이 배송로봇으로 쓸 확률이 높을 것라 생각된다. 외부에서는 Navigation같은 Map 정보를 활용해 처리가 되며, 실내에서는 센서들이 층/고 그리고 펼쳐질 장애물들을 스스로 스캐닝 한다.
Spotmini를 설명하며 반드시 설명해야 될 것이 있다.
미국의 Boston dynamics가 저정도 기술을 가지고 있는데, 사실 많은 기업과 사람들이 저 기술과 연관이 되어 있었을 것이다. 그러다 보니 중국의 Unity robotics라는 회사에서 라이카봇? 이라는 로봇을 싱싱왕이라는 과학자가 만들었는데, 최근 들리는 이야기로는 Boston dynamics를 모방을 했지만, 훨씬 더 진화했고 가격이 Spotmini 기준 2억정도의 제조 단가라면, 라이카봇은 3000만원 이면 만들 수 있다고 한다. 이것은 마치 드론에서 DJI가 시장을 장악했듯이 이러한 4족 보행로봇이 중국에서 먼저 나오게 된다면, 로봇시장을 초기부터 장악할 수 있게 된다. 이는 미/중 무역갈등 문제의 핵심인 특허 문제라든지 이런것들도 우리가 생각해 볼 수 있는 이슈라는 것이다.
이 : 3000만원이면 1대사서 10년 쓴다고 가정하면, 1년에 300만원이면 부릴 수 있는것이네요.
고 : 정확한 지적이다. 나중에 ROI(Return On Investment) 계산에 대해서 설명할 것이다. 왜냐하면 우리가 투자하고 나서 얼마나 빨리 회수할 수 있는것인가?에 대한 부분인데, 사실 요세 lavour cost(임금)와 로봇가격을 비교하는 것이 이슈이다. "실제로 로봇을 쓰는게 싼가? 사람을 쓰는게 싼가?"
실제 중국같은 경우는 임금이 매년 8%씩 증가하고 있다. 따라서 인건비와 로봇 보급률이 차트가 거의 비슷하게 겹쳐서 가고 있다.
반대로 생각해보면 lavour cost는 계속 증가하는데 로봇 가격은 싸지게 되고 ROI 계산기는 결국 Payback period라고 하죠. 이 payback period가 1년 언더로 떨어지게 된다.(즉 1년 이면 본전을 뽑을 수 있다.)
한국을 기준으로 협동로봇의 Payback period 회수 시기는 평균인건비 365일 기준으로 195일 이다.
협동로봇 투입시 사람보다 얼마나 더 일을 잘하는가? 사람인건비는 얼마인가? 로봇가격은 얼마인가? 이 값을 기준으로 계산을 하게 되면Payback period가 몇일이다라는 결과값을 얻을 수 있다.
이 : 195일은 약 7개월 정도 인데, 이것은 무엇을 의미하는 것인가요?
고 : 예를들어 한사람을 부리는데 일년에 약 5000만원이 든다고 가정할 경우, 로봇은 5000만원 상당 구매한다면 상당히 짧은 시간내에 performance를 낸다는 것이고(로봇업무량으로 7개월이면 사람이 일년 일하는 업무량 달성), 다르게 바라보자면 5000만원의 임금을 가지고 사람을 고용한다면, 로봇은 3000만원으로 고용이 가능하다는 것을 의미한다.
보통 로봇은 사람보다 업무 처리속도가 빠르다(단속 반복처리 업무 기준).
추가 설명을 하자면 협동로봇의 경우 "교시"라고 표현을 하는데, 사람의 팔을 가지고 명령을 하면 그 동작을 반복적으로 수행 가능하도록 프로그래밍이 가능하다.(코봇의 기준 : 스위치를 누르고 사람이 직접 기계의 손을 잡고 안내하면 그대로 동작한다.)
Manipulator(머니퓰레이터) : 인간의 팔과 유사한 동작을 하는 기계적인 장치
독일 SCHUNK GSM Gripper
보통 우리는 그리퍼라고 부른다. 집게 형태이다.
내부 구성을 보면 모터가 회전할 때 스크류가 돌면서 그리퍼가 왔다갔다 동작을 한다. 저러한 것을 보통 End-effector라고 부른다.
그래서 작업의 종류에 따라 End-effector의 종류가 달라지는데, 독일 SCHUNK라는 회사에서는 End-effector의 종류만 2550가지 종류를 생산한다. 굉장히 많은 일들을 시킬 수 있는데, 예를들면 용접, 테이핑, 박스적재, 제품 품질 검사, 도색 등 시키는 모든 것을 다할 수 있다.
Manipulator에서 End-effector의 종류만 변경하면, 작업의 종류또한 변경할 수 있다는 것이다.
덱스트러스(Dexterous) 방식을 살펴보자.
사람의 손과 동일한 방식이다. 사실 우리가 꿈꾸는 미래는 사람과 비슷한 로봇(휴먼로이드)인데, 동영상에서 보면 알 수 있듯이, 손목에 모터가 들어가고, 끌어당기는 와이어가 들어간다. 보기에는 부드럽고 좋아보이지만 적재하중은 Gripper에 비해서 현격이 떨어진다.
사람의 손이 얼마나 신이 잘 만들어 놓은것인가 하면, 손가락으로 턱걸이를 하거나 푸쉬업을 할 수도 있다. 그 정도면 순간적으로 발생하는 적재하중은 상당할 것이다. 그럼에도 불구하고 손가락이 떨어져 나가는 경우는 드믈다.
하지만 지금의 기술력으로는 그와 같은 행위를 할 수 없으며 적재하중은 상당히 낮다. 디테일하게 바라보자면 무거운 물건을 들기위해서는 손가락 마디마디 마다 actuator가 들어가야 한다. 그렇게 되면 활용가치가 떨어지기 때문에 wire를 넣는다.
정밀한 작업이 필요한 경우는 손과같은 기술이 들어가야 하지만 아직 이동에 비해서는 기술이 덜 발달되어 있다.
여기까지 이동에 대해서 알아보았고, 손에 대해서 알아보았다.
팔에 대해서 이야기 해보자면, 아까전에도 설명했다 싶이 Manipulator를 공장 바닥에 매설이되어 있다라고 설명했다. 매설이되어 있는 경우는 워낙 무거운 적재 하중을 들기위해 기울어지는 것을 방지하기 위함이다. 아직까지는 이동에 강하지 못하다. 그렇기 때문에 Manipulator라는 것은 흔히 로봇팔을 의미하는데, 이 로봇팔을 보는데에는 4가지 척도가 있다.
얼마나 무거운 것을 들수 있는가? 거리는 얼마나 되는가? 얼마가 오차가 큰가? DOE(Dgree Of Freedom) 얼마인가?
한국 로봇들의 가장 큰 문제는 6개월이 지나면 오차가 발생한다는 것이다. 현재 일본에서 핵심부품 수입에 대하여 많은 이야기가 오고가고 있는데, 사실 로봇의 핵심기술에서 일본것들이 많다. 그래서 일본의 제품들이 내구성이 굉장히 좋다. 그런 부분에 대해서 한국이 기술수준에서 미흡반 부분이 매우 아쉽다.
Dgree Of Freedom(DOE) 자유도라고 이야기한다. 사람 손의 경우 왠만한 곳은 다 도달이 가능하다. 예를들면 "팔을 안으로 굽는다" or "손가락은 바깥쪽으로 펼 수 없다." 등과 같은 인간의 손은 mechanism을 가지고 있다. 로봇도 마찬가지이다. Manipulator도 자유도가 높아지면 높아질 수록 적재하중은 떨어질 수 밖에 없다. 이 4가지는 Manipulator의 핵심이다.
지금까지 장황하게 이동수단과 잡는것들을 보았는데, 이 것들이 붙어야 완전체가 되지 않겠는가?
다음 스텝을 설명하기에 앞서 한가지 더 짚고 넘어가야할 사항이 있다.
Machine Learning
Robots Learning to Toss(Tossingbot)
동영상을 보면 놀라운 것을 확인할 수 있다.
영상의 로봇은 원하는 색깔의 물체를 원하는 Box에 정확하게 던져서 넣을 수 있다.
Deep learning이라는 것은 보통 시각 보이는 것들 Visual에 대해서 deep learning이 이루어졌고, 그 다음은 음성인식(Siri, Google Assistant)에 대해서 이루어졌었다. 이제는 물체, 운동제어에 대해서 deep learning이 이루어지고 있다. 운동제어에 대해서 deep learning이 가능하다는 것은 아직 많이 알려진 부분은 아니다. 어떠한 물체를 들고, 어떤 힘으로 던졌을 때, 포물선이 어떻게 그려지는가?에 대하여 1만번 이상 반복하는 경우 -> 동일한 물건을 들고, 동일지점에서 던졌을 때, 동일하게 던졌을 때, 동일지점에 떨어진다라는 것을 1만번 이상 반복하는 경우 80%의 확률로 동일한 지점에 떨어진다. 이를 만번이 아닌 십만번, 백만번, 천만번에 가깝게 deep learning을 수행하는 경우 100% 동일한 위치에 가깝게 떨어지는 것을 의미한다.(장인보다 더 잘할 수 있다.)
지금까지 시각제어, 음성제어에만 사용되던 deep leaning이 이제는 운동제어도 사용된다는 것은 정말 놀라운 것이며, 영상의 Tossing bot을 만든곳은 Google이다. 구글은 로봇을 철수했다고 알려져있다. 그러나 결국 Google도 로봇을 철수할 수 없다. 그래서 결국 2019년에 Tossing bot을 다시 들고 나온것이다. Tossing bot은 우리가 지금까지 기계적인 측면에서만 바라봤다면, deep learnig이 운동제어에서 놀라운 성과를 보여줄 수 있다는 것을 보여준다.
영상에서 보여준 동작은 (Pick and Place : 집어서 어디에 넣을것인가?) 라고해서 가장 어려운 기술이다.
이것이 왜 중요하냐면 물류로봇과 배송로봇은 현재 기술 수준으로 어느정도 할 수 있는데, 물류 공정중 제일 힘든 bottleneck 공정은 Pick and Place라고 한다. 물체를 들어서 어느곳에 놔두는 것! 예를들어 지마켓이나 쿠팡에서 물건을 지역별로 분류를 해야하는 작업을 거쳐야 하는데, 현재 이 작업은 사람이 전부 하고 있다.
이제 이동을 알아보았고, 작업에 대해서 알아보았다.
이 모든 작업을 합쳐보자. 합치는 작업이 아마 가장 어려운 작업중의 하나가 될 것이다. 합쳤을 때 과연 성능이 나올것인가?는 아직 모르겠다. 아까 4족 보행해서 설명을 했지만, 4족 보행로봇에 Manipulator를 붙이면 공룡모양이 될것도 같고, 꼬리쪽에 붙이면 스콜피온 형태가 될 것도 같고, 팔 두개가 붙어버리면 반인 반마 형태의 켄타우로스 형태도 될것 같다. 우리가 박스를 들 때는 두 손으로 든다. 그리퍼 같은 경우는 들 수 없을 것이다. 조금 로봇에 관심이 있는 사람이라면 Ford라는 회사가 Agility robotics의 digit이라는 로봇과 전략적 제휴를 맺었다는 소식을 듣고 깜짝 놀랐을 것이다.
Agility robotics : Digit
Cassie 로봇의 밑둥 형태에 팔이 얻어져서 만들어진 로봇이다.
물건을 배송해주세요 라는 메세지를 받고, 주문이 이루어지면 자율주행차에서 digit 배송로봇이 나와서 배송을 시작한다.
자율주행차에서 digit은 충전중이라고 한다. 왜 Ford가 Agility robotics와 제휴를 맺어야 하는가? 그것은 아마존이 최근에 하고 있는 일을 보면 알 수 있다. 자동차 진영은 현재 위기감을 느끼고 있다.
그렇다면 아마존은 무슨일은 했는가 하면, 키바라는 로봇을 만들었고, Scout이라는 로봇을 인수했다. 아마존은 로봇회사도 인수하고 있으며, RIVIAN(리비안)이라는 전기자동차도 7500억 규모의 투자를 진행했다. 그리고 Aurora(오로라)라는 Autonomous Technology 계열에서 최고의 기술력을 가지고 있는 회사와도 제휴를 맺었다. 이것은 아마존이 계속 이쪽 영역에 침범을 하고 있다는 것이다. Ford 입장에서는 내 시장을 지키기 위해서는 나도 저것을 해야 한다고 생각하는 절박감을 볼 수 있는 상황이다.
이러한 협업은 왜 Mobility as a Service(MaaS)가 아니고 Transport as a service(TaaS) 인가?를 나타내주는 단편적이 예가 되며,
TaaS 3.0이라는 것은 자율주행 형태를 띈 공유 경제로서의 수송?이라고 표현했었다. 따라서 이러한 협업은 굉장히 큰 변화라고 생각한다.
지금까지 Hardware level에서 이동, 작업, 딥러닝의 변화에 대해서 알아보았다면, 이제는 가장 어렵고 무서운 부분중의 하나인 Software OS에 대해서 언급하진 않았지만, 왜 로봇까지 연결이되면 4차 산업혁명까지 핵심이 되는지에 대해서 설명을 드려야 될 것 같다.
지금까지 기계에서 로봇으로 진화되는 과정에 대해서 설명을 했다.
성경책에 보면 이러한 내용이 나온다. "흙으로 사람을 만들었고, 신이 생기를 불어넣었더니 생령이 되었다."
그것은 적절한 표현이 될 수 있다. 기계는 누군가 컨트롤 하지 않으면 움직이지 않는다. 흙으로 만들어진 존재라고 표현할 수 있겠다. 그런데 영혼을 불어 넣었더니 사람이 되었다. 기계에다가 무엇을 불어넣어야 로봇이 될까? AI가 될 수도 있고, IOT가 될 수도 있다. 컴퓨터로 따지게 되면 OS(Operationg System)가 들어가게 될 것이다.
우리가 예전 Microsoft의 Window을 구매할 때 어떻게 하였는가? 기존에는 Package 형태로 offline에서 유통이 되었는데, 최근에 구독(Download)한다고 표현한다. 이것이 Cloud robotics의 개념이다. OS를 Cloud에 뭍어두게 되면 결국 Cloud를 사용해야 된다.
최근에 Microsoft가 미국에서 시가총액 1위를 했던 이유는 Cloud 때문이다. Cloud는 미국의 차세대 먹거리 이다.
아마존은 AWS(Amazon Web Service)를 통해 서비스를 하고 있다. AWS에는 RoboMaker라는 것이 있다.
RoboMacker는 설명하자면 긴데 ROS(Robot Operationg System)라는 개념이 있다.
ROS가 어떻게 태동이 되었는가 하면, 구글의 초창기 멤버 3명으로 부터 시작된다.
그 중 '스콧 핫산(Scott Hassan)'은 초기에 Google의 value가 높아지자마자 exit를 한다. 억만장자가 되었다. 우리나라 같은 경우 억만장자가 되면 요트타고 놀았을거 같은데ㅋ, 이 사람은 한 게러지를 빌려다가 "내 억만금을 가지고 정말 로봇을 사랑하는 사람들 한테 새로운 파라다이스를 열고 싶다. 다 모여봐"라고 말을하고 '윌로우 개러지(Willow Garage)’라는 회사를 만든다. 윌로우 게러지에 로봇천재들이 모이기 시작했다. "나는 수익사업 필요 없으니, 내 돈을 가지고 마음껏 ROS를 만들어봐" 이것이 ROS의 초기 시작이다.
미국이라는 나라가 무서운 것이, 개인이 벌어들인 어마어마한 돈을 가지고 ROS를 만들기 시작했다. 그리고 Google이 Android를 Open Source 목적으로 개방했듯이, 이들도 ROS를 Open Source로 개방을 하였다. 이는 결국 로봇의 밑거름이 된다.
결국 우리가 컴퓨터를 사면 다나와 기준으로 저렴한 PC의 경우 40만원대에서 구매할 수 있다. 그리고 Window OS Home 기준으로 18만원정도의 가격이 형성되어 있다. 상당히 비싸다.
근데 ROS를 Open Source 무료로 공개를 한다.
그러다보니 여기서 로봇산업이 태동을 하기 시작했고, 이 출신들이 소위 말하는 '윌로우 마피아(Willow Mafia)'라고 불리는 사람들이며, 대부분 로봇계의 CEO나 CTO를 하고 있다.
사실 ROS를 Open Source를 하다보니, 여기저기 파편화 작업이 이루어지면서 만들기는 수월 했지만, 조잡해지고 이를 Business model로 삼기에는 문제가 있었다. 그러다 보니 이를 Cloud에 탑재하기 시작했고, 이를 Business model화 하기 시작했다. 이것이 AWS의 RoboMaker라는 것이고, RoboMaker에는 우리가 잘 알고 있는 음성인식 플랫폼인 Alexa를 넣었고, 또 하나는 SageMaker이다.
Deep learning 이라는 것은 파편화 되어있던 data들을 모아서 Neral Network를 통해 반복 작업을 수행한다. 그리곤 의미있는 data로 추출을 하여 무엇인가 Feedback을 준다. 이 동작을 수행하는 것이 SageMaker라는 Tool이다. Alexa와 SageMaker는 모두 Cloud에 들어가 있다. ROS & Alexa & SageMaker 이 3가지 모두가 Cloud에 존재하다보니, 로봇을 만드는 사람 입장에서는 편하게 Cloud를 통해서 로봇은 컨트롤할 수 있게되는 것이다.
이 : 로봇은 컨트롤 하기 위해서는 반드시 Cloud에 접속해야 하는것인가?
고 : 반드시는 아니다.
왜냐하면 임베디드(Embedded)화 시킬 수 있는데, 대용량의 데이터를 Local에 저장하여 처리하게 된다면 굉장히 부하가 많이 걸리게 될 것이다.(각각의 Local 개체들이 많은 데이터를 다룬다는 것은 비효율 적이다.) 5G 네트워크가 가능한 시대가 되면, 무선으로 연결되게 될 것이고, Cloud에는 굉장히 방대한 데이터들이 존재하게 하게 될텐데 이 데이터들을 고속으로 처리하여 끌어다 쓸 수 있다.
예를들어 열쇠고리 만한 로봇이 있다고 가정을 해보자. 이 로봇에게 "미켈란 젤로가 그린 그림을 전부 나에게 설명해줘"라고 명령을 내리면,
작은 로봇에서도 대용량 데이터가 처리 가능하다는 것을 의미한다.
또 다른 예를들어 조그만 네트워크 스피커에 "한국에서 제작된 모든 노래를 틀어줘"라고 명령을 전달하는 경우, 해당 스피커가 그 많은 데이터를 소유하고 있는 것이 아니라, Cloud 서버로부터 처리된 데이터를 받아 서비스를 하는 것도 가능해지는 것이다.
이와 마찬가지로 로봇을 움직일 수 있는 OS를 전부 Cloud에 저장을 해둔다는 것이다.
그리고 부가적으로 로봇공학자들이 구미가 당기는 많은 프로그램들이 Cloud에 내장되어 있다. 이것을 저렴한 돈으로 구독을 하게 만드는 것. 이 행위를 Amazon AWS를 통해 실현하려고 하는 것이다. 또한 이는 앞으로의 미국이 세계 패권을 잡기 위해 중요한 수단이이다.
잠깐 공상같은 이야기를 해보자면, 1984년도에 나온 터미네이터라는 영화를 기억하는가?
터미네이터의 줄거리를 간단하게 살펴보면, 컴퓨터와 컴퓨터에 맞서는 인간들의 레지스탕스간 싸움이다. 그런데 레지스탕스의 최종적인 타겟은 무엇인가? 바로 로봇을 전체적으로 컨트롤 하는 Cloud 개념의 Skynet이라는 시스템을 폭파시키는 것이다. 이미 1984년도에 Cloud ROS 컴퓨팅에 대한 개념이 존재하고 있었다는 것은 매우 놀라운 사실이다. 상상이라고는 하지만 얼마나 현실을 앞서간 것인가?
현재 AWS가 만든 RoboMaker라는지, Kiva라든지, Starship Robot 또한 대부분 동일한 형태를 가지며 Amazon은 Robot을 많이 Handling 하기 시작 했고, Robot을 다루다보니 통제의 필요성을 느끼기 시작했다. 따라서 Amazon이 AWS에 ROS을 넣기 시작했고, Amazon이 쓰기 편하게 만든 것이 RoboMaker이다. 이것이 너무 편리하다 보니 다른 사람들도 이 시스템을 이용하기 시작했다.
Amazon은 ROS 분야의 선두주자이다.
그러다보니 위기감을 느낀 Microsoft는 Azure를, Google은 Tensorflow를 발표하며 Cloud에 동일한 서비스를 제공하기 시작한다. 네이버도 이번에 용인에 Cloud 서버를 시작하겠다고 하는 이유도 같은 맥락에서이다. 현재 용인에서는 네이버의 Cloud 센터 건립을 반대하고 있다.
화웨이를 연결지어 보자.
Cloud라는 시스템이 보편화 될 때, Cloud는 데이터가 오고 가지 않으면 전혀 의미가 없다. 아까 설명한 SageMaker는 파편화된 데이터를 모아다가 빅데이터화 시켜서 Feedback을 준다. 그렇다면 당연히 통신이 연결되어 있어야 한다. 그렇다면 통신을 지키고 있었던 업체가 누구인가? 통신장비를 납품하고 있는 화웨이 이다. 화웨이는 아프리카, 중동, 일부 유럽 등 전부 장악하다 보니, 미국입장에서는 아직 Cloud의 비중이 아주 낮다. 그러나 이것이 만약 보편화 되기 시작하면 모든 공장의 로봇, 택배로봇, 물류로봇, 심지어는 하늘을 나는 플라잉로롯(드론) 까지 전부다 컨트롤하게 된다. 국방부에 있는 유도탄도 마찬가지다. 유도탄을 쏘기전 수 많은 정보가 오고갈 것이다. 거기서 만약 인터셉트가 된다면 사실 미국입장에서는 뭔가 판을 벌리기 이전에 이미 판이 엎어지는 상황을 초래할 수 있다. 미국 입장에서 어떻게든 화웨이와의 일전은 불가피 했다고 생각한다.
그만큼 Cloud라는 것은 앞으로 우리에게 많은 영향을 줄 것이라고 생각하고 있다.
이 : 로봇은 움직일 수 있게 장치를 구성만 하고, Cloud를 이용하게 되면 로봇이 굉장히 저렴하게 보급이 되겠네요?
고 : 굉장히 중요한 부분이다. 이번 5G가 개통이 될 때, 실용성에 대한 문제가 많았다. 사실 자율주행차도 만약 통신 끊기면 죽는것이 아닌가?라는 고민들 해보았을 것이다. 그래서 Cloud에 저장해 두는것이 완전한 답은 아니다. Mobile Edge Compuer라고 해서 MEC라는 개념이 있다. 5G의 직전 성향 때문에 MEC를 각 Zone별로 설치를 해야한다. 각각의 Device들이 처리해야 할 데이터의 종류도 다르며, 처리속도 또한 다르다. 5G는 현재 5ms의 속도 한계를 가지고 있다. 사실 이 3개?를 따로 구비를 하고 5G에 연결을 하면 방대한 데이터는 당연히 Cloud에 존재해야 하고 데이터는 통신을 통해 다운받을 수 있다. 이것은 가장 중요한 개념이고, 관절로 움직이는 로봇은 좀 중요하다. 이것은 MEC Server에서 컨트롤이 이루어져야 한다. 왜냐하면 마치 중계기 같으면 메모리 기능과 연산기능이 같이 있다. 중계기가 처리해야할 부분, 로봇안에 임베디드화 시켜야 할 것은 모터에 대한 구동 컨트롤 할 수 있는 부분만 존재시키고, 각 디바이스 별 구성을 달리하되 모두 5G 네트워크로 연결시켜야 하는 것이다.
이것을 우리 관점에서 바라보게 되면, 로봇은 굉장히 심플해지고 배터리 소모량이 줄어들 것이며 로봇이 저렴해지고 가벼질것이다. 이것이 5G로봇이고 Cloud Robotics라고도 부르는 개념이다. 만약에 모든 로봇에 OS를 탑재하면 굉장이 무거워질 것이다.
자율주행도 마찬가지이다. 자율주행도 초창기에는 "통신이 안되면 위험하다"는 인식이 있었고, Nvidia같은 업체는 페가수스(자율주행 컨스텔레이션 시뮬레이션 시스템)같은 인공지능 시스템을 집어 넣어 스스로 임베디드에서 연산하도록 시도하고 있고, 최근에 5G가 나오고 나서는 많고 다양한 솔루션들이 나오고 있는 상황이다. 이러한 정황을 바라봤을때 Cloud의 중요성을 점점 커질것이고, 로봇은 심플해질 것이다 라는 것을 추축할 수 있다.
ROS는 억만장자의 선행으로 굉장히 보급이 많이 되었고, 실제로 ROS는 Qualcomm이나, DARPA나 Bosch, Google 같은 굉장히 많은 업체들이 80~90%가 ROS를 사용하고 있다. 또 한 일본은 Naoki라는 자체 ROS 시스템을 만들었다. 현재 페퍼라는 소프트뱅크 로봇에 탑재되었으며, iOS 처럼 약간 배타적 성향을 가진 OS이다(반면 ROS는 개방형 Open Source). 한국도 지식경제부 주관으로 만든 오프로스라는 OS가 있다. 이처럼 다양한 Robot OS들이 존재할텐데, 결국 소비자들 가장 많이 사용하는 OS가 살아남을 것이다. 그것이 ROS이며 현재 ROS2 까지 나온 상태이다.
로봇은 CPU나 GPU같이 가장 중요한 연산을 하는 뇌의 역할을 하는 Core가 필요하고, FPGA(field programmable gate array, 필드 프로그래머블 게이트 어레이)라는 관절과 큰 신체를 움직이는데 사용이되고, MCU(Micro Controller Unit)은 모터를 제어하는 말단신경이라고 표현할 수 있겠다. ROS2는 CPU, GPU, FPGA, MCU까지 그 모든 것들을 컨트롤한다. 만약에 클라우드화 된다고 가정을하면, 실제로 클라우드에서 내린 명령이 로봇의 말단 관절 끝까지 제어 컨트롤이 가능해진다는 것을 알 수 있다.
이 : 그렇다면 원격조정도 가능한 것인가요?
고 : 물론이다. HMI(Human Machine Interaction)이라는 분야로서, 예를들면 Toyota에서 일본이 쓰나미 이후 방사능 지역의 원자로를 해채하는 작업을 수행해야 하는데, 사람이 직접 작업을 수행기에는 어렵기 때문에 원격 조종 로봇에 대하여 일본에서 많은 노력을 기울인다. 통신이 된다면 실시간으로 로봇을 컨트롤 할 수 있다. 또 다른 예를들면 의료용 로봇중에 인튜이티브 서지컬(Intuitive Surgical)에서 "다빈치"라는 로봇이 있다. 전세계 95%의 시장을 장악하고 있다. 왜냐하면 수술이라는 것은 잘못되었을 경우 생명과 직결되는 리스크를 초래할 수 있기 때문에 굉장히 어려운 기술을 필요로 한다. 걸프전에서 군인들이 전투중에 수술이 필요해지는 경우 의료진들이 위험지역에 직접 가는 것을 꺼려할 것이다. 역시 또 DARPA에서 미국이나 근처의 안전한 지역에서 의사들이 컨트롤하여 실제 환자들을 수술할 수 없는가?라는 니즈에 의해 만들어진 로봇이 인튜이티브 서지컬(Intuitive Surgical)에서 "다빈치" 이다.
그런데 5G가 Zero(0) Lantency 즉 지연성 0가 맞다면, 실시간 수술이 가능해진다. 그래서 아마도 5G는 의료기술에도 혁신적인 변화를 가져올 것으로 생각한다. 대한민국도 이 시장에 뛰어들기 위해 굉장히 고민을 많이 하고 있다. 5G가 실현되면 원격조정 부분에서도 굉장히 큰 테마가 될 수 있다고 생각한다.
지금까지는 영혼에 대해서 이야기를 나누어 보았다.
이제는 무엇이 필요할까? 육체가 아닐까 생각한다.
육체에 대해서 몇가지 요약해서 말을 하기전에 먼저 한국에 대한 걱정에 대해서 이야기하고자 한다.
왜 나는 로봇을 이렇게 중요시 여기게 될까?에 대해서 고민을 해보니 4차 산업혁명에서 CPS(Cyber Physical System)의 중요성을 알게되었다. Cyber는 무엇일까? AI나 IOT 같은 것들이다. 우리가 산업혁명으로 따지게 되면 3차 산업혁명은 정보혁명이라고 칭할 수 있겠고, 그런데 4차 산업혁명은 Physical이 들어간다. 물리적인 무엇인가 인데, 3차와 4차의 차이는 무엇일까?
우버(Uber - Travis Cordell Kalanick)의 창업자인 Kalanick의 말을 인용해 설명하자면, "We are in the world of bits and atoms" 이라고 한다. 즉, 인터넷을 통해 데이터들이 오가는 최소 단위는 bit, byte 단위가 되겠고, 실제로 Atom이라고 하는것은 물리의 영역이다.
3차 산업혁명까지는 정보의 혁명이었다고 한다면 싸움이나 갈등이 없었다. 왜냐하면 인터넷이 나에게 잘 설명해주고, PC가 생겼으니 일이 편해지기 시작했고, 사람의 생각을 도와주는 역할까지의 업무수행이 대부분 정보의 목적이었다.
그러나 Physical의 개념이 도입이 되기 시작하면서 갈등이 생기기 시작했다. 무인 자동차에 대한 공포가 결국 택시 기사들로 하여금 피켓을 들게 만들었고, Inderstry 4.0이 도래하면서 공장의 노동자가 기계 때문에 나의 농동수단을 결국 뺐기는 것이 아닌가에 대한 우려가 생기기도 하였다. Physical 이라는 영역에 들어오게 되면 결국 필연적 갈등이 유발된다.
그래서 왜 로봇을 중요하게 여기게 되면, 로봇은 사람의 근력을 대변하는 물리적 변화의 일부이다. 결국은 달리는 로봇이 무인자동차 이다. 그리고 공장에 들어가 사람대신일을 해주는 로봇이 코봇이 되겠다.
예를들어 설명하자면 야쿠르트 아주머니들이 타고다니는 카트가 좋은 예가 되겠다. 카트는 지금까지 물리적인 기계였다. 이 기계를 조작하는 것은 아주머니들이었다. 인지 판단 제어는 전부 아주머니들이 했다. 거기에 추가적으로 까만 비닐봉지에 13층은 누구 어떤 음료, 누구는 어떤 음료 이런 Pick and Place 분류 작업 또 한 아주머니들이 했었다. 이 모든 작업을 인공지능이 달성한다. 이것이 결국 기계가 로봇화되는 과정을 단편적으로 설명할 수 있는 쉬운예가 되겠다. 이것이 CPS(Cyber Physical System)가 되는 것이다.
여기서 필연적으로 등장해야 되는 기술이 바로 슬램(Slam : Simultaneous localization and mapping)이다. 실시간으로 내가 어디있는지를 위치를 판단하면서 지도까지 만들어낸다는 것이다. 로봇청소기는 Slam 기능이 대부분 존재한다. 지도에 원하는 위치 좌표가 전부 표시가 될 것이다. BigData에 Layer가 엎어지니 가능해지는 것이다. 굉장히 많은 기술들이 혼합되는 것이 로봇이라는 개념이다.
힘제어라는 것에 대하여 간단하게 설명하겠다.
우리가 바닥에서 뛰는 동작을 수행 할 경우 두 발이 땅에서 모두 떠있는 체공 시간이 생기게 될 것이다.
모든 로봇은 모터를 가지고 움직이게 된다. 모터의 기준으로 바라보면 출력 즉 토크를 거의 Maximum 10배 까지 올릴 수 있는 기술이 있다.
그런데 10배 까지 올린 상태에서 지속을 하게되면, 모터가 타버리며 자성을 잃어버리게 된다. 요즘은 네오디윰이라는 강력한 자석을 가지고 굉장히 성능이 좋은 모터가 많이 개발되고 있다. 그래서 순간적으로 10배의 힘을 내게 된다. 그런데 떠있을 때에는 토크가 0이다. 이 때 10의 토크와 0가 되었을 때의 토크의 평균이 모터사가 권장하는 표준 토크값이 된다. 이렇게 만들 수 있는 것들을 지속적으로 제어를 한다는 것이다. 그러다 보니 실제 로봇들이 땅바닥을 딛고 뛸 수 있게 되는 것이다. 데니스 홍의 로멜라 연구소에 있는 로봇을 보면 2m까지 점프가 가능한 로봇이 있다. 이러한 기술을은 계속 개발되고 있다. 이러한 것이 힘제어라는 분야이다. 그래서 이 분야에서는 모터가 굉장히 중요하고, 그리고 자유도에서 설명했던 6축, 7축 이 모든 부분에 액츄에이터가 필요해진다.
감속기 + 모터 + 엔코더 = 3가지 결합이 하나의 모듈이 된다. 이 모듈을 어떻게 붙이냐에 따라서 움직이는 동작을 수행하게된다.
로봇은 Physical에 대해서도 얘기를 했었지만, 기계라는 분야가 없어서는 안된다.
한국은 기계공학이 상당히 발달한 나라이다. 자동차 분야만 하더라도 자동차에 들어가는 수 많은 기어, 트랜스 미션 부품들 저 기계들이 가야할 곳은 어디인가? 저것을 30~40년 동안 만들었던 장인들은 어디로 가야하지? 이러한 부분에 대하여 걱정이 많이 된다.
로봇을 설명하기에 앞서 Cloud, OS 등 많은 개념들에 대해서 설명을 했지만 실제 기계가 들어가지 않을 수 없다. 그래서 한국에 있는 많은 부품사들이 이런 감속기 같은 로봇으로 변형이 이루어졌으면 좋겠다고 생각한다. 이것은 한국이 잘 할 수 있는 분야이다.
로봇이 발달한 나라는 일본, 독일, 미국, 중국 대부분 자동차를 생산하는 국가들이 로봇을 잘 한다. 이러한 관점에서 한국도 단순 전기차 분야 뿐만 아니라 로봇의 관점으로도 접근을 했으면 좋겠다고 생각한다. 이것이 대한민국의 차세대 먹거리 분야라고 생각한다.
2, 3차 밴더들이 미/중 무역전쟁, 중국에서의 어려움, 수출 감소 등 준비를 하기 어려운 실정이다. 특히 4, 5년 뒤에는 대부분의 자동차 회사들이 전동화 될 것이다. 많은 부품사들이 다음 먹거리를 챙기는 것은 어려울 것이다. 왜냐하면 지금 변속기에 들어가는 기어나, 감속기에 들어가는 기어나 사실 동일한 기어를 사용한다. 기어의 지름은 점점 작아진다. 그러다보니 대형 부품만을 만들던 회사가 작은 부품을 만드는 것은 쉬운일이 아니다. 카이스트나 포스텍의 박사들의 조언을 들어보면 "내가 공학적으로 설계는 되겠는데, 사실 만들다 보니 한계에 봉착한다"고 한다.
이것은 장인 정신이 필요하다.
30, 40년 기어를 깍았던 장인들을 이길 수 없다.
그래서 일본의 하모닉 드라이브(Harmonic Drive)라는 회사는 감속이 분야에 대해서 전세계를 장악하고 있다.
회사이름이 고유명사가 되버렸다.(굉장히 말랑 말랑한 하모닉 드라이브의 원조?)
로봇의 관절 즉, 회전운동을 하는 모터를 가지고 직선 운동을 한다던가, 왕복 운동을 한다던가, 비틀림 운동을 한다던가 이런것들 대부분 감속기가 들어가서 힘을 배가 시켜준다. 감속기가 더 들어갈 수록 힘을 쎄지지만, 에너지 효율은 그만큼 떨어진다. 이 분야는 일본이 장악하고 있다. 한국도 에스피지, 로보티즈와 같은 회사에서 이 분야를 하고 있지만 한계가 있다. 이 분야에서 못 따라가고있기 때문에 로봇에 대한 핵심 부품은 전부 일본것을 사용한다. 따라서 아직 한국은 갈길이 멀다.
일본의 센카쿠 열도 문제가 붉어졌을 때, 히토류 전쟁이 있었다. 네오디윰이라는 강력한 자석에 대한 원자재를 중국이 80%를 점유하고 있다. 그 당시 중국은 히토류 공급을 일본에게 하지 않는다며, 자원을 무기화 하였다. 그 때 Toyota를 비롯 많은 일본의 기술 기업들이 히토류를 회피하는 기술을 개발하기 시작했다. 그래서 이것을 나노 수준까지 분류하였다가 재조합을 하면서 회피 기술을 개발하였다. 이렇듯이 기술에 대한 열정이 필요하다는 것이며, 다음으로는 그리퍼 등과 같은 기술도 필요하겠지만 그 중에서도 모터 + 감속기 + 엔코더 이 3가지 핵심기술에 대해서 만큼은 반드시 내재화 해야한다고 생각한다.
현대자동차는 남양연구소에만 대략 13000명 정도의 연구원이 있다. 단일 기계공학 연구소로 치자면 세계 최대의 연구소이다.
남양연구소도 전기차가 사용화되기 시작하면 많은 연구 인력들이 상당히 애매해 질 수 있다. 나는 이 분들이 로봇쪽으로 매진을 해주었으면 좋겠다고 생각한다. 자동차에는 감속기같은 수 많은 모터가 들어간다. 현대차는 이쪽에 발 벗고 나서 주어야 하지 않을까 생각한다.
한국도 로봇의 DNA. 즉, 액츄에이터, 모터 등 이 분야에 대해서 관련있는 업체들이 있는데 노력을 해왔지만, 아직 세계적 수준에서 미달되는 부분이다. 그 다음으로 한화로보틱스, 두산로보틱스, 비상장 기업인 뉴로메카, 레인보우로보틱스와 같은 많은 로봇 업체들이 주식시장에 노크를 하고 있다. 의료용 로봇도 마찬가지이고, 감속기 분야에 대해서도 지금까지 노력해 왔지만 진정한 로봇 Field가 열리게 된다면, "지금 수준에서는 절대 만족할 수 없다."
로보티즈같은 회사는 ROS에 Commit을 할 정도로 고민을 많이하는 회사인데, 선택과 집중이 필요하다고 본다.
실제 ROS2의 Dynamic_Reconfigure라고 해서 ROS2의 지배를 받는 액츄에이터를 만드는것으로 굉장히 이름이 알려져 있고, DARPA의 Robotics Challenge에도 40% 이상의 액츄에이터를 쓸 정도로 많이 알려진 기업이기도 하다.
최근 배달의민족 같은 경우도 잠실에서 Delevery robot을 서비스하기 시작했다.
위와 같이 국내에서도 로봇에 대하여 연구를 진행하고 있으나 아무래도 최고는 Naver Labs라고 생각한다.
Naver Labs는 사람팔과 유사한 AMBIDEX Robot, M1 Mapping Robot, Arround Robot 등 굉장히 많은 Robot을 만들었고, 대표는 MIT Lab 출신이며, 한국인 로봇 과학자들이 굉장히 많이 있다. 아쉽게도 한국에서 활동하지 않고 해외에서 활동하는 사람들이 많다. 한국도 로봇을 잘 개발할 수 있는 능력이 있다고 생각하며 세계에 퍼져있는 로봇 역량을 집중시킨다면 충분히 한국도 로봇쪽에 가능성이 있다고 생각한다.
이 : 자동차는 그동안 엔진기술의 장벽이 컸었다. 엔진을 만들지 못하면 차를 만들지 못하는데...로봇쪽에서는 어떤것이 있을까요?
고 : 이미 로봇에 대하여 많은 것들을 설명하였다. Deep learning과 같은 SW분야 발전도 필수적이고, 하지만 물리적인 힘제어를 하기위한 액츄에이터가 가장 중요하지 않을까 생각한다. 아주 강력한 모터가 필요하다. 지금까지 모터는 구리 권선을 감았었다. 나토 튜브를 감게 되면 두배의 힘의 세진다(나노 튜브 관련주). 네오디윰 희토류를 많이 섞어 넣으면 넣을수록 모터의 힘은 세진다.
엔코더라는 것은 기본적으로 로봇(모터)의 오차를 정밀하게 줄이기 위해 관리한다. 한국은 아직 정밀함에서 독일, 스위스에 비해서 기술력이 많이 부족하다. 훨씬 정밀한 엔코더를 만드는 기술도 필요할 것이라 생각한다. 이러한 것들이 제반적으로 힘을 합쳐야 되는 것이다.
다른 관점에서 바라보면 OS가 지배할 것 같다고도 생각한다. 배달의민족 동영상을 통해서 확인했지만, 호출하는 플랫폼이 아무리 날고 기어봐야 하드웨어이다. 모든 Payment는 내가 지배할 것이다. 부가 가치는 내가 가져가고 하드웨어 제조사는 조금만 가져가라 할 수도 있다.
사실 로봇이라는 것은 많은 생태계의 집합인데, TaaS 3.0이라는 큰 그림에서 Delevery, 이번 옥스포드의 조사에 따르면 향 후 2030년까지 가장 개채가 많아질 로봇은 Logistics 물류/배송 로봇이라고 한다. 현재 지금도 도로상에는 얼마나 많은 택배 오토바이/트럭들이 돌아다니는지를 생각해보면 알 수 있다. 그래서 로봇의 도입에 따른 노동력의 대체에 대하여 사회적 문제가 반드시 될 것이며 활발한 답/론들이 오고 가야 할 것이다.
그런데 내가 정부나 국회가서 이러한 것들에 대해서 이야기를 하지만, 이것을 먼저 걱정해서 규제를 먼저하지는 말자라는 의견을 드린다.
규제는 시장의 규모가 커진 후 시작되어도 늦지 않다고 생각한다. 우리는 무엇인가 만들어지기 이전부터 규제를 하기 시작한다.
이러지는 않았으면 좋겠다.
LG도 Naver Labs나 로보티지가 만든 개념들 알고리즘에 따라 로봇을 위탁 생산하는 검토 하는것으로 알고있다.
M1 같은 로봇은 실제로 실내를 주행하게 되면 모든것이 3차원 그래픽으로 변하게 된다. Localization과 Pass planning 어디로 이동해야 하는가? 나는 지금 어디에 있는가?를 중점적으로 data화 하며 주행중에 계속적으로 3D로 만들어진다. 유럽에 있는 Here라는 지도 회사는 Naver Labs의 M1이 훌륭하다고 극찬을 하였다. 그래서 18000개 정도는 되는 시내를 전부 맵핑 작업을 해야하는데 너희의 로봇을 수입할 수 있게는가?해서 현재 현대중공업에서 위탁생산을 하고 있다. 네이버는 직접 생산보다는 고도의 기술력 플랫폼에 집중하고 있다.
한국도 초창기 로봇 계발 단계에 집입했다고 생각한다. 두산로보틱스, 한화로보틱스도 심열을 기울여 발전중이다.
레인보오로보틱스(카이스트), 뉴로메카(포스텍)에서 로봇회사를 만들어서 런칭을 시키고 있다.
해외 업체는 협동로봇 분야에서 Universal Robot(미국)이라는 회사에서 전세계 70%의 시장을 점유하고 있다. Teradyne이라는 회사는 Universal Robot의 지주회사 이다. 그 다음으로 역사와 전통의 독일의 KUKA(쿠카)이지만 중국의 메이디(美的) 업체가 쿠카를 통째로 사버렸다. 쿠카는 기계 잘하는 사람들이 보기에는 산업용 로봇의 핵심이라고 생각한다. 이것을 중국이 통째로 먹어버렸다. 또 한 중국에서 혜성같이 등장한 시아순(SIASUN:新松机器人)이라는 업체는 등장하자마자 판매율 세계 3위권으로 올라온다.
그 다음으로 잘 알려진 기업 화낙(FANUC : 일본) 삼성전자가 반도체 공정에 shortage가 발생하다 보니, 웃돈을 얹어서 모든 제품을 다 사버린다. 현재 화낙은 중국에 제 3공장을 짓는데 축구장 40개 크기의 공장을 짓고 있다. 화낙은 협동로봇과 산업용로봇을 만들고 있다. Manipulator가 주 매출원이다. 화낙이 중국에 투자를 하고 있는 이유는 현재 중국은 로봇의 발전 방향이 sensation 하게 불어오고 있다. Payback period가 1년 아래로 떨어진 것이 최근이다. 로봇과 인건비가 같아지게 되었다는 의미이다.
그리고 독일의 프랭카 에미카(FRANKA EMIKA)라는 독일의 스타트업 회사가 있다. 이곳은 Universal Robot(가장 보편화된 70%의 로봇)을 제조하는데 가격이 1/3 수준이다. 보통 Universal Robot이 6축 자유도라고 한다면 이들은 7축 자유도를 만드는데 가격은 저렴하다. 그래서 로봇 공학자들은 "끝내주는 녀석이 등장했다."고 하며 프랭카 에미카에 찬사를 보내고 있다. 앞으로 하모닉 드라이브와 아직 비상장 회사이긴 하지만 맥슨모터 같은 회사를 주의깊게 관찰해야한다.
지금까지 많은 이야기를 했지만 Cloud Robotics라는 개념을 정말 무서운 개념이라는 것을 인지해야한다.
IBM도 Red Hat같은 기업을 왜 천문학적인 돈을 들여서 인수했을까? 이미 대부분의 기업들이 Cloud system 기반을 마련하고 있다.
한국에서는 Naver Labs가 제일 잘 하고있다. Naver Labs는 로봇 ROS의 한국형 version을 만들겠다고 한다. 용인에 이러한 Cloud system을 구축하고자 하고 있지만 현재는 반대 의견에 어려움을 격고 있는 부분이 안타깝다.
Platform의 특징은 World Wide이다.
AWS(아마존의 웹 서비스)는 한국에도 많이 쓰이고 있다. 택시와 Platform이 싸우고 있지만, 어느 누구도 이것에 대해 문제삼지 않는다. Microsoft의 Cloud(Azure), Google Drive등 Platform이라는 것을 한번 사용하게되면 종속적이게 된다.
미국은 현재 성을 쌓고 있다.
AWS, Google Tensorflow, Microsoft Azure 이것들이 큰 성을 쌓고있는데, 통신장비를 납품하는 화웨이라는 중국병사가 지키고 있는 것이다. 한국도 Mobility Platfrom에서 1등 기업이 나와야 하겠고, Cloud 분야에 대해서도 혁신적이 무엇인가 필요하다. 해당 분야는 지연되면 지연될수록 해외의 다른 Platform을 아무런 거리낌 없이 받아들이게 될 것이다.
소프트뱅크에 대해서 잠시 이야기해보자.
ARM이 AI, AP, 반도체 모두 디자인한다. 소프트뱅크는 ARM을 소유하고 있다.
전세계의 Mobility Platfrom인 우버(Uber), 디디추신(滴滴出行, Didi Chuxing), 올라(OlaCabs), 나인티나인(99), 얀덱스 전부다 관여하고 있다. 한국의 어떤 비지니스가 올라올지 모르겠지만 반드시 투자할 것이다. 현재 쿠팡과 알리바바(물류) 최대 주주이다.
그 다음으로 로봇 에서는 Boston Dynamics를 소유하고 있다. 그리고 소프트뱅크는 통신사이다. 5G 네트워크와 이전에 언급했던 MEC, Cloud 이미 이런 분야는 전문가이다. 게다가 자율주행 측면에서 바라보면 GM의 Cruise Automation(쿠르즈 오토메이션)에 2.4조를 투자했다. 소프트뱅크 입장에서는 Google Waymo(웨이모)가 되었던 Cruise가 되었던 상관없다. 자신들이 생각하고 있는 큰 Business Model이 있기 때문이다.
추가로 좀더 설명해 보자면 세계 Manufacture(제조) 1위인 Toyota와의 기업 구조 이다.
Toyota와 Softbank의 공동출자 회사인 MORNET Technologies(모넷 테크놀로지스 : 자율주행차를 활용한 이동서비스)를 보면, Softbank 51%, Toyota 49%의 지분으로 출자를 한다. 그런데 제조업 1위인 Toyota라는 기업의 지분이 2%가 미달되었다는 것은 굉장히 큰 사건이었다. 일본의 Nissan Alience(Nissan + Mitsubishi) Nissan을 제외한 나머지가 이쪽 부분에 전부 투입이 된 상황이다. 계속적인 증좌를 통해
Dilution(희석) 되고 있다. 이것은 Taas 3.0이라는 서비스를 완성차 업체가 인정을 했다는 것을 의미한다. 해당 비지니스가 Next Step 먹거리라는 것을 인지하고 있기 때문에 투입을 하고 있는 것이며, 그래서 결국에 Softbank가 최대주주가 된것이다.
이러한 변화, 즉 제조업체가 Platform 업체에게 왜 무릎을 꿇는 것일까?
현대자동차는 앞으로 어떻게 될까? 이러한 것들도 같이 고민을 해봐야하는 문제이다.
로봇이라는 분야는 소프트뱅크가 생각하는 큰 축중의 하나이다. 그래서 논리의 흐름대로, 자동차의 변화, Mobility as a Service(MaaS)에서 물류 시스템과의 합치(Transport as a Service: TaaS), TaasS가 가능하다 보니 Last mile delevery의 필요성, 로봇 시대는 계속 논리의 흐름대로 이어지고 있다.
소프트뱅크가 그려온 그림이 지금 생가해보면 잘 그린것인지, 아니면 소프트뱅크가 그린 그림대로 가는것인지는 잘 모르겠다.
적자 회사인 우버를 75~80 billion 까지 끌어올리는 것을 보면 알 수 있듯이 결국 돈의 힘이 밀어올리는 것이다.
사실 기술의 단기화. 즉, 돈을 어느정도 쏟아부었을 때 단기간에 완성하라는 채찍질이 지속적으로 가해지고 있다.
"소프트뱅크는 그림을 만들어 나가고 있다"라고 볼 수 있다.
일본의 "소재의 무기화", 손정의 회장의 일본내 입김은 대단하다.
삼성같은 회사도 손정의 회장과 이야기를 나누고 싶은게 많을 것 같고, 현대자동차 역시 Mobility의 미래, 940만대의 capacity가 global하게 자리잡고 있는데, 국내 120만대를 제외한 800만대 이상을 해외에 팔아야하는 운명에 직면해있다. 허나 국내는 Mobility를 하지말라고 피켓을 들고 있고, 해외의 800만대는 어떻게 할것인가? "우리는 지금 너무 우물안의 개구리"이다. 해외에서는 손 놓고 있다가는 장사 다망한다. 공장들이 대부분 해외에 나가있다. 미국은 우버, 리프트 등 자율주행에 관하여 언급을 하고 있는데, 우리가 준비를 하지 않으면 따라갈 수가 없다는 것이다. 유럽, 중국 모두 마찬가지이다. 우리는 좁은 시야를 가지고 너무 국내만 바라보고 있는 현실이 안타깝다.
'ETC > Inside out' 카테고리의 다른 글
| 공자와 세계: 학이불사즉망 사이불학즉태 (1) | 2019.12.11 |
|---|---|
| 마이클 브린(영국기자)가 본 대한민국 (0) | 2019.07.18 |
| 비트코인 이야기... (2) | 2017.12.13 |
| 세계 석학 3인의 냉철한 시선 '한국, 한국인을 말한다' (0) | 2017.04.01 |
| 천재와 싸워 이기는 방법 - 이현세 (0) | 2017.03.20 |
