본문 바로 가기

로고

국내 최대 기계 및 로봇 연구정보
통합검색 화살표
  • 시편연마기 Mecatech 334
  • 신진연구자 인터뷰

    신진연구자 인터뷰는 기계공학과 건설공학 분야의 젊은 연구자들의 연구성과를 알리고자 기획되었습니다.
    대상은 박사과정 이상 40세 미만의 연구자로 뚜렷한 연구성과가 있으면 언제든 참여 가능합니다.
    또한 주변에 추천할 만한 연구자가 있으면 추천을 부탁드립니다. (ariass@naver.com)

    • 오윤선(Yoonseon Oh)
      사람 친화적인 인공 지능 연구
      오윤선(Yoonseon Oh)(지능로봇연구단, 치매 DTC융합연구단 / KIST)
      이메일:yoonseon_oh at kist.re.kr
      498 1 0
    1. 본인의 연구에 대해서 자세한 소개를 부탁 드립니다.

    - 제 주 연구 분야는 사람 친화적인 로봇 인공지능을 연구입니다. 로봇을 위한 인공지능은 스스로 상황을 인지하고 판단하고 행동을 계획하기 위한 지능을 말합니다. 로봇이 필요로 하는 지능의 범위는 매우 넓지만, 저는 특히 로봇이 일상생활 속에서 사람과 함께 생활하기 위한 사람 친화적인 로봇 인공지능을 연구하고 있습니다. 사람 친화적인 인공지능은 사람을 이해할 수 있는 지능, 사람 친화적인 인터페이스 연구, 복잡하고 다양한 임무를 수행할 수 있는 로봇 행동 계획 연구를 포함합니다.

    사람들 간의 대부분 의사소통은 '언어'를 기반으로 이루어집니다. 사람의 오랜 지식 또한 언어를 기반으로 축적되어왔습니다. 그렇기 때문에 로봇이 사람을 이해하기 위해서는 사람의 언어를 이해하고 이를 로봇이 사용할 수 있는 형태로 변환하여 로봇을 위한 지식(ontology)으로 가지는 것이 필요합니다. 이를 위해 자연어를 수학적 형태 (Linear temporal logic, predicate 등)로 변환하는 언어 모델 연구와 로봇이 자신이 필요한 지식을 체계적으로 정리하고 관리할 수 있는 지식 베이스(knowledge base)를 구축하는 연구를 진행하고 있습니다.

    사람에 대한 이해를 바탕으로 로봇은 사람이 원하는 작업을 수행해야 합니다. 사람이 로봇에게 언어로 주는 명령은 단순해 보이지만 로봇이 수행해야 할 실제 작업은 매우 복잡하다는 특성이 있습니다. 예를 들어 사람이 로봇에게 '냉장고에 있는 물을 내 방에 갖다줘'라는 명령을 주었다고 생각해봅시다. 이 단순한 업무를 수행하기 위해 로봇은 냉장고의 위치를 찾고, 냉장고에 다가가서, 문을 어떻게 열어야 할지 탐색하고, 문을 열고, 물병을 찾고, 물병을 어떻게 집을 수 있는지 탐색하고, 물병을 집어 꺼내고, 다시 냉장고를 닫고, 등등 수많은 작업이 필요합니다. 이렇게 임무를 수행하기 위해 여러 작업을 어떤 순서로 수행할지를 결정하는 작업 계획(Task planning)도 진행하고 있습니다.

    마지막으로 사람과의 상호작용을 통한 지능 증강 연구도 진행하고 있습니다. 일상 생활환경은 사람의 다양성만큼이나 다양하고 복잡합니다. 앞의 예에서 냉장고, 물, 내 방의 위치, 냉장고의 모델, 물병의 모양 등은 사용자에 따라 모두 다르고, 로봇의 임무 수행에 영향을 줄 수밖에 없습니다. 따라서 로봇이 임무를 수행하다가 자신이 모르는 부분이 있다면 일반 사용자와의 상호작용을 통해 인지 범위를 넓혀가는 것이 필요합니다. 따라서 사람과 언어, 가상현실, 복합현실 등을 통한 상호작용을 이용하여 로봇이 새로운 지식을 습득하는 연구도 진행하고 있습니다.


    [Youtube 동영상 (https://www.youtube.com/watch?v=vwH2TQ2HEN8): 사람의 언어명령을 수행하기 위한 계층적 경로계획 기술 (Planning with State Abstractions for Non-Markovian Task Specifications, RSS 2019) ]



    2. 인간 친화적 로봇, 인간-로봇 상호작용, robot planning 및 learning 등 여러 분야의 연구를 하고 계신 걸로 알고 있습니다. 현재 가장 관심 가지고 진행중인 연구는 무엇인가요?

    - 현재는 사람과 상호작용을 통한 의미 지도 생성 연구와 작업 학습 및 계획, 두 가지 연구에 특히 관심을 두고 있습니다. 전통적으로 로봇이 사용하는 지도는 공간의 점유 여부를 표현한 점유 지도 (occupancy map)입니다. 최근에는 사람이 세상을 이해하는 방식대로, 로봇이 세상을 이해하기 위해 지도에 물체의 클래스를 표시하거나, 공간의 클래스를 표시하는 의미지도가 개발되고 있습니다. 그런데 아직은 인지 기술, object detector의 불확실성 때문에 정확한 의미지도를 만들기 어렵습니다. 그런 상황이 발생할 때마다 로봇 전문가가 환경에 접근하여 지도를 수정하는 것은 불가능합니다. 따라서 로봇이 자신이 만든 지도의 불확실한 부분을 인지하여 일반 사용자에게 질문을 하고 답을 얻는다면 자신의 인지 수준을 끌어올릴 수 있습니다. 그래서 현재 저는 의미지도를 생성하고 로봇이 자신이 모르는 부분을 스스로 인지하고, 사용자에게 문답할 수 있는 인터페이스 연구를 하고 있습니다.



    [동영상: https://www.youtube.com/watch?v=4q7vmrWTgUs]:

    - 의미 지도를 생성하며 인식된 물체를 구체로 표현하였고, 부정확한 영역을 분혹색 포인트 클라우드로 표현하였습니다. 지도가 완성된 후 부정확한 영역을 사용자의 문답을 통해 의미지도의 성능을 개선 시킬 수 있습니다.

    다른 주제는 작업 학습과 작업 계획(Task learning and Task planning)입니다. 지금까지의 많은 작업 계획 알고리즘들이 복잡한 작업을 작은 소문제로 나누어서 계층적으로 작업 계획을 하는데요, 이때 소작업의 정의와 작업 간의 관계를 작업 지식이라고 부릅니다. 지금까지 많은 경우 작업지식을 전문가가 본인의 직관으로 만들고 있어 노동력이 많이 들고 최적화가 어려운데, 저는 현재 이러한 작업지식을 데모로부터 학습하는 연구를 하고 있습니다. 이 기술은 다양한 레시피의 요리를 하는 로봇에 적용될 예정입니다.



    3. 인간의 마음과 지식을 이해하고 사람과 상호작용할 수 있는 Human Friendly Robot은 로봇이 인간과 함께 생활하기 위한 가장 중요한 연구라고 생각합니다. 현재까지 Human Friendly Robot은 어디까지 연구가 진행되었고, 또한 추가로 극복해야 할 문제는 무엇인지 궁금합니다.

    - 현재 사람의 언어 모델, 비전 기술, 가상/복합 현실 기술, 제어 기술 등은 human friendly robot의 기본이 될 수 기술들은 딥러닝 기술과 결합되어 매우 빠른 속도로 발전하고 있습니다. 그러나 이 모든 기술들을 시의적절하게 활용하기 위해서는 요소 기술들을 어떻게 지식으로 쌓아서 관리하느냐에 대한 고민이 필요한데요,  근래 로봇 커뮤니티에서는 그런 고민들이 깊게 이루어지고 있는 것 같지는 않습니다. 또한, 로봇을 위한 특별한 데이터를 만들지 않고 사람이 지금까지 쌓아온 지식을 쉽게 로봇에게 전달한다면 로봇이 지능을 갖추는 데 큰 도움이 될 텐데 이런 연구들도 아직 많이 되어있지는 않습니다. 그 외에도 로봇이 사람에게 친근하게 다가가기 위해 사람의 심리에 대한 인문, 사회학적 연구도 더 이루어져야 한다고 생각합니다.


    4. 치매의 진단, 치료, 돌봄 체계를 위한 융합연구단에 소속되어 계신다고 알고 있습니다. 센터명이 너무 구체적이어서 조금 놀라운데 어떤 연구가 진행되고 있으며, 어떤 분들이 어떤 연구를 진행 중인지 소개를 부탁드립니다.

    - 치매 DTC 융합연구단은 국가 현안인 치매 해결을 위해 치매 조기 예측, 치매 치료제, 평가플랫폼, 라이프케어 로봇 개발을 위해 많은 연구팀이 협업하여 연구를 진행하고 있습니다. 저희 연구팀은 지능로봇연구단 소속이었으나 치매환자 라이프케어 로봇을 개발하기 위하여 현재 치매 DTC 융합연구단에 속하게 되었습니다. 치매 치료제 등 다른 연구 분야도 마찬가지로 각기 다른 연구단 소속 분들이 치매로 인한 문제를 해결하기 위해 모인 연구단이라고 생각하시면 됩니다. 치매 환자 라이프 케어 로봇은 경증치매 환자의 일상생활을 돌보기 위한 로봇으로, 무단 외출 알림, 약ㆍ식사 복용 알림, 환자의 성격을 반영한 로봇의 적응적 서비스 등 소셜 로봇에 기반한 돌봄 서비스를 제공할 수 있습니다. 기술적으로는 KIST에서 개발한 지식 기반형 로봇지능 기술 'ARBI(Artificial Robot Brain Intelligence)'이 포함되어, 온톨로지(Ontology) 기반의 지식체계 위에 플래닝(Planning), 상황추론, 지식추론이 가능한 로봇입니다.


    5. 영향을 받은 연구자가 있다면 또한 어떤 영향을 받으셨는지 궁금합니다.

    - 저의 연구 습관에 가장 많은 영향을 끼치신 분은 박사 학위 지도교수님이신 서울대학교 전기·정보공학부 오성회 교수님이십니다.  교수님께서 꼼꼼하게 지도해주시는 편이셔서, 바라는 목표를 이루기 위해 문제를 formulation하는 방법부터 논문을 쓰는 방법, 실험할 때 팁에 이르기까지 연구의 걸음마 단계부터 가르쳐주신 분입니다. 박사 졸업 후에도 제가 계속 연구자의 길을 걸을 수 있도록 조언해주시고 계십니다.

    [Youtube: https://www.youtube.com/watch?v=vop9vFHEINY 처음으로 국제 대표 학회 (ICRA)에서 발표하게 해준 Chance-constrained target tracking기술. 사람의 행동 모델의 불확실성이 있음에도 불구하고 안정적으로 사람을 tracking할 수 있다.]



    - 지금의 연구 주제를 설정하는 데에는 포닥을 했던 브라운 대학교 Stefanie Tellex 교수님의 영향이 컸습니다. 박사 때부터 일상생활 속에 쓰이는 로봇을 연구하고 싶다는 생각하고 있었고, 연구도 하고 있었지만, 항상 무언가 부족한 느낌이 있었습니다. 그러다가 ‘언어’를 통한 사람과의 상호작용으로 접근하자 생각의 폭이 훨씬 넓어지는 생각이 들었고 지금의 연구 방향을 설정하는데에도 큰 도움이 되었습니다. 또한 Stefanie 교수님께서는 자신의 랩 구성원이 모두 행복했으면 좋겠다며, 연구자로서의 삶과 개인의 삶의 균형을 잡을 수 있도록 늘 배려해주시면서도 각각이 self-motivated 될 수 있도록 하셨는데, 현재 제가 랩을 운영하면서 그런 점을 많이 본받으려고 하고 있습니다.


    6. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

    - 연구를 하다 보면 성과가 빨리 나오지 않을 때도 있고, 주변에 훌륭한 분들, 훌륭한 연구가 너무 많아 초조해지거나 길을 잃을 것 같은 느낌이 들 때가 종종 있습니다. 그래서 좋은 논문, 성과, 상 같은 것들보다는 하루하루 내가 배운 것이 있고, 발전한 것이 있다는 것에 대해 보람을 찾으며 연구를 해나가고 있습니다.


    7. 이 분야로 진학(사업)하려는 후배들에게 조언을 해 주신다면?

    - 이 분야는 기술의 완성도를 위해서 비전, 제어를 비롯한 다양한 연구 분야의 전문성이 필요하고, 실제로 알고리즘 개발하는 능력뿐 아니라 이를 실제 로봇에 적용하여 구현하는 능력도 중요합니다. 그러나 이 모든 것을 혼자 하려고 생각한다면 좋은 성과를 얻기까지 오랜 시간이 걸릴 뿐 아니라 바람직하다고 생각하지도 않습니다. 다양한 분야에 대해 알고는 있되, 다른 분야의 분들과의 협업에 대해 열린 마음을 갖추면 좋을 것 같습니다. 자신이 가진 생각을 설명하고 공유하면서 자신의 생각을 정리 할 수도 있고, 대화 속에서 생각이 발전할 수 있으며 협업까지 이어진다면 더 새로운 연구들을 할 수 있으리라 생각합니다.


    8. 앞으로 진행할 연구 방향이나 목표가 있으시다면?

    - 지금은 언어 모델, 작업 계획 등 로봇에게 필요한 요소 기술들을 주로 연구하고 있지만, 장기적으로는 이 요소 기술들을 로봇이 자신의 지식으로 보유하고 상황에 따라 선택하여 사용할 수 있는 고차원적인 지능 프레임워크에 대한 연구를 해나가려고 합니다.


    * 오윤선 박사의 최근(대표) 논문

    - Yoonseon Oh, Kyunghoon Cho, Yunho Choi, and Songhwai Oh, "Chance-constrainedmulti-layered sampling-based path planning for temporal logic-based missions,” IEEE Transactions on Automatic Control (Online published), 2020.
    - Yoonseon Oh, Roma Patel, Thao Nguyen, Baichuan Huang, Ellie Pavlick, and Stefanie Tellex. Planning with State Abstractions for Non-Markovian Task Specifications. In Proceedings of Robotics: Science and Systems (RSS), Freiburg, Germany, June 2019.
    - Arthur Wandzel, Yoonseon Oh, Michael Fishman, Nishanth Kumar, Lawson L. S. Wong, and Stefanie Tellex. Multi-Object Search using Object-Oriented POMDPs. In IEEE International Conference on Robotics and Automation (ICRA), 2019.
    - Yoonseon Oh, Sungjoon Choi, and Songhwai Oh, "Chance-Constrained Target Tracking Using Sensors with Bounded Fan-Shaped Sensing Regions," Autonomous Robots, Feb. 2018.

     
    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글 0

    [로그인]

    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1