공장 현장에 서서히 스며드는 AI

미국 캘리포니아주 산호세 — 심층 신경망이 산업 환경으로 꾸준히 진입하며 공장 자동화를 변혁할 태세입니다.

얼리 어답터들은 이미 컴퓨터 비전 카메라의 지능으로 신경망을 탑재하고 있습니다. 시간이 지나면 이 네트워크가 로봇 팔, 센서 게이트웨이, 컨트롤러로 침투해 제조 공정을 재편할 것입니다. 다만 그 전환은 신중한 속도로 진행 중입니다.

"아마 수십 년간 지속될 차세대 머신러닝 알고리즘 발전 시대의 초기 단계에 있지만, 앞으로 몇 년 안에 엄청난 진전을 보게 될 것"이라고 IBM 왓슨의 최고기술책임자 롭 하이(Rob High)는 말했습니다.

신경망은 리눅스 구동이 가능한 멀티코어 x86 게이트웨이와 컨트롤러에 탑재되기 시작했으며, 이들은 점점 공장 바닥을 둘러싸고 있습니다. 신흥 5G 셀룰러 네트워크가 결국 이 시스템들에게 원격 데이터센터에 대한 원활한 접근을 제공할 것이라고 하이는 덧붙였습니다.

자동차, 항공우주, 헬스케어 분야가 스마트 카메라를 중심으로 초기 단계를 밟고 있습니다. 캐논은 엔비디아 젯슨 보드를 산업용 카메라에 탑재해 딥러닝을 활성화했습니다. 산업용 카메라 선두업체 코그넥스(Cognex Corp.)는 자체 딥러닝 제품을 확대 중입니다. 중국 스타트업 호라이즌 로보틱스(Horizon Robotics)는 딥러닝 추론 가속기를 내장한 감시 카메라를 출하합니다.

"모든 얼리 어답터가 시각 인지에 딥러닝을 배포했고, 다른 기업들도 이를 주목하기 시작했다"고 엔비디아 자율 기계 부문 총괄 매니저 디푸 탈라(Deepu Talla)는 말했습니다. "인지 문제는 비교적 해결된 것으로 보입니다. 이제 큰 과제는 인간과의 상호작용과 더 정교한 작동에 AI를 활용하는 것인데, 이는 10년짜리 연구 과제입니다. 드론과 로봇 내비게이션 같은 영역에서는 여전히 프로토타입 단계에 가깝습니다."

탈라는 로보틱스를 "컴퓨터와 AI의 교차점"이라 부르지만, 딥러닝의 많은 산업적 용례는 덜 화려하고 더 빨리 도래할 것입니다.

팩토리 로봇은 아직 AI를 활용하지 않고 있다고 하모닉 드라이브(Harmonic Drive LLC) CEO 더그 올슨(Doug Olsen)은 말합니다. 단기적으로는 스마트 로봇 팔에서 고장 예측과 사용 데이터 수집으로 예방 정비를 스케줄링하는 임베디드 시스템으로 초점이 이동할 것입니다. "그게 AI가 가장 먼저 자리 잡을 곳"이라고 올슨은 설명했습니다.

주요 칩 제조사들도 이 흐름에 동참하고 있습니다. 르네사스는 3년 전부터 자사 반도체 팹 생산 라인에서 결함 감지와 예지 보전을 위해 AI 탑재 마이크로컨트롤러를 엔드 노드에 배포하며 실험을 시작했습니다. 10월에는 실시간 이미지 처리를 위한 동적 재구성 프로세서 블록을 탑재한 첫 MCU를 출시했고, 2020년에는 실시간 인지 지원 컨트롤러, 2022년에는 점진적 학습 지원 제품을 선보일 계획입니다.

ST마이크로일렉트로닉스도 STM32 라인으로 유사한 접근을 취하고 있습니다. 2월에는 공장 현장 결함 감지를 겨냥한 딥러닝 SoC와 가속기 개발을 발표했습니다.

스마트 로봇은 결국 등장할 것입니다. 스타트업 코비어런트(covariant.ai)는 강화학습으로 로봇을 구현 중입니다. "로봇이 보고 본 것을 바탕으로 행동하게 하는 것이 향후 몇 년간 딥러닝이 가져올 가장 큰 차이 중 하나"라며 UC 버클리 로봇연구소장이자 코비어런트 창업자인 피터 아벨(Pieter Abbeel)은 말했습니다.

아벨은 신경망 기술로 달리기를 배우는 로봇의 인상적인 시뮬레이션을 보여주지만, 이 분야가 여전히 초기 단계임을 경고합니다. "사실 산업용 AI 분야가 아직 그렇게 붐비지 않아 코비어런트를 시작한 측면도 있다"고 그는 덧붙였습니다.