테슬라의 옵티머스는 인간과 유사한 행동을 할 수 있는 휴머노이드 로봇이며, 이를 위해서는 주변을 인식할 수 있는 각종 센서ㄴ가 필요합니다. 테슬라는 공식적으로 모두 공개하지 않았지만 휴머노이드 로봇에 사용되는 센서를 종합하여 추측은 해볼 수 있습니다.
테슬라 옵티머스와 테슬라 자동차의 센서 관계
테슬라 옵티머스에 적용 가능성이 높은 센서
테슬라 옵티머스와 테슬라 자동차의 센서 관계
테슬라는 자율주행자동차로 시작한 회사이며, 이미 과거부터 인공지능을 위한 데이터를 축적해오고 있습니다. 테슬라는 다른 자율주행 자동차와는 다르게 LiDAR(라이다) 센서 대신 카메라와 레이더를 중심으로 한 시스템을 채택하고 있죠.
라이다 센서의 경우 비용이 매우 비싸며, 더 저렴한 카메라와 라이더가 아닌 레이더를 활용하여 자율주행 시스템을 구축하고 대량 생산을 하고 있습니다. 특히 일론머스트는 라이다보다 카메라의 비전 시스템을 신뢰한다고 주장하며, 카메라는 인간 생활의 다양한 정보를 얻을 수 있기 때문에 소프트웨어 개발을 통해 더욱 강력하게 사용할 수 있다고 얘기하고 있습니다.
- 레이더 : 간단하게는 전파를 이용하여 물체, 주변 환경과의 거리를 측정하는 장치입니다. 레이더는 카메라가 우더운 환경이나 악천후에서 인식하기 어려운 물체를 감지할 수 있죠.
- 라이더 : 레이저를 이용해서 주변 환경을 3차원 지도를 만들 수 있는 기술이며, 정밀한 거리 측정을 통해 장애물을 인식할 수 있습니다.
- 테슬라가 레이더와 카메라를 선택한 이유를 추측하면 비용 때문일 것입니다. 더 저렴한 레이더를 활용하고, 이미 자율주행자동차와 옵티머스, 스페이스 X 등에서 시너지 효과를 통해 얻을 수 있는 무한대의 이미지정보를 얻고자 했을 것입니다.
휴머노이드에서 사용하고 있는 센서는 크게 시각 센서, 촉각센서, 관절 센서, IMU(Inertial Measurement Unit), 초음파 센서 등으로 나눌 수 있습니다. 다만 테슬라의 옵티머스는 테슬라의 자율주행 기술에 사용되는 센서들을 사용했을 것으로 추정되기 때문에 레이저를 이용하여 주변 환경을 인식하는 라이더 센서 등은 적용하지 않았을 가능성이 높습니다.
테슬라는 다른 자동차기업과는 다르게 라이더 센서를 사용하고 있지 않습니다. 주행 중 대부분의 센싱은 카메라의 비전 시스템에 거의 의지하고 있습니다. 이점은 일론머스크의 강력한 의지로 대부분의 데이터는 비전 시스템으로 인식해서 인공지능을 위한 데이터를 축척하고 있죠.
그 이유는 옵티머스와 자동차에서 오는 이미지 데이터들의 기술적 공유가 가능하기 때문입니다.
- 첫 번째로 이미 자동차에서 개발된 센서 기술이기 때문에 개발 비용과 기간을 단축할 수 있으며, 대량 생산이 가능하기 때문에 비용도 낮출 수 있습니다.
- 두 번째로는 데이터 활용입니다. 자율주행 자동차에서 얻어지고 있는 막대한 데이터들은 옵티머스 개발에 활용되어 로봇의 성능을 단기간 강력하게 올리 수 있을 것으로 기대하고 있죠.
- 세 번째로는 통합 플랫폼 가능입니다. 두 시스템 모두 테슬라의 통합 플랫폼을 기반으로 개발되기 때문에 하드웨어, 소프트웨어 측면에서 높은 호환성을 가지고 있어서, 일반 로봇 스타트업보다 더욱 강력한 퍼포먼스를 낼 것으로 예상하고 있습니다.
이러한 통합 플랫폼을 만들기 위해서는 데이터가 필요하며, 그 데이터는 센서로부터 얻고 있기 때문에 옵티머스와 자율 주행 자동차 간의 센서와 데이터 공유는 누구나 생각할 수 있는 가장 합리적인 생각이죠.
결국, 테슬라 옵티머스와 테슬라 자율주행 자동차는 대부분의 센서를 공유하는 것을 전제로, 이를 통해 개발 비용을 줄이고, 빠른 개발 속도와 비교할 수 없는 강력한 성능을 만들어 낼 수 있습니다. 하지만 옵티머스와 자동차는 사용분야가 다르기 때문에 추가적인 센서가 필요할 수도 있습니다.
테슬라 옵티머스에 적용 가능성이 높은 센서
옵티머스는 자율주행 자동차와 완전히 동일한 센서만을 사용하는 것은 불가능합니다. 그 이유는 옵티머스는 사람과 상호작용을 해야 하기 때문에 더욱 정교한 촉각 센서나 물체를 조작하기 위한 특수한 센서가 필요하기 때문입니다. 즉, 옵티머스의 이동 방식이나 작업 환경에 따라 특화된 센서가 추가될 수 있죠.
결국 옵티머스가 산업 현장, 가정, 의료 현장, 운반, 청소 등 수행하는 환경과 작업에 따라 센서는 달라질 수 있습니다.
1. 고해상도 3D 비전 센서
복잡한 환경에서 물체를 정확하게 인식하고 깊은 정보를 파악하여 안전하고 정확한 작업을 할 수 있게 만들며, 사람과의 상호작용 시 얼굴 표정이나 제스처를 정확하게 인식하여 자연스러운 소통을 가능하게 만들죠. 이는 이미 테슬라의 자율주행자동차에서 많은 이미지 데이터를 확보하고 있습니다.
결국 이 센서는 테슬라의 자율주행 자동차에서 사용되는 기술을 기반으로 개발되었으며, 옵티머스가 주변 환경을 이해하고 상호 작용하는 데 핵심적인 역할을 하는 센서입니다.
3D 비전 센서의 작동원리는 다수의 카메라가 다양한 각도에서 주변환경을 촬영하여 3D 공간 정보를 만들어낸 다는 것입니다. 각각의 카메라가 2차원 이미지를 수집하면 이 이미지를 한데 모아 3차원 공간 이미지를 생성할 수 있는 것이죠. 이렇게 만들어진 3D 이미지는 딥러닝 알고리즘을 통해 분석되고 인공 신경망을 이용해서 이미지 속의 물체를 인식하고, 그 위치와 크기를 파악할 수 있는 것입니다.
이때 3차원 영상을 만드는데 부족한 데이터는 테슬라에서 개발한 딥러닝 모델을 통해 얻은 정보를 바탕으로 3차원 공간을 재구성해서 옵티머스는 주변 환경의 깊이, 형태, 물체의 위치 등을 더욱 정확하게 읽을 수 있다는 의견이 높습니다.
2. 촉각 센서
촉각 센서는 섬세한 작업이 필요한 조립 작업처럼 물체를 다루거나 사람들과 협업을 할 때 힘, 압력, 질감, 온도 등을 감지하여 안전하고 정교한 작업을 할 수 있도록 해줍니다. 예를 들면, 계란을 집는다던지, 유리잔을 옮기는 일을 가능하게 해 줍니다.
촉각센서의 작동원리는 압력센서와, 변형 센서, 전기적 특성 변화를 이용하는 시스템이 핵심입니다. 압력센서는 로봇의 피부에 부착된 센서가 외부에서 가해지는 힘을 측정해서 물체의 무게나 강도를 감지하고, 변형 센서는 물체를 만질 때 발생하는 로봇 피부의 변형을 감지하여 물체의 형태나 질감을 파악할 수 있습니다. 이렇게 변형을 감지하는 센서들의 원리는 의외로 간단합니다.
이러한 센서는 대부분이 전기 저항 혹은 전기적 특성이 변하는 점을 이용하죠. 예를 들면 1이라는 전기저항을 동일하게 흘리고 있다가 갑자기 힘에 의해서 저항값이 0.6으로 줄거나 1.6으로 커지면 변형향이 수치화되기 때문에 데이터로 만들 수 있죠. 따라서 이러한 변화를 정량적으로 측정할 수 있습니다.
다양한 촉각 센서
- 피에조 센서 : 압력이 가해질 때 전기를 발생시키는 특성을 이용하여 압력을 수치화할 수 있습니다.
- 정전 용량 센서 : 두 물체 사이의 전기 용량 변화를 측정하여 접촉 여부나 압력을 감지할 수 있습니다.
- 탄성체 센서 : 탄성체의 변형을 측정하여 압력이나 굽힘 등을 감지할 수 있습니다.
- 광학센서 : 빛의 반사나 흡수 변화를 측정하여 촉각 정보를 얻습니다.
3. 균형 감지 센서
두 발로 걷거나 불안정한 지면에서 작업할 때 균형을 잃지 않고 작업을 할 수 있도록 해주는 센서입니다. 따라서 다양한 지형을 이동하거나 계단을 왔다 갔다 할 수 있는 동작들을 할 수 있죠.
가장 대표적인 센서는 IMU(관성 측정 장치)입니다. 가속도계와 자이로스코프로 구성된 로봇의 기울기, 회전속도, 가속도 등을 측정할 수 있죠. 말이 어렵지 자이로스코프는 일상생활에 많이 적용되고 있습니다. 예를 들면 셀카 짐벌에 사용되고 있는 흔들림 방지 같은 경우 이 자이로스코프 센서가 들어있어서 자동으로 수평을 잡아주고, 드론도 이 센서로 인해 흔들림을 방지하죠.
또한 압력 센서는 로봇의 발바닥이나 관절 부위에 부착하여 지면 반력을 측정해서 미끄러질 때 그 순간 자동으로 힘의 균형 맞춰 미끄러지지 않도록 제어할 수 있습니다.
각도 센서로 로봇의 관절 각도를 측정하여 현재 자세를 파악하고 균형을 유지하기 위한 제어 신호를 생성해서 제어할 수 있도록 해줍니다.
이 균형 감지 센서는 단독으로는 사용하면 의미가 없으며 균형 제어 시스템을 통해 균형을 통제할 수 있습니다. 즉, 센서에서 수집된 데이터를 분석해서 로봇의 현재 상태를 파악하고 넘어지지 않도록 모터를 제어하여 자세를 조절하는 원리이죠.
이 시스템 또한 딥러닝이나 강화학습 같은 인공지은 알고리즘을 이용하여 스스로 학습하고 스스로 제어할 수 있습니다.
4. 온도 센서
주변 환경의 온도 변화를 감지하여 작업 환경에 적응하고 화재 감지 시스템이 연동되어 사용될 수 있죠. 즉 로봇 스스로 작동하는 동안 과열 문제가 발생하면 스스로 제어하고 외부 환경 변화에 적응하기 위해 사용됩니다.
- 저항 온도계 : 온도가 변함에 따라 전기 저항 값이 변하는 특성을 이용하여 정확도가 높고 선형적인 출력 특성을 가지고 있습니다.
- 열전대 : 두 종류의 금속을 접합하여 온도 변화에 따라 전압이 발생하는 원리를 이용하죠. 저렴하면서 넓은 온도 범위를 측정할 수 있는 것이 특징입니다.
- 반도체 온도계 : 반도체 소재의 전기적 특성이 온도에 따라 변하는 점을 이용하는 온도계입니다. 빠른 반응속도와 감도가 높지만 측정 가능 온도가 제한적일 수 있습니다.
이러한 특징을 갖는 온도 센서들이 사용되는 부위는 모터나 배터리, 전자회로, 작업 공간 등에 사용되어 옵티머스 스스로를 과열로부터 방지할 수 있습니다.
5. 소음 감지 센서
주변 소음을 감지하여 노이즈를 필터링하고 의사소통을 위한 음성 인식 정확도를 높일 수 있으며, 비정상적인 소음을 감지하여 문제 발생 시 신속하게 대응할 수 있습니다.
작동 원리는 주변의 공기 진동을 감지해서 전기 신호로 변환시켜서 측정하는 원리를 가지고 있습니다. 즉, 소리가 발생하면 공기가 진동하고, 이 진동이 센서의 얇은 막을 떨게 하여, 그 떨림의 크기에 따라 전기 신호의 크기가 달라지는 원리를 이용하는 것입니다. 결국 소리의 크기와 주파수를 측정할 수 있죠.
결국, 옵티머스와 같은 휴머노이드 로봇은 소음 센서를 이용해서 크게 4가지 역할을 수행하게 만듭니다.
- 주변 환경 인식 : 소리의 종류와 크기를 분석해서 주의 환경이나 위험을 감지할 수 있습니다. 예를 들면, 유리창이 깨지는 소리나 화재경보기 등이 울리는 소리에 반응하여 조치를 취할 수 있게 됩니다.
- 음성 명령 인식 : 사람의 목소리, 음성을 인식해서 적절한 작업을 할 수 있습니다. 예를 들면 “사무실 형광등을 켜줘”라는 명령어 인식을 할 수 있습니다.
- 자기 진단 : 옵티머스와 같은 휴머노이드 로봇 스스로 이상소음 감지를 통해 자기 진단을 할 수 있습니다. 일반적으로 기계가 고장 나기 전에 이상소음과 함께 문제가 발생하기 때문에 소리를 듣고 먼저 이상여부를 체크할 수 있습니다.
결과적으로 옵티머스에 필요한 센서들은 옵티머스가 수행하는 작업과 활용되는 환경에 따라 달라질 수 있습니다. 공장에서 일하는 옵티머스, 청소하는 옵티머스, 가정일을 도와주는 옵티머스 작업 환경, 수행 작업, 안전에 특화된 옵티머스가 되는 것입니다. 따라서 각각의 옵티머스마다 센서들의 종류가 달라질 수 있습니다. 마치 자동차 종류마다 다르게 만들 듯이 옵티머스와 같은 휴머노이드 로봇은 목적에 맞게 만들어집니다.