.svg)
AI 솔루션 문의하기
공장이나 창고는 어느 정도 표준화된 구조를 따르지만 가정집은 평수와 방의 배치 그리고 가구의 종류까지 집집마다 제각각이어서 하나의 정형화된 공간 모델로는 이 다양성을 감당하기 어렵습니다. 좁은 원룸과 넓은 단독주택은 이동 경로를 계획하는 방식 자체가 달라질 수밖에 없어 두 조건을 아우르는 데이터를 폭넓게 확보해야 합니다. 다양한 평형과 구조를 가진 여러 가정에서 수집한 데이터를 함께 갖추어야 표준화되지 않은 이 공간 다양성에 대응할 수 있습니다.
가정집 바닥에는 벗어둔 양말이나 충전기 케이블 그리고 아이의 장난감처럼 크기가 작고 형태가 제각각인 물건이 예고 없이 놓여 있으며 이런 물건은 산업 현장에서는 거의 마주칠 일이 없는 종류의 장애물입니다. 큰 가구나 벽처럼 뚜렷한 물체만을 학습한 로봇은 이런 작은 물건 앞에서 걸려 넘어지거나 밟고 지나가는 실수를 저지르기 쉽습니다. 바닥에 흩어진 작은 생활용품을 폭넓게 수집해 학습에 반영해야 이런 자잘한 장애물을 놓치지 않게 됩니다.
고양이나 강아지는 갑자기 방향을 바꾸거나 로봇에게 다가와 부딪히는 등 사람보다 훨씬 예측하기 어려운 방식으로 움직이며 이런 움직임은 정형화된 이동 패턴을 전제로 만든 인식 방식으로는 다루기 힘들어집니다. 반려동물을 단순한 정지 장애물로 취급하면 갑작스러운 움직임에 대응하지 못해 충돌로 이어질 위험이 커집니다. 반려동물 특유의 불규칙한 움직임을 담은 자료를 별도로 확보해야 이런 위험을 줄일 수 있습니다.
여러 층으로 이루어진 주택에서는 계단이 로봇의 활동 범위를 가르는 결정적인 경계이며 이 경계를 정확히 인식하지 못하면 로봇이 계단 아래로 떨어지는 심각한 사고로 이어질 수 있습니다. 평평한 바닥만을 다루어온 데이터로는 이런 단차와 경사를 정확히 구분하는 감각을 로봇에게 심어주기 어렵습니다. 계단과 문턱처럼 높이가 갑자기 변하는 지점을 촘촘히 담은 데이터가 이런 추락 사고를 예방하는 기초가 됩니다.
가정에서는 계절에 따라 가구 배치를 바꾸거나 청소를 위해 잠시 물건을 옮기는 일이 흔하게 벌어지며 이런 변화는 산업 현장의 안정적인 배치와는 전혀 다른 조건을 만들게 됩니다. 한 번 그려둔 공간 지도를 그대로 오래 사용하면 실제 배치와 지도 사이의 간극이 점점 벌어지게 됩니다. 배치가 바뀌기 전후의 장면을 함께 학습에 담아두면 이런 잦은 변화에도 유연하게 대응할 수 있습니다.
가정용 로봇이 수집하는 공간 정보에는 방의 배치와 가구의 위치처럼 그 집에 사는 사람의 생활 방식을 짐작하게 하는 사적인 내용이 고스란히 담겨 있습니다. 이런 정보가 외부로 유출되면 단순한 지도 정보를 넘어 거주자의 사생활이 노출되는 결과로 이어질 수 있습니다. 수집된 공간 정보를 기기 내부에서만 처리하고 외부 서버로의 전송을 최소화하는 설계가 이런 민감성에 걸맞은 대응이 됩니다.
같은 집 안에서도 거실은 나무 바닥이고 화장실은 타일이며 방은 카펫이 깔려 있는 것처럼 여러 종류의 바닥재가 섞여 있는 경우가 흔하고 이런 재질 차이는 바퀴의 마찰력과 센서의 반응에 서로 다른 영향을 줍니다. 하나의 바닥재만을 기준으로 학습된 로봇은 재질이 바뀌는 경계에서 미끄러지거나 오작동을 일으킬 수 있습니다. 여러 바닥재가 만나는 경계 구간을 촬영한 자료를 충분히 확보해두는 편이 안전합니다.
가정집은 산업 현장과 달리 자연광이 창문을 통해 그대로 들어오며 시간대와 계절에 따라 햇빛의 각도와 밝기가 계속 달라지고 커튼을 열고 닫는 습관도 이런 변화에 더해집니다. 인공조명으로 일정하게 유지되는 환경만을 기준으로 학습하면 이런 자연광의 변화 앞에서 인식 정확도가 흔들릴 수 있습니다. 하루 중 여러 시간대와 계절별로 달라지는 채광 조건을 폭넓게 담은 자료가 이런 변화에 대응하는 힘을 길러줍니다.
가정 안에는 기어다니는 영유아나 거동이 불편한 노약자처럼 일반적인 성인 보행자와는 다른 방식으로 움직이는 구성원이 함께 지내는 경우가 많고 이런 구성원을 일반 성인과 같은 기준으로 인식하면 위험을 놓칠 수 있습니다. 낮은 자세로 이동하는 아이나 지팡이를 짚고 걷는 노약자의 모습은 별도의 인식 범주로 다루어야 정확도가 높아집니다. 다양한 연령과 신체 조건을 반영한 데이터를 갖추어야 가정 구성원 모두를 고르게 배려할 수 있습니다.
로봇이 실제 가정에서 겪는 오작동이나 충돌 사례는 그 가정의 특수한 환경에서 비롯된 경우가 많아 이런 사례를 사용자로부터 직접 전달받아 데이터에 반영하는 절차가 유용합니다. 제조 단계에서 만든 데이터만으로는 각 가정의 고유한 조건을 모두 예측하기 어렵기 때문입니다. 사용자가 겪은 문제 상황을 손쉽게 신고할 수 있는 경로를 마련해두면 이런 현장의 다양성을 지속적으로 채워나갈 수 있습니다.
.svg)
.svg)
