Self-Assembling Robots and the Potential of Artificial Evolution | Emma Hart | TED

번역: Tae Lee 검토: Jihyeon J. Kim

Imagine a scientist

한 과학자를 상상해 보세요.

who wants to send a robot to explore in a faraway place,

탐사를 위해 아주 먼 곳으로 로봇을 보내고 싶어 합니다.

a place whose geography might be completely unknown

그 곳의 지형을 전혀 알지도 못하고

and perhaps inhospitable.

머무는 것 자체도 어렵겠죠.

Now imagine that instead of first designing that robot

이제 로봇이 잘 견디기를 기대하며

and sending it off in the hope that it might be suitable,

그 로봇을 설계하고 보내는 대신에

instead, she sends a robot-producing technology

로봇을 생산하는 기술을 보내서

that figures out what kind of robot is needed once it arrives,

일단 그 곳에 도착한 뒤 어떤 종류의 로봇이 필요한지 분석하고

builds it and then enables it to continue to evolve

그것을 만들고 그것이 계속 진화할 수 있게 해서

to adapt to its new surroundings.

새로운 환경에 적응하게 하는 겁니다.

It’s exactly what my collaborators and I are working on:

저와 제 협력자들이 바로 이것을 연구하고 있습니다.

a radical new technology which enables robots to be created,

로봇이 만들어지고, 재생산하고, 긴 시간에 걸쳐 진화하는 것을

reproduce and evolve over long periods of time,

가능하게 하는 근본적으로 새로운 기술입니다.

a technology where robot design and fabrication becomes a task

이 기술은 로봇 설계와 조합의 임무를

for machines rather than humans.

사람이 아닌 기계에게 부여합니다.

Robots are already all around us, in factories, in hospitals, in our home.

로봇은 이미 공장에, 병원에, 가정에, 우리 주변 어느 곳에나 있습니다.

But from an engineer's perspective,

기술자의 관점에서 볼 때

designing a shelf-stacking robot or a Roomba to clean our home

선반을 쌓는 로봇이나 집안을 청소하는 로봇을 설계하는 것은

is relatively straightforward.

상대적으로 단순합니다.

We know exactly what they need to do,

우리는 로봇이 할 일을 정확히 알고

and we can imagine the kind of situations they might find themselves in.

로봇이 처할 온갖 상황을 예상할 수 있습니다.

So we design with this in mind.

우리는 이러한 점을 고려해 설계합니다.

But what if we want to send that robot to operate

하지만 우리가 잘 알지도 못하는 곳에

in a place that we have little or even no knowledge about?

로봇을 보내 작동하게 하려면요?

For example, cleaning up legacy waste inside a nuclear reactor

예를 들자면, 사람을 보내기에는 위험한

where it's unsafe to send humans,

원자로 안의 방사능 페기물 청소,

mining for minerals deep in a trench at the bottom of the ocean,

깊은 바다 밑바닥 해구에서의 채굴,

or exploring a faraway asteroid.

또는 먼 곳의 소행성 탐험이죠.

How frustrating would it be if the human-designed robot,

이런 경우 얼마나 좌절스러울까요, 만약 인간이 설계한 로봇이

that had taken years to get to the asteroid

수 년이 걸려 소행성에 도착한 뒤에

suddenly found it needed to drill a hole

표본의 채집이나 절벽 등반을 위해

to collect a sample or clamber up a cliff

구멍을 뚫을 드릴의 필요를 알게 되지만

but it didn't have the right tools

적당한 도구가 없거나

or the right means of locomotion to do so?

적합한 이동 수단이 없다면요.

If instead we had a technology

아니면, 우리에게 이런 기술이 있다면요?

that enabled the robots to be designed and optimized in situ,

로봇이 스스로 설계를 하고 상황에 맞게 개선하고

in the environment in which they need to live and work,

머물고 일하는 환경에 적응한다면

then we could potentially save years of wasted effort

수년간의 수고가 허비되는 것을 방지할 수 있고

and produce robots that are uniquely adapted

스스로가 처한 환경에

to the environments that they find themselves in.

독특하게 적응하는 로봇을 만드는 겁니다.

So to realize this technology, we've been turning to nature for help.

이러한 기술을 알기 위해 우리는 자연에게서 도움을 구했습니다.

All around us,

우리 주변에서

we see examples of biological species

여러 생물적 종들을 보게 되는데

that have evolved smart adaptations

현명하게 적응하도록 진화하여

that enable them to thrive in a given environment.

주어진 환경에서 번창할 수 있었습니다.

For example, in the Cuban rainforest,

예를 들면, 쿠바의 밀림에서

we find vines that have evolved leaves

발견한 덩굴은 잎이 진화해서

that are shaped like human-designed satellite dishes.

인공위성 접시 같은 모양이었습니다.

These leaves direct bats to their flowers

이 잎이 박쥐가 보내는 신호를 증폭시켜

by amplifying the signals that the bats send out,

박쥐를 자신의 꽃으로 인도하는데

therefore, improving pollination.

꽃의 수정이 향상됩니다.

What if we could create an artificial version of evolution

우리가 인공적인 진화를 만들어 낼 수 있어서

that would enable robots to evolve in a similar manner

생명체의 진화와 비슷한 방식으로

as biological organisms?

로봇을 진화하게 한다면 어떨까요?

I'm not talking about biomimicry,

저는 자연에서 관찰되는 것을

a technology which simply copies what's observed in nature.

단순히 복사하는 생체모방을 말하는 게 아닙니다.

What we're hoping to harness is the creativity of evolution,

저희는 진화의 창조성을 배우고 싶은데,

to discover designs that are not observed here on Earth,

인간 공학자가 여태 생각지 못했거나 꿈도 꾸지 못한,

the human engineer might not have thought of

이 지구에서 관찰되지 않은

or even be capable of conceiving.

디자인을 발견하려는 겁니다.

In theory,

이론상으로는

this evolutionary design technology could operate completely autonomously

이런 진화적 설계 기술이 아주 먼 곳에서

in a faraway place.

완전 자동으로 작동할 수 있습니다.

But equally it could be guided by humans.

하지만 그와 동시에 사람에 의해서 유도될 수도 있습니다.

Just as we breed plants for qualities such as drought resistance or taste,

가뭄에 견디는 성질이나 특정한 맛을 얻기 위해 식물을 교배하는 것처럼

the human robot breeder could guide artificial evolution to producing robots

인간이 인공 진화를 유도해 특정 성능을 가진 로봇을 만들도록

with specific qualities.

할 수 있을 겁니다.

For example,

예를 들면,

the ability to squeeze through a narrow gap

좁은 사이를 비집고 통과하거나

or perhaps operate at low energy.

작은 에너지로 작동하는 능력입니다.

This idea of artificial evolution imitating biological evolution

컴퓨터 프로그램을 이용해 긴 시간에 걸친

using a computer program

문제에 대한 점점 나은 해결책을 찾는

to breed better and better solutions to problems over time

생물적 진화를 모방하는 인공 진화의 아이디어는

isn't actually new.

사실 새롭지 않습니다

In fact, artificial evolution,

시실, 인공 진화는

algorithms operating inside a computer,

컴퓨터 내부에서 작동하는 연산방식인데

have been used to design everything from tables to turbine blades.

탁자에서 원동기 날개까지 모든것을 설계하는 데 사용해 왔습니다.

Back in 2006,

지난 2006년

NASA even sent a satellite into space with a communication antenna

나사에서 인공 진화로 설계한 통신 안테나를 장착한

that had been designed by artificial evolution.

인공위성을 우주로 보내기도 했습니다.

But evolving robots is actually much harder

하지만 탁자처럼 진화하는 수동적 개체보다는

than evolving passive objects such as tables,

진화하는 로봇이 사실상 훨씬 더 어렵습니다.

because robots need brains as well as bodies

로봇은 몸체 뿐만 아니라 두뇌도 필요하기 때문인데,

in order to make sense of the information in the world around them

자신을 둘러싼 세계의 정보를 이해해야 하고

and translate that into appropriate behaviors.

그 정보를 적정한 행동으로 전환해야 하기 때문입니다.

So how do we do it?

그럼 어떻게 해야 할까요?

Surprisingly, evolution only needs three ingredients:

놀랍게도, 진화는 단 세 개의 요소만 필요합니다.

a population of individuals which exhibit some physical variations;

하나, 약간의 물리적 차이를 보이는 개체들의 집합,

a method of reproduction

둘, 부모의 특성 일부와

in which offspring inherit some traits from their parents

가끔씩 변이를 통해 얻는 특성이

and occasionally acquire new ones via mutation;

후세대로 유전되는 재생산의 방법,

and finally, a means of natural selection.

마지막 셋, 자연 선택의 수단입니다.

So we can replicate these three ingredients to evolve robots

이러한 세 개의 요소를 모형으로 하드웨어와 소프트웨어를 사용해

using a mixture of hardware and software.

로봇이 진화하게 할 수 있습니다.

The first task is to design a digital version of DNA.

첫 번째 임무는 유전자를 디지털로 설계하는 것입니다.

That is a digital blueprint that describes the robot's brain, its body,

이것은 로봇의 두뇌, 몸체, 감각 기관, 운동 수단을 묘사하는

its sensory mechanisms and its means of locomotion.

디지털 청사진 입니다.

Using a randomly generated set of these blueprints,

이 진화 과정을 시작시키기 위해

we can create an initial population of 10 or more robots

무작위로 생성한 이러한 청사진의 조합으로

to kick-start this evolutionary process.

10개 이상의 첫 로봇 집단을 제작할 수 있습니다.

We've designed a technology that can take the digital blueprint

저희는 인간의 도움 없이 디지털 청사진을 가지고

and turn it into a physical robot without any need for human assistance.

물리적인 로봇으로 만드는 기술을 설계했습니다.

For example, it uses a 3D printer to print the skeleton of the robot

예로, 이것은 3차원 프린터로 로봇의 골격을 만들고

and then an automated assembly arm like you might find in a factory

여러분이 공장에서 볼 수 있는 자동 조립 팔로

to add any electronics and moving parts,

두뇌 역할을 할 소형 컴퓨터를 포함해

including a small computer that acts as a brain.

전자 부품과 동작 부품을 추가합니다.

And to enable this brain to adapt to the new body of the robot,

이 두뇌를 로봇의 새 몸체에 적응시키기 위해

we send every robot produced to an equivalent of a kindergarten,

저희가 생산한 모든 로봇을 유치원에 견줄만한 곳으로 보내어

a place where the newborn robot can refine its motor skills

새로 만들어진 로봇들이 어린이들이 배우는 것 처럼

almost like a small child would.

운동 감각을 세밀하게 조정합니다.

To mimic natural selection,

자연 선택을 모방하는 방식으로

we score these robots on the ability to conduct a task.

저희는 로봇들의 임무 수행 능력에 점수를 부여했습니다.

And then we use these scores

그리고서 그 점수를 이용해

to selectively decide which robots get to reproduce.

어느 로봇이 재생산될 지 선별했습니다.

The reproduction mechanism

재생산 방식은

mixes the digital DNA of the chosen parent robots

선별된 로봇들의 디지털 유전자를 섞어서

to create a new blueprint for a child robot

새로운 후세대 로봇의 청사진을 만들었습니다.

that inherits some of the characteristics from its parents

부모 세대 로봇의 특성도 일부 전해졌지만

but occasionally also exhibits some new ones.

가끔 약간의 새로운 특성도 나타났습니다.

And by repeating the cycle of selection and reproduction over and over again,

선별과 재생산의 주기를 여러번 반복함으로써

we hope that we can breed successive generations of robots

저희는 이어질 세대의 로봇이 계속 만들어지길 기대합니다.

where, just like is often observed in biological evolution,

생물학적 진화에서 종종 관찰되는 것처럼

each generation gets better than the last,

각 세대가 그 이전 세대보다 점점 나아집니다.

with the robots gradually optimizing their form and their behavior

로봇도 그들이 처한 환경과 임무에 맞게

to the task and the environment that they find themselves in.

스스로의 형태와 행동을 점차적으로 최적화합니다.

Now, although this can all take place

때로 수천년에 걸쳐 진행되는

in a time frame that's much faster than biological evolution,

생물학적 진화에 비해 인공 진화가

which sometimes takes thousands of years,

훨씬 빠르게 진행되지만

it's still relatively slow in terms of the time frames we might expect

우리가 현대 사회에서 기대하는 시간틀로 보자면

in our modern world

가공품을 설계하고 생산하기에는

to design and produce an artifact.

여전히 상대적으로 느립니다.

It's mainly due to the 3D printing process,

그 주요 원인이 3차원 프린터의 처리입니다.

which can take more than four hours per robot,

난이도와 로봇의 형태에 따라

depending on the complexity and the shape of the robot.

로봇 하나에 4시간이상 걸릴 수 있습니다.

But we can give our artificial evolutionary process a helping hand

하지만 인공 진화의 진행에 도움의 손길을 줄 수도 있습니다.

to reduce the number of physical robots that we actually need to make.

만들어야 할 물리적 로봇의 숫자를 줄이는 겁니다.

We create a digital copy of every robot produced

컴퓨터의 가상 실험기에

inside a simulation in a computer,

생산되었던 모든 로봇을 디지털 복사해서

and we allow this virtual population of robots to evolve.

가상으로 로봇들이 진화하게 하는 겁니다.

Now it's quite likely that the simulation isn't a very accurate representation

가상 실험이 현실 세계를 아주 정확히 반영하는 것은

of the real world.

어렵겠죠.

But it has an advantage that it enables models of robots to be created

하지만 이것의 장점으로 로봇의 모형을 만들고 시험하는데

and tested in seconds rather than hours.

몇시간이 아닌 단 몇초가 걸립니다.

So using the simulator technology,

그러므로 가상 실험 기술을 이용하면

we can quickly explore the potential of a wide range of robot types

다른 모양과 크기, 다른 감각 기능 설정을 가진

of different shapes and sizes, of different sensory configurations,

폭넓은 범위의 다른 종류의 로봇이 가진 잠재력을 빠르게 파악할 수 있고

and quickly get a rough estimate of how useful each robot may be

물리적으로 만들기 전에 각 로봇이 얼마나 유용할 지

before we physically make it.

빠르게 대략 예상할 수 있습니다.

And we predict that by allowing a novel form of breeding

물리적 로봇과 가상의 로봇을 교배시키는

in which a physical robot can breed with one of its virtual cousins,

훌륭한 형태의 교배를 통해 로봇의 잠재력을 예측하고

then the useful traits that have been discovered in simulation

가상 실험에서 발견한 유용한 특성을

will quickly spread into the physical robot population,

빠르게 물리적 로봇들에게 적용시키면

where they can be further refined in situ.

그들이 상황에 맞게 더 세밀히 조정할 겁니다.

It might sound like science fiction,

공상과학처럼 들리겠지만,

but actually there's a serious point.

사실 진지한 요점이 한가지 있습니다.

While we expect the technology that I've just described

저희가 기대하는 것은 제가 말씀드린 기술이

to be useful in designing robots,

로봇 설계에 유용하리라는 겁니다

for example, to work in situations where it's unsafe to send humans

예로, 사람을 보내기에는 위험한 곳에서의 작업이나

or to help us pursue our scientific quest for exoplanetary exploration,

외계행성 탐험을 위한 과학적 탐구를 돕는 것처럼요.

there are some more pragmatic reasons

하지만 인공 진화를 고려해야 할

why we should consider artificial evolution.

또 다른 실제적인 이유가 있습니다.

As climate change gathers pace,

기후 변화가 점점 빨라짐에 따라

it is clear that we need a radical rethink

생태적 발자취를 줄이기 위해서는

to our approach to robotic design here on Earth

지구상에서 로봇 설계에 대한 접근법에 대한

in order to reduce that ecological footprint.

근본적인 생각의 전환이 필요함이 분명합니다.

For example,

예를 들면,

creating new designs of robot built from sustainable materials

새로운 로봇의 설계에 친환경 재료를 사용하고

that operate at low energy,

작은 에너지로 자동하게 하고

that are repairable and recyclable.

수리와 재활용이 가능하게 하는 겁니다.

It's quite likely that this new generation of robots

이러한 새로운 세대의 로봇의 모습은

won't look anything like the robots that we see around us today,

오늘날 우리 주변에서 보는 로봇과 전혀 다른 양상일 수 있습니다.

but that's exactly why artificial evolution might help.

우리의 과학 기술에 대한 이해가 설계 공정에 제약을 가하는데

Discovering novel designs by processes that are unfettered by the constraints

그러한 제약을 받지 않는 훌륭한 설계를 하는데

that our own understanding of engineering science

바로 인공 진화가

imposes on the design process.

도움이 될 수 있습니다.

Thank you.

감사합니다.

(Applause)

(박수)