Why Don’t We Have Better Robots Yet? | Ken Goldberg | TED

202,132 views ・ 2024-03-28

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Hanna Park 검토: JY Kang
00:04
I have a feeling most people in this room would like to have a robot at home.
0
4268
5739
여기 계신 분들 대부분이 집에 로봇을 두고 싶어할 것 같아요.
00:10
It'd be nice to be able to do the chores and take care of things.
1
10041
3603
집안일도 하고 이것저것 알아서 할 수 있으면 좋잖아요.
00:13
Where are these robots?
2
13677
1168
이런 로봇들은 어디에 있나요? 뭐가 그렇게 오래 걸리나요?
00:14
What's taking so long?
3
14879
1601
00:16
I mean, we have our tricorders,
4
16514
2636
휴대용 스캐너도 있고,
00:19
and we have satellites.
5
19183
2603
위성도 있잖아요.
00:22
We have laser beams.
6
22253
2169
레이저 빔도 있죠.
00:24
But where are the robots?
7
24755
1935
그런데 로봇은 어디에 있는 거죠?
00:26
(Laughter)
8
26690
1502
(웃음)
00:28
I mean, OK, wait, we do have some robots in our home,
9
28225
3170
그러니까, 잠깐만요, 우리 집에도 로봇이 있긴 한데,
00:31
but, not really doing anything that exciting, OK?
10
31395
4238
그리 신나는 일을 하진 않아요.
00:35
(Laughter)
11
35666
1268
(웃음)
00:36
Now I've been doing research at UC Berkeley for 30 years
12
36967
4205
저는 UC 버클리에서 30년간 로봇에 관한 연구를 해왔는데요.
00:41
with my students on robots,
13
41205
2703
00:43
and in the next 10 minutes,
14
43941
1435
이제 10분 동안,
00:45
I'm going to try to explain the gap between fiction and reality.
15
45409
4805
공상과 현실 사이의 격차를 설명하려고 합니다.
00:50
Now we’ve seen images like this, right?
16
50514
2803
이 영상 본 적 있으실 거에요.
00:53
These are real robots.
17
53350
1235
이게 진짜 로봇이에요. 정말 놀랍죠.
00:54
They're pretty amazing.
18
54585
1201
00:55
But those of us who work in the field,
19
55820
1868
하지만 현장에서 일하는 우리 입장에서는
00:57
well, the reality is more like this.
20
57721
2036
현실은 이런 모습이죠.
00:59
(Laughter)
21
59757
2502
(웃음)
01:02
That's 99 out of 100 times, that's what happens.
22
62293
3203
100번 중 99번은 이런 일이 벌어지죠.
01:05
And in the field, there's something that explains this
23
65529
2836
현장에서는 이런 걸 두고 모라벡의 역설이라고 합니다.
01:08
that we call Moravec's paradox.
24
68399
2302
01:10
And that is, what's easy for robots,
25
70734
2069
로봇에게는 쉬운 일,
01:12
like being able to pick up a large object,
26
72837
3570
즉, 크고 무거운 물체를 집어 올리는 것 같은 쉬운 일이
01:16
large, heavy object,
27
76440
1268
01:17
is hard for humans.
28
77708
2202
인간에게는 어려운 일이죠.
01:20
But what's easy for humans,
29
80377
2369
하지만 블록을 집어서 쌓는 것 같이 인간에게는 쉬운 일이
01:22
like being able to pick up some blocks and stack them,
30
82780
3804
01:26
well, it turns out that is very hard for robots.
31
86584
3970
로봇에게는 매우 어려운 일입니다.
01:31
And this is a persistent problem.
32
91388
2236
그리고 이것은 끊임없이 지속되는 문제이기에
01:33
So the ability to grasp arbitrary objects is a grand challenge for my field.
33
93657
6307
임의의 물체를 집는 능력이 제 분야에서는 큰 도전입니다.
01:40
Now by the way, I was a very klutzy kid.
34
100531
4204
그나저나 저는 엄청 둔한 아이였어요.
01:44
(Laughter)
35
104735
1301
(웃음)
물건을 자주 떨어뜨렸죠.
01:46
I would drop things.
36
106070
1168
01:47
Any time someone would throw me a ball, I would drop it.
37
107271
2636
누가 공을 던지면 자주 놓치곤 해서 농구팀에도 겨우 들어갔습니다.
01:49
I was the last kid to get picked on a basketball team.
38
109940
2703
01:52
I'm still pretty klutzy, actually,
39
112676
1635
사실 아직도 매우 둔한 편이긴 하지만,
01:54
but I have spent my entire career studying how to make robots less clumsy.
40
114345
5472
그런 제가 로봇을 덜 서투르게 만드는 방법을 평생 연구한 거죠.
02:00
Now let's start with the hardware.
41
120484
1935
이제 하드웨어부터 시작하겠습니다.
02:02
So the hands.
42
122453
2069
먼저 손에 대한 건데요.
02:04
Now this is a robot hand, a particular type of hand.
43
124555
3337
이건 로봇의 손입니다. 특별한 종류의 손인데요.
02:07
It's a lot like our hand.
44
127925
1235
우리 손과 많이 닮았죠.
02:09
And it has a lot of motors, a lot of tendons
45
129193
3470
보시는 것처럼 모터도 많고 힘줄도 많고 케이블도 많죠.
02:12
and cables as you can see.
46
132696
1535
02:14
So it's unfortunately not very reliable.
47
134265
2602
그래서 안타깝게도 신뢰성이 떨어집니다.
02:16
It's also very heavy and very expensive.
48
136901
2435
또한 매우 무겁고, 매우 비싸죠.
02:19
So I'm in favor of very simple hands, like this.
49
139637
3803
그래서 저는 이렇게 단순한 손을 선호합니다.
02:23
So this has just two fingers.
50
143440
2403
이건 손가락이 두 개밖에 없죠.
02:25
It's known as a parallel jaw gripper.
51
145876
1769
평행 턱 집게라고 합니다.
02:28
So it's very simple.
52
148012
1535
이건 아주 단순합니다.
02:29
It's lightweight and reliable and it's very inexpensive.
53
149580
4438
가볍고 안정적이며 매우 저렴합니다.
02:34
And if you're doubting that simple hands can be effective,
54
154652
3970
이 단순한 손이 효과적일지 의심스러울 거예요.
02:38
look at this video where you can see that two very simple grippers,
55
158622
4371
이 영상에서 두 개의 아주 단순한 집게들을 볼 수 있는데요.
02:43
these are being operated, by the way,
56
163027
1935
그런데 사실 사람이 집게들을 꼭두각시처럼 조종하고 있는 거예요.
02:44
by humans who are controlling the grippers like a puppet.
57
164995
2903
02:47
But very simple grippers are capable of doing very complex things.
58
167898
3504
하지만 이렇게 단순한 집게로 매우 복잡한 작업을 할 수 있습니다.
02:51
Now actually in industry,
59
171435
1468
실제로 현재 산업 현장에서는 더 간단한 로봇 집게도 있습니다.
02:52
there’s even a simpler robot gripper, and that’s the suction cup.
60
172937
3703
바로 흡착 컵인데요.
02:56
And that only makes a single point of contact.
61
176674
2469
이렇게 하면 단 하나의 접촉점만 만들 수 있습니다.
02:59
So again, simplicity is very helpful in our field.
62
179176
3037
다시 말씀드리지만, 단순함은 우리 분야에서 매우 유용합니다.
03:02
Now let's talk about the software.
63
182646
2169
이제 소프트웨어에 대해 이야기해 보죠.
03:04
This is where it gets really, really difficult
64
184815
3203
이 분야는 정말 어렵습니다.
불확실성이라는 근본적인 문제 때문이죠.
03:08
because of a fundamental issue, which is uncertainty.
65
188018
4004
03:12
There's uncertainty in the control.
66
192356
2202
제어의 불확실성,
03:14
There’s uncertainty in the perception.
67
194592
2135
인지의 불확실성,
03:16
And there’s uncertainty in the physics.
68
196760
2169
그리고 물리학적 불확실성이 있습니다.
03:19
Now what do I mean by the control?
69
199463
1668
그럼 제어는 무엇을 의미할까요?
03:21
Well if you look at a robot’s gripper trying to do something,
70
201165
3670
로봇 집게로 뭔가를 할 때는
03:24
there's a lot of uncertainty in the cables and the mechanisms
71
204868
3904
케이블과 메커니즘에 많은 불확실성이 존재하는데,
03:28
that cause very small errors.
72
208806
2102
그 결과 아주 작은 오류가 발생합니다.
03:30
And these can accumulate and make it very difficult to manipulate things.
73
210908
4104
그리고 이것이 누적되어 물건들을 조작하기가 매우 어려워질 수 있습니다.
03:36
Now in terms of the sensors, yes,
74
216046
2002
감지 장치 측면에서 보자면,
03:38
robots have very high-resolution cameras just like we do,
75
218082
3803
로봇은 우리처럼 매우 높은 해상도의 카메라를 가지고 있습니다.
03:41
and that allows them to take images of scenes in traffic
76
221919
3904
로봇은 그걸로 장면을 촬영할 수 있죠.
교통, 양로원, 창고 또는 수술실의 장면을 볼 수 있습니다.
03:45
or in a retirement center,
77
225856
1668
03:47
or in a warehouse or in an operating room.
78
227558
3136
03:50
But these don't give you the three-dimensional structure
79
230694
2670
하지만 이것만으로 현재 상황을 3차원적으로 구조화할 수는 없습니다.
03:53
of what's going on.
80
233364
1334
03:54
So recently, there was a new development called LIDAR,
81
234999
3503
그래서 최근 새로 개발된 것이 라이다(LiDAR)라는 기술인데요.
03:58
and this is a new class of cameras that use light beams to build up
82
238535
4505
이 새로운 종류의 카메라는 광선을 이용해서
주변 환경을 3차원 모델로 만듭니다.
04:03
a three-dimensional model of the environment.
83
243073
2436
04:06
And these are fairly effective.
84
246277
1768
이 기술은 상당히 효과적입니다.
04:08
They really were a breakthrough in our field, but they're not perfect.
85
248078
4171
우리 분야에서 정말 획기적인 발전이었어요.
하지만 완벽하진 않았습니다.
04:12
So if the objects have anything that's shiny or transparent,
86
252283
5005
물체에 반짝이거나 투명한 것이 있으면
04:17
well, then the light acts in unpredictable ways,
87
257288
2435
빛이 예측할 수 없게 작용하여 이미지에 왜곡이나 구멍이 생깁니다.
04:19
and it ends up with noise and holes in the images.
88
259757
2335
04:22
So these aren't really the silver bullet.
89
262126
2002
그러니까 이것이 진짜 결정적인 해결책은 아니죠.
04:24
And there’s one other form of sensor out there now called a “tactile sensor.”
90
264595
4171
그리고 현재 “촉각 센서”라고 불리는 또 다른 형태의 감지 장치가 있습니다.
04:28
And these are very interesting.
91
268766
1501
매우 흥미로운 기술인데요.
04:30
They use cameras to actually image the surfaces
92
270301
3203
로봇 손이 접촉하면 카메라로 실제 접촉면을 이미지화합니다.
04:33
as a robot would make contact,
93
273504
2135
04:35
but these are still in their infancy.
94
275673
1935
하지만 아직 초기 단계입니다.
04:38
Now the last issue is the physics.
95
278242
2702
이제 마지막 주제는 물리학입니다.
04:40
And let me illustrate for you by showing you,
96
280978
3203
예를 들어 보여 드릴게요.
04:44
we take a bottle on a table
97
284214
1769
테이블 위에 놓인 병을 밀면,
04:45
and we just push it,
98
285983
1168
04:47
and the robot's pushing it in exactly the same way each time.
99
287184
3403
로봇이 매번 정확하게 똑같은 방식으로 밀어냅니다.
04:50
But you can see that the bottle ends up in a very different place each time.
100
290621
4471
하지만 병이 매번 다른 위치로 밀리는 걸 볼 수 있습니다.
04:55
And why is that?
101
295125
1168
왜 그럴까요?
04:56
Well it’s because it depends on the microscopic surface topography
102
296327
4871
그건 병 밑 바닥 표면의 미세한 높낮이 차이에 따라
병의 미끄러짐이 달라지기 때문이죠.
05:01
underneath the bottle as it slid.
103
301198
2603
05:03
For example, if you put a grain of sand under there,
104
303834
2469
예를 들어 모래알을 그 밑에 넣으면,
05:06
it would react very differently than if there weren't a grain of sand.
105
306337
3536
모래 한 알이 없을 때와는 아주 다르게 반응하죠.
05:09
And we can't see if there's a grain of sand because it's under the bottle.
106
309873
3804
그리고 병 밑에 모래 알갱이가 있는지도 알 수 없고요.
05:14
It turns out that we can predict the motion of an asteroid
107
314311
3937
100만 마일 떨어진 소행성의 움직임을 예측하는 것이
05:18
a million miles away,
108
318248
2636
05:20
far better than we can predict the motion of an object
109
320918
3170
로봇의 움직임을 예측하는 것보다 훨씬 더 쉽다고 할 수 있죠.
05:24
as it's being grasped by a robot.
110
324121
2002
05:27
Now let me give you an example.
111
327391
2169
이제 한 가지 예를 들어보죠.
05:29
Put yourself here into the position of being a robot.
112
329593
3537
로봇의 입장에서 생각해보세요.
05:33
You're trying to clear the table
113
333731
1534
테이블을 치우려고 하는데
05:35
and your sensors are noisy and imprecise.
114
335265
2570
감지된 신호가 왜곡되고 정확하지 않아요.
05:37
Your actuators, your cables and motors are uncertain,
115
337835
3436
작동 장치, 케이블 및 모터가 불확실하기 때문에
05:41
so you can't fully control your own gripper.
116
341305
2369
집게를 제대로 제어할 수 없습니다.
05:43
And there's uncertainty in the physics,
117
343707
2102
그리고 물리학에는 불확실성이 있기 때문에,
05:45
so you really don't know what's going to happen.
118
345809
2303
어떤 일이 벌어질지 알 수 없습니다.
05:48
So it's not surprising that robots are still very clumsy.
119
348145
3604
따라서 당연히 로봇의 동작이 서툴 수밖에 없죠.
05:52
Now there's one sweet spot for robots, and that has to do with e-commerce.
120
352883
4805
로봇이 가장 적합한 분야는 전자 상거래 관련 분야입니다.
05:57
And this has been growing, it's a huge trend.
121
357721
2102
이 분야는 계속해서 성장해 왔죠.
05:59
And during the pandemic, it really jumped up.
122
359857
3036
특히 팬데믹 기간에는 급격한 증가세를 보였습니다.
06:02
I think most of us can relate to that.
123
362926
2336
다들 공감하실 거예요.
06:05
We started ordering things like never before,
124
365829
2570
물건을 주문하는 방식이 전과 전혀 달라졌고,
06:08
and this trend is continuing.
125
368432
1735
이런 추세는 계속되고 있죠.
06:10
And the challenge is to meet the demand,
126
370200
2770
문제는 주문량을 충족시키는 것입니다.
06:13
we have to be able to get all these packages delivered in a timely manner.
127
373003
4972
이 모든 택배 상품을 적시에 배송할 수 있어야 하죠.
06:18
And the challenge is that every package is different,
128
378575
2503
문제는 택배 물품이 다 다르고, 주문 내용도 다르다는 것입니다.
06:21
every order is different.
129
381078
1234
06:22
So you might order some some nail polish and an electric screwdriver.
130
382346
5939
그래서 여러분이 매니큐어와 전동 드라이버를 주문했다고 치죠.
06:28
And those two objects are going to be
131
388652
2770
그 두 물건은 거대한 창고 안 어느 한 곳에 있을 거예요.
06:31
somewhere inside one of these giant warehouses.
132
391455
3036
06:34
And what needs to be done is someone has to go in,
133
394925
2336
그러면 해야 할 일은 누군가가 거기 들어가서,
06:37
find the nail polish and then go and find the screwdriver,
134
397294
2769
매니큐어를 찾고, 다음에 드라이버도 찾아와서
06:40
bring them together, put them into a box and deliver them to you.
135
400063
3204
그것들을 박스에 넣고 여러분에게 배달해야 합니다.
06:43
So this is extremely difficult, and it requires grasping.
136
403300
3137
이것은 매우 어려운 일이죠. 물건을 찾아서 집어 와야 하고요.
06:46
So today, this is almost entirely done with humans.
137
406437
3136
그래서 지금은 그 일 대부분을 사람이 담당하고 있죠.
06:49
And the humans don't like doing this work,
138
409606
2002
그런데 사람들은 이 일을 싫어해서 이직률이 엄청납니다.
06:51
there's a huge amount of turnover.
139
411642
1768
06:53
So it's a challenge.
140
413410
1201
그래서 사람들은 로봇을 데려다가 창고에 넣고 이 일을 시키기로 했죠.
06:54
And people have tried to put robots
141
414611
2937
06:57
into warehouses to do this work.
142
417581
3070
07:01
(Laughter)
143
421018
6339
(웃음)
07:08
It hasn't turned out all that well.
144
428192
3937
아직 잘 되고 있는 건 아니에요.
07:12
But my students and I, about five years ago,
145
432563
3570
하지만 학생들과 저는 약 5년 전에,
07:16
we came up with a method, using advances in AI and deep learning,
146
436133
4071
AI와 딥러닝의 발전을 이용해서
07:20
to have a robot essentially train itself to be able to grasp objects.
147
440204
3903
로봇이 물건 잡는 걸 스스로 배우는 방법을 생각해 냈습니다.
07:24
And the idea was that the robot would do this in simulation.
148
444441
2836
로봇이 시뮬레이션을 통해 이 일을 수행하게 하자는 개념이죠.
07:27
It was almost as if the robot were dreaming about how to grasp things
149
447277
3270
마치 로봇이 사물을 쥐는 법을 꿈꾸면서 정확히 쥐는 법을 배우는 것과 같아요.
07:30
and learning how to grasp them reliably.
150
450581
1935
07:32
And here's the result.
151
452816
1168
그 결과로 나온 것이 덱스넷이라는 시스템인데요.
07:34
This is a system called Dex-net
152
454017
1869
07:35
that is able to reliably pick up objects
153
455919
3270
로봇이 앞에 있는 통 속의 물체들을 안정적으로 집어 올릴 수 있습니다.
07:39
that we put into these bins in front of the robot.
154
459223
2502
07:41
These are objects it's never been trained on,
155
461758
2670
이런 물체들은 아직 훈련을 받지 않은 것들인데,
07:44
and it's able to pick these objects up
156
464461
1835
로봇이 이런 물체들을 집어 들고
07:46
and reliably clear these bins over and over again.
157
466330
2869
계속해서 반복하면서 통을 깨끗하게 비울 수 있습니다.
07:49
So we were very excited about this result.
158
469666
2570
그래서 저희는 이 결과가 정말 만족스러웠어요.
07:52
And the students and I went out to form a company,
159
472269
3003
학생들과 저는 회사를 설립했고,
07:55
and we now have a company called Ambi Robotics.
160
475305
3103
지금은 앰비 로보틱스라는 회사가 생겼습니다.
07:58
And what we do is make machines that use the algorithms,
161
478742
4104
우리가 하는 일은 버클리에서 개발한 알고리즘 소프트웨어를 사용하여,
08:02
the software we developed at Berkeley,
162
482880
2268
택배 상자를 분류하는 로봇을 만드는 것입니다.
08:05
to pick up packages.
163
485148
1936
08:07
And this is for e-commerce.
164
487117
1902
전자 상거래를 위한 로봇이죠.
08:09
The packages arrive in large bins, all different shapes and sizes,
165
489052
3504
큰 용기에 담겨 운반된 모양과 크기가 다른 상자들을
08:12
and they have to be picked up,
166
492589
1468
집어서 스캔하고 우편번호에 따라 작은 용기에 넣어야 합니다.
08:14
scanned and then put into smaller bins depending on their zip code.
167
494057
3337
08:18
We now have 80 of these machines operating across the United States,
168
498061
4205
현재 미국 전역에서 80대의 로봇이 운영되고 있고,
08:22
sorting over a million packages a week.
169
502299
2836
일주일에 100만 개가 넘는 택배 물품을 분류하고 있습니다.
08:26
Now that’s some progress,
170
506169
3204
이제 어느 정도 진전이 있긴 하지만,
08:29
but it's not exactly the home robot that we've all been waiting for.
171
509406
3837
우리 모두가 기다려왔던 가정용 로봇은 아닙니다.
08:33
So I want to give you a little bit of an idea
172
513677
2536
그래서 우리가 하고 있는 몇 가지 새로운 연구를 소개해드리겠습니다.
08:36
of some the new research that we're doing
173
516246
2102
여러분 가정용 로봇의 등장에 필요한 연구라고 할 수 있죠.
08:38
to try to be able to have robots more capable in homes.
174
518348
3070
08:41
And one particular challenge is being able to manipulate deformable objects,
175
521752
4171
특히 한 가지 특별한 점은 변형 가능한 물체를 조작할 수 있다는 것입니다.
08:45
like strings in one dimension,
176
525956
2102
예를 들어 1차원의 끈,
08:48
two-dimensional sheets and three dimensions,
177
528058
3470
2차원 시트,
3차원의 과일, 채소 같은 물체 말이죠.
08:51
like fruits and vegetables.
178
531562
2202
08:53
So we've been working on a project to untangle knots.
179
533764
3804
그래서 우리는 얽힌 매듭을 푸는 프로젝트를 진행해 왔습니다.
08:57
And what we do is we take a cable and we put that in front of the robot.
180
537901
4104
먼저 케이블을 가져다가 로봇 앞에 놓습니다.
09:02
It has to use a camera to look down, analyze the cable,
181
542039
2936
그러면 카메라로 내려다보고, 케이블을 분석한 뒤에
09:04
figure out where to grasp it
182
544975
1368
어디서 잡아야 하는지,
09:06
and how to pull it apart to be able to untangle it.
183
546343
2836
어떻게 분리해야 풀릴지 알아내야 합니다.
09:09
And this is a very hard problem,
184
549580
1668
이건 정말 어려운 문제예요.
09:11
because the cable is much longer than the reach of the robot.
185
551248
2903
케이블이 로봇의 팔 길이보다 훨씬 더 길기 때문이죠.
09:14
So it has to go through and manipulate, manage the slack as it's working.
186
554184
4438
작업을 수행하면서 케이블을 조작하고 느슨한 부분을 관리해야 합니다.
09:18
And I would say this is doing pretty well.
187
558655
2436
꽤 잘 하는 편이라고 할 수 있어요.
09:21
It's gotten up to about 80 percent success
188
561124
2269
엉킨 케이블을 푸는 성공률이 80%에 이르고 있습니다.
09:23
when we give it a tangled cable at being able to untangle it.
189
563427
3203
09:27
The other one is something I think we also all are waiting for:
190
567731
3070
다른 하나는 우리 모두가 기다리고 있는 것일지 모르겠네요.
09:30
robot to fold the laundry.
191
570834
2269
바로 빨래를 개는 로봇이죠.
09:33
Now roboticists have actually been looking at this for a long time,
192
573136
4071
사실 로봇공학자들은 이걸 오랫동안 연구해 왔고,
09:37
and there was some research that was done on this.
193
577240
3037
몇 가지 연구 사례도 있었습니다.
09:40
But the problem is that it's very, very slow.
194
580277
2869
하지만 문제는 속도가 매우 느리다는 것입니다.
09:43
So this was about three to six folds per hour.
195
583180
5572
3번에서 6번 접는 데
한 시간이나 걸렸으니까요.
09:48
(Laughter)
196
588785
1902
(웃음)
09:50
So we decided to to revisit this problem
197
590721
3403
그래서 우리는 이 문제를 다시 살펴보기로 했고,
09:54
and try to have a robot work very fast.
198
594124
1902
로봇이 아주 빠르게 작동하도록 해보기로 했습니다.
09:56
So one of the things we did was try to think
199
596059
2069
사람처럼 천을 펼칠 수 있는 양팔 로봇을 생각했죠.
09:58
about a two-armed robot that could fling the fabric
200
598128
2402
10:00
the way we do when we're folding,
201
600530
1602
그리고 이렇게 천을 끌 때의 마찰로 주름을 다듬기도 합니다.
10:02
and then we also used friction in this case to drag the fabric
202
602132
2903
10:05
to smooth out some wrinkles.
203
605035
1602
10:06
And then we borrowed a trick which is known as the two-second fold.
204
606670
4838
그리고 2초 접기라는 기술을 빌렸죠.
10:11
You might have heard of this.
205
611541
1402
아마 들어 보셨을 겁니다.
10:12
It's amazing because the robot is doing exactly the same thing
206
612976
3270
정말 놀랍게도 로봇이 정확히 같은 일을 하고 있죠.
10:16
and it's a little bit longer, but that's real time,
207
616279
2536
시간이 조금 걸리긴 하지만요.
실시간 영상입니다. 빨리 돌린 게 아니고요.
10:18
it's not sped up.
208
618849
1168
여기서 더 발전시키는 중입니다.
10:20
So we're making some progress there.
209
620017
1968
10:23
And the last example is bagging.
210
623120
1601
마지막 예시는 비닐봉지입니다.
10:24
So you all encounter this all the time.
211
624755
2168
다들 늘 경험하는 일이죠.
10:26
You go to a corner store, and you have to put something in a bag.
212
626957
3070
동네 상점에서 비닐봉지에 물건을 담는 겁니다.
10:30
Now it's easy, again, for humans,
213
630027
1601
다시 말씀드리지만, 인간과 달리 로봇에게는 매우 까다로운 일입니다.
10:31
but it's actually very, very tricky for robots
214
631628
3370
인간은 비닐봉지를 어떻게 잡고 어떻게 다룰지 알기 때문이죠.
10:35
because for humans, you know how to take the bag
215
635032
2268
10:37
and how to manipulate it.
216
637300
1235
10:38
But robots, the bag can arrive in many different configurations.
217
638568
3104
하지만 로봇에게 비닐봉지는 다른 형태로 보일 수 있습니다.
10:41
It’s very hard to tell what’s going on
218
641705
2836
어떤 상태인지 알아내고
10:44
and for the robot to figure out how to open up that bag.
219
644541
2769
비닐봉지를 어떻게 열지 아는 건 로봇에겐 매우 어렵습니다.
10:47
So what we did was we had the robot train itself.
220
647310
4705
그래서 우리는 로봇이 스스로 훈련하도록 시켰습니다.
10:52
We painted one of these bags with fluorescent paint,
221
652015
2469
비닐봉지에 형광 페인트를 칠해두고 조명을 껐다 켜는 걸 반복하면서
10:54
and we had fluorescent lights that would turn on and off,
222
654518
2702
로봇은 기본적으로 이 비닐봉지를 다루는 방법을 스스로 터득하게 됩니다.
10:57
and the robot would essentially teach itself how to manipulate these bags.
223
657220
4438
11:01
And so we’ve gotten it now up to the point
224
661692
2035
지금은 이 문제를 어느 정도 해결할 수 있는 수준까지 도달해서
11:03
where we're able to solve this problem about half the time.
225
663727
3770
시간을 절반 정도로 줄였죠.
11:07
So it works,
226
667497
1268
잘 작동되고 있지만, 아직 원하는 수준은 아닙니다.
11:08
but I'm saying, we're still not quite there yet.
227
668765
3737
11:12
So I want to come back to Moravec's paradox.
228
672502
2303
모라벡의 역설로 다시 돌아가 보죠.
11:14
What's easy for robots is hard for humans.
229
674838
2236
로봇에게는 쉬운 것이 인간에게는 어렵습니다.
11:17
And what's easy for us is still hard for robots.
230
677107
4871
인간에게는 쉬운 일이 로봇에게는 여전히 어렵습니다.
11:22
We have incredible capabilities.
231
682412
2369
우리에겐 놀라운 능력이 있어요.
11:24
We're very good at manipulation.
232
684781
1669
우리는 조작에 아주 능숙합니다.
11:26
(Laughter)
233
686483
1935
(웃음)
11:28
But robots still are not.
234
688418
1769
하지만 로봇은 아직 그렇지 않아요.
11:31
I want to say, I understand.
235
691421
2236
저는 그걸 알고 있습니다.
11:33
It’s been 60 years,
236
693990
2002
60년이 지났지만,
11:35
and we're still waiting for the robots that the Jetsons had.
237
695992
3838
우리는 여전히 이런 가사도우미 로봇을 기다리고 있습니다.
11:40
Why is this difficult?
238
700497
1368
이게 왜 어려울까요?
11:41
We need robots because we want them to be able to do tasks that we can't do
239
701898
6473
로봇이 필요한 이유는
우리가 할 수 없거나 하기 싫은 일을 로봇에게 시키기 위해서죠.
11:48
or we don't really want to do.
240
708405
1835
11:50
But I want you to keep in mind that these robots, they're coming.
241
710841
3837
하지만 이런 로봇의 등장을 믿어주시면 좋겠어요.
11:54
Just be patient.
242
714711
1368
참고 기다려주세요.
11:56
Because we want the robots,
243
716379
2103
우리는 로봇이 필요하지만 로봇에게도 우리가 필요합니다.
11:58
but robots also need us
244
718515
2169
12:00
to do the many things that robots still can't do.
245
720717
4405
로봇이 아직 할 수 없는 일들을 우리가 해내야 하기 때문이죠.
12:06
Thank you.
246
726156
1234
감사합니다.
12:07
(Applause)
247
727390
2436
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7