[해외기사]기계와의 공감을 위한 딥러닝 : 로봇과 인간의 상호 작용

#기계와의 공감을 위한 딥러닝 : 로봇과 인간의 상호 작용 – 제 1 부

* 현재 디지털 혁명의 눈부신 발전을 생각할 때, 인류는 전례 없는 자동화의 물결에 직면하게 될 것임.
* 점점 더 스마트하고 상호 연결된 장치가 우리와 공존하게 될 것임.
* 이 혁명은 이미 휴대 전화에서 자율 차량, 냉장고에 이르기까지 점차 확대되고 있음.
* 로봇은 이미 여기 있으며, 우리 가까이에 있음.

* 문제는 우리가 이에 동의하느냐의 문제가 아니라 새로운 등장인물과 어떻게 상호 작용할 것인 것 하는 것임.
* 디자인, 유틸리티 및 스타일과 같은 고전적인 원칙 이외에도 기계와의 공감을 이끌어낼 수 있는 새로운 기준이 있음.
* 더 많은 회사들이 HMI (Human-Machine Interaction)의 중요성을 깨닫고 이러한 상호작용이 기술 적용 확보의 열쇠라는 사실을 인지하게 됨에 따라 이러한 경향은 점차 확대될 것임

* 인간 – 기계간 상호 작용을 개선하기 위해 우리가 무엇을 할 수 있을까? 적어도 공존을 완화할 수 있는가?

* 사회 통합의 열쇠는 다른 이들이 느끼고 생각하는 것을 이해하고 그에 따라 대응할 수 있는 능력을 습득하는 것.
* 지금까지 이 역량은(일부)”사람”에게만 허용되는 능력이었음.
* 이러한 미덕은 공감이라고 불리며 사회화를 향상시킴.
* 인간은 본질적으로 사교적인 존재임
* 그러므로 기계가 우리가 어떻게 느끼고, 무엇이 필요하며, 우리의 목표가 무엇인지를 이해하는 능력을 부여하는 것이 중요함.
* 기계들이 그에 따라 반응하게 됨으로써 우리는 편안함을 극대화 할 수 있음.
* 여기에는 교정을 제공하는 것도 포함됨.
* 이 새로운 세대의 로봇은 휴머노이드가 될 것인가? 아니면 룸바 같은 부드러운 오토마타? 아니면 블랙 미러의 메탈 헤드 로봇 ‘개’? 보스톤 다이나믹스에서 나온 생활형 로봇?
* 이는 HMI 논의의 일환임
* 많은 연구자들이 이 분야, 특히 MIT의 Humanoid Robotics Group에서 연구하고 있음.
* 그들은 사회 로봇인 Kismet을 개발했음.
* 키즈멧은 시청자가 보여주는 감정에 친절하게 반응하며 자연스럽고 표현력이 풍부한 대면 상호작용으로 사람들을 사로잡고 있음.
* 예비 조사 결과는 인간과 기계 사이의 상호 작용이 크게 개선되었음을 보여줌.
* 이 새로운 자동화 물결의 성공은 로봇의 공감 능력과 개성에 크게 달려 있음을 분명히 알 수 있음.
* 자동차가 당신이 슬퍼하고 있음을 감지하고 기분을 좋게 하는 노래를 자동으로 연주하며 로봇의료 조수가 또는 당신의 필요를 인식하고 반응하여 최대한의 편안함을 주는 광경을 상상해보자.
* 강력한 자동 음성 인식 및 자연어 처리(Amazon Alexa 및 기타 개발되고 있는 기기들)가 확대되고 있음을 고려할 때 이러한 발전 가능성은 끝이 없어 보임.

* 이러한 시스템은 외부 정보원에 의해 공급되며 경험에 기반하여 진화 할 수 있음.
* 장치는 계속해서 사용자의 반응을 확인하고 학습함.
* 이러한 하이퍼 인격화는 유일성과 직접적인 관련이 있음
* 유일성은 애착의 연료이며 애착은 본질적으로 인간의 특성임.
* 공상 과학 소설 영화인 Real Steel (2011), Atom에서 복서 로봇은 전투 중에 여러 번 심각한 피해를 입으면서 갑자기 감정을 드러내기 시작함.
* 분명히 우리는 아톰을 잃고 싶지 않아 하는데, 이는 아톰이 유일한 존재이기 때문임.
* 우리는 Atom이 다른 로봇과 비교했을 때 특별한 이유를 알고 있음.
* 그것은 아톰이 감정적이라는 사실임.
* 하지만 걱정할 필요 없음. 클라우드 스토리지 및 통신 기술의 개발로 로봇의 성격을 잃을 가능성은 거의 없게 됨.

* 그러나 이것이 어떻게 기술 산업을 변화시키고 소비자의 습관에 영향을 미칠 수 있는지는 명확하지 않음.
* 예전처럼 차를 빈번하게 바꿀까? 보유한 장치가 유일하다고 생각할까? 그 장치에 구속 받게 될까?
* 현실은 우리가 여전히 이러한 질문에 대한 답을 갖고 있지 않다는 것임.
* 혁명은 이미 시작되었으며 그 잠재적인 결과는 아직 완전히 이해되지 않고 있음.
* 이 주제는 다가오는 해 공개 토론에서 다루어질 것임.

##깊은 학습 및 감정 인식
* 감정 인식은 진정한 “공감(empathetic)”기계를 위한 첫 걸음임.
* 이러한 종류의 시스템은 딥러닝 아키텍처, 특히 Convolutional Neural Networks (CNN)를 사용하여 성공적으로 구축되었음.
* 이 성공의 비밀은 CNN의 입력 이미지에 따른 관련 저/고수준 특성을 자동 식별 기능임.
* 네트워크는 점점 더 명확하게 이미지를 표현하고 개별 픽셀 정보 대신 실제 및 하위 기능을 결합하여 실제 콘텐츠를 최종적으로 관리함.
* 이 최종 표현은 슬픔, 기쁨, 분노, 두려움, 놀라움 및 중립과 같은 여러 범주의 감정 분류를 수행하는 데 사용됨.
* 이것에 대한 자세한 설명은 ‘스타일을 전달하는 신경 알고리즘(A Neural Algorithm to Transfer Style)’에서 찾을 수 있음.
* 다음 글에서는 딥러닝 (Deep Learning) 기반 로봇을 위한 기본적인(기능적) 공감 모듈의 구현에 대해 직접 살펴볼 예정임.
* 감성 인식 및 전송 학습을 위해 고전적인 빠른 얼굴 탐지 알고리즘에서부터 딥 뉴럴 네트워크에 이르기까지 컴퓨터 비전 기술에 대해 알아볼 것임.

[출처] : [Deep Learning for Machine Empathy: Robots and Humans Interaction — Part I] (https://towardsdatascience.com/deep-learning-for-machine-empathy-robots-and-humans-interaction-part-i-8142fccd6050)

TOP