본문영역
占싱노베占싱쇽옙
占쏙옙占쎈영占쏙옙
연구성과 사례
占쏙옙占쏙옙占� 딥러닝 활용한 감정인식 기술 : 융합으로 인간과 교감하는 소셜 로봇 개발 |
占쏙옙占쏙옙占쏙옙 개방형 소프트웨어로 구현한 고성능 로봇제어기, ‘아리아(ARIA)’ 개발 |
인간을 닮은 로봇이 스스로 생각하고 행동하는 것은 이제 영화에서만 벌어지는 일이 아니다. 로봇은 인간의 겉모습을 재현할 뿐 아니라, 딥러닝 기술을 탑재해 상대방과 대화를 나누고 감정을 표현할 수 있다. 인간의 학습 능력을 모방하고 감정에도 대응하는 ‘소셜 로봇’이 그것이다. 한국생산기술연구원(이하 생기원)은 딥러닝을 기반으로 감정인식 기술을 접목시킨 로봇의 표정 연구를 통해 미래를 준비하고 있다.
# 연구책임자 : 한국생산기술연구원 융합생산기술연구소 로봇그룹 이동욱 그룹장, 장인훈 수석연구원
인간의 감정을 딥러닝으로 분석
구글 알파고(AlphaGo)의 인기에 힘입어 최근 급부상한 ‘딥러닝(Deep Learning)’. 딥러닝은 완전히 새로운 것이 아니라, 1980년대 개발됐던 인공 신경망(ANN: Artificial Neural Network)에 기반을 둔 기술로, 빅데이터로부터 최적화 연산을 수행하여 문제에 대한 해결방법을 찾아내는 방식이다. 쉽게 말하면 인간의 신경망 구조를 모방하여 알고리즘을 발전시킨 형태로, 기계가 마치 사람처럼 스스로 학습하는 기술을 말한다. 스스로 답을 내기 위해서는 컴퓨터의 높은 연산 능력이 요구되는데, 개발 당시에는 컴퓨터 성능이 따라주지 않아 인간의 반도 못 미치는 수준이었다. 최근 빅데이터가 증가하고 컴퓨터 성능이 향상됨에 따라 상용화가 가능해짐과 동시에 전 세계 연구자들이 소스 레벨부터 공개하며 연구를 진행하고 있어 빠른 속도로 발전 중이다.
“최근 물체·얼굴인식 관련 분야는 연구가 많이 진행됐습니다. 실제로 세종정부청사는 얼굴인식 시스템을 도입해 출입을 통제하고 있죠. 이 사람이 누군지를 인식하는 분야는 연구가 많이 진행됐지만 딥러닝을 활용해 사람의 감정을 인식하는 기술은 아직까지 상용화된 바가 없습니다. 감정인식 기술은 마케팅, 엔터테인먼트, 자동차 등 앞으로 다양한 분야에서 활용할 수 있기 때문에 연구를 진행했습니다.”
생기원 로봇그룹 장인훈 수석연구원은 최근 딥러닝을 활용한 인공지능(AI)에 얼굴 자료를 학습시켜 감정을 인식하는 기술을 생기원 안드로이드 로봇 ‘에버(Eve-R)4’에 적용하며 연구를 진행 중이다.
2006년부터 로봇 에버 시리즈를 선보이며 안드로이드 로봇을 개발중인 이동욱 그룹장은 “에버4는 얼굴에 30개의 모터를 가지고 있어 사람처럼 다양한 표정을 지을 수 있는 안드로이드 로봇입니다. 사람을 닮은 로봇은 감정표현이나 대화 등 사람과 상호작용을 잘 해야 하는데, 감정은 주관성이 많다보니 개발에 어려움이 많았습니다. 딥러닝 인식기에서 나온 값을 지표로 활용하면 데이터 기반인 객관적인 자료로 로봇의 표정을 생성할 수 있습니다.”라며 융합연구를 시작하게 된 계기를 밝혔다.
로봇 하드웨어를 만들고 표현하는 연구를 진행 중인 이동욱 그룹장과 딥러닝을 통해 감정을 인식하는 기술을 연구 중인 장인훈 수석연구연구원이 사람과 감정을 교류하는 소셜로봇이라는 같은 관심사를 갖고 융합연구를 진행, 최근 로봇의 감정인식기술과 이를 이용해 자동으로 표정을 생성하는 기술을 개발하며 특허출원까지 완료했다.
훨씬 풍부해진 ‘로봇 에버’의 표정
딥러닝과 감정인식 기술이 결합된 ‘안드로이드 로봇의 감정인식·구현기술’은 사람의 표정을 학습시킨 AI로, 딥러닝 아키텍처(YOLOv2)를 활용한 AI에 네델란드 오픈소스 ‘RaFd’를 45,000번 학습시켰다. ‘RaFd’는 서양인을 대상으로 행복, 분노, 슬픔, 중립, 놀람 등 8가지 감정을 5각도(정면, 측면, 대각선)로 촬영한 8,040장의 사진 데이터이다. 이를 통해 AI는 스스로 감정을 인식함과 동시에 감정 상태를 정량화해 단시간 내에 원하는 표정을 만들어 감정표현력을 높일 수 있게 됐다.
이번 연구의 가장 큰 성과를 3가지로 요약하면 첫째, 로봇 표정의 객관적인 척도를 마련했다. 에버4의 경우 로봇의 표정 인식률과 구현능력은 해외의 동종 로봇보다 더 앞선 것으로 평가받았으나 객관적인 얼굴표정이라고 보기에는 어색한 부분이 있었다고 이동욱 그룹장은 말한다. “에버의 표정을 만들기 위해 근육 하나하나를 개발자가 설정하다 보니, 상당히 주관적으로 진행돼 왔습니다. 최대한 객관성을 유지하고자 많은 설문조사를 통해 로봇의 표정을 평가받아 왔지만, 공학을 전공한 연구자로서 주관적인 감정을 객관적으로 평가하기가 상당히 힘들었습니다. 설문조사 자체가 객관적일 수 없었을 뿐만 아니라, 수치적으로 어느 정도가 맞는지 확인할 방법이 없었죠.”라고 연구의 어려움을 토로했다. 하지만 이번 기술로, 학습된 AI에 에버의 표정을 객관적으로 평가할 수 있게 됐다. 에버의 표정을 카메라에 입력하면 감정과 수치가 함께 표시된다. 감정 연구분야에서 별도의 설문조사 없이 객관성을 확보할 수 있게 돼 앞으로의 연구도 수월해졌다.
둘째, 로봇에 적용할 수 있도록 다양한 각도에서 감정인식이 학습됐다. 예전부터 감정을 인식하고자 하는 노력은 컴퓨터 공학자들 사이에서 다양하게 진행돼 왔다. 하지만 이는 컴퓨터 모니터에 달린 카메라를 통해 촬영된 정면 이미지로부터 눈꼬리, 코, 입꼬리의 위치를 통해 표정을 파악한 것으로, 로봇에 적용하기에는 한계가 있었다. 다시 말해 정면으로 카메라를 바라보고 있을 때 인식 가능한 기술로, 사람처럼 움직이는 안드로이드 로봇에는 적용이 불가능하다. 이번에 개발된 기술을 적용하면 옆얼굴뿐만 아니라 다양한 각도로 인식할 수 있다. 현재까지는 5각도의 표정을 학습했지만 3D와 같은 전방위 촬영으로 다양한 각도의 자료를 구축한다면 감정을 인식하는 데 있어 카메라의 위치에 구애받지 않을 전망이다.
셋째, AI가 다양한 얼굴 데이터를 학습해 미묘한 감정 변화를 표현할 수 있는 방법을 제시했다. 이제까지는 슬픔, 기쁨, 화남, 놀람 등 1차적인 감정만을 극단적인 표정으로 표현해왔다. 쉽게 말하면 슬플 때는 입꼬리와 눈썹 끝이 내려가고 눈이 작아지는 등의 특징으로 표현할 수 있지만, 부끄러움이나 질투심 같은 미묘한 감정은 특징을 찾기 힘들어 표현이 불가능했다. 딥러닝은 많은 데이터를 가지고 스스로 특징을 찾아내는 알고리즘이다 보니, 한 차원 위의 표정도 가능해진다. 예를 들면 흑인과 백인을 구별하라고 하면 피부색이라는 가장 큰 특징으로 구별할 수 있다. 하지만 한국인, 중국인, 일본인을 구별하라고 한다면 대략적으로는 가능하지만, 특징을 꼽기는 쉽지 않다. 사람이 많은 경험을 통해 이를 구별하는 것처럼 AI에 다양한 데이터만 제공한다면 풍부하게 감정을 표현하는 것도 가능해졌다.
인간과 교감하는 로봇을 기대하다
빠른 고령화와 1인 가구의 급격한 증가로 일본에서는 소셜 로봇이 사회문제 해결 대안으로 뜨고 있다. 사람의 감정을 읽고 스스로 감정을 표현할 수 있는 소셜 로봇의 가능성은 2년 전 일본 소프트뱅크가 개발한 ‘페퍼(Pepper)’가 입증한 바 있다.
생기원이 개발한 감정인식·구현기술은 표정의 특징을 로봇에게 입력하여 감정을 구현하던 방법에서, 딥러닝 기반의 감정인식 기술이 융합된 방법으로 한 단계 도약했다. 이번 감정인식 기술은 새로 개발 중인 로봇 에버5의 얼굴표정에도 적용할 계획이다.
이동욱 그룹장은 “에버5는 사람이 만들어준 표정이 아니라 스스로 학습한 표정을 지을 예정입니다. 현재 아이디어는 완성되었고, 표정 변화의 수치를 조정함에 있어 근육과 피부가 서로 상반된 작용을 하지 않도록 안전장치 알고리즘을 개발하는 과제가 남아있습니다.”라고 전했다. 이 시스템이 상용화되면 에버5는 전시관이나 쇼핑몰 등 서비스 분야에서 유용하게 쓰일 전망이다.
장인훈 수석연구원은 “기존 로봇들이 사람의 육체적인 수고를 도왔다면, 앞으로는 정신적인 수고를 덜어줄 것입니다. 일상 속으로 파고든 소셜 로봇이 감정노동에서 사람을 대신하게 될 때, 이번 기술이 기반이 될 수 있습니다.”라고 전했다. 두 연구원은 로봇이 사람의 인지 수준으로 감정을 읽고 표현하도록 개발, 사람과 자연스럽게 소통하는 수준까지 연구할 계획이라고 밝혔다. 로봇과 인간이 서로의 감정에 공감하고 공존할 수 있는 미래가 펼쳐질 날이 기다려진다.
인간의 표정을 따라하는 로봇 모습이 더 보고싶다면 <클릭>