로봇과 인간, 공존이냐, 파멸이냐? 미래 로봇의 전망

Similar documents
<3135C2F728C1F6B4C9C7FCBCADBAF1BDBAB7CEBABF292E687770>


Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š

슬라이드 1

<C0CCBCF8BFE42DB1B3C1A4BFCFB7E12DB1E8B9CCBCB12DC0DBBCBAC0DAB0CBC1F5BFCFB7E12DB8D3B8AEB8BBB3BBBACEC0DAB0CBC1F52E687770>

지난 해 미국의 서브 프라임 모기지 사태로 발단이 된 글로벌 금융 위기는 그 여 파가 어느 정도인지, 언제 끝날 것인지 모를 정도로 세계 경제를 위협해 들어가고 있다. 금융 위기의 여파는 실물 경제에도 암울한 그림자를 드리우고 있다. 전문가들 에 따라서는 이미 세계 경

자율주행 및 지뢰탐지 HRI, 원격제어, 인지, 항공우주 물체인식, HRI 물체조작, 우주탐사 헬스케어, 센서 지능로봇 기술 물체인식, 센서, 조작 원격제어 인지, HRI, 자율주행 자율주행 [ 1] 1 로봇 제조, 공 자 인, 지 작 서 스, 인서 스, 지,,, 인자

<4D F736F F F696E74202D2031C1D65FC8DEB8D3B3EBC0CCB5E5B0B3BFE45FC7D0BBFDBFEB2E BC8A3C8AF20B8F0B5E55D>

untitled

제2강 생각하는 기계

<B8B6B1D4C7CF2DBAD0BEDFB0CBC5E4BFCF2DB1B3C1A4BFCFB7E128C0CCC8ADBFB5292DC0DBBCBAC0DAB0CBC1F5BFCF2DB8D3B8AEB8BB2DB3BBBACEB0CBC1F52E687770>


김기남_ATDC2016_160620_[키노트].key

구절초테마공원 & 산호수마을 단아하고 소담한 구절초의 재발견 이 꽃, 개망초보다는 크고 쑥부쟁이와는 닮은꼴이다. 수수하기는 하나, 볼수록 매력 있다. 시골의 길섶에서 흔히 눈에 띄는 구절초 이야기다. 정읍 구절초테마공원에 만개한 구절초는 어떤 가을꽃보다 매혹적이었다.

Microsoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM

DBPIA-NURIMEDIA

Ⅰ. 민주 정치와 법 1. 다음에서 설명하고 있는 민주 정치의 원리로 가장 적절한 것은? [2014년 해양경찰] 자유보장을 위한 하나의 정치기술로서 고안된 것이며, 적극적으 로 국가 활동의 능률을 증진시키기 위한 분업적 원리가 아니라 소극적으로 국가권력의 남용을 방지하

°¡°Ç6¿ù³»ÁöÃÖÁ¾

FLANINSIGHT_Company Introdution

#³óÃÌ°æÁ¦ 64È£-Ä®¶ó¸é

¾Èµ¿±³È¸º¸ÃÖÁ¾

¾Ë±â½¬¿îÀ±¸®°æ¿µc03ÖÁ¾š

한 국 산 업 규 격 KS

이제는 쓸모없는 질문들 1. 스마트폰 열기가 과연 계속될까? 2. 언제 스마트폰이 일반 휴대폰을 앞지를까? (2010년 10%, 2012년 33% 예상) 3. 삼성의 스마트폰 OS 바다는 과연 성공할 수 있을까? 지금부터 기업들이 관심 가져야 할 질문들 1. 스마트폰은

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대

<BDBAB8B6C6AE20BAF2B9F0C0C720BDC3B4EB20BEDBB0E6BFB5C0CC20BFC2B4D95FB1E8C1BEBDC22E687770>

Ç¥Áö

정보기술응용학회 발표

¼Òâ¹Ý¹®Áý¿ø°í.hwp

슬라이드 1

성능 감성 감성요구곡선 평균사용자가만족하는수준 성능요구곡선 성능보다감성가치에대한니즈가증대 시간 - 1 -

01

특집.레터

untitled

¿¡À̽º ÃÖÁ¾¿ø°í

<313120C0AFC0FCC0DA5FBECBB0EDB8AEC1F2C0BB5FC0CCBFEBC7D15FB1E8C0BAC5C25FBCF6C1A42E687770>

Software Requirrment Analysis를 위한 정보 검색 기술의 응용

untitled

CMS-내지(서진이)

1

<464B4949B8AEC6F7C6AE2DC0AFBAF1C4F5C5CDBDBABBEABEF7C8AD28C3D6C1BE5FBCD5BFACB1B8BFF8BCF6C1A4292E687770>


PowerPoint 프레젠테이션

LIDAR와 영상 Data Fusion에 의한 건물 자동추출

보고싶었던 Deep Learning과 OpenCV를이용한이미지처리과정에대해공부를해볼수있으며더나아가 Deep Learning기술을이용하여논문을작성하는데많은도움을받을수있으며아직배우는단계에있는저에게는기존의연구를따라해보는것만으로도큰발전이있다고생각했습니다. 그래서이번 DSP스마

보고서를 펴내며 2009 지속가능성 보고서는 다음이 발간하는 최초 보고서입니다. 첫 보 고서 발간을 통해 다음은 다음의 이해관계자와 상호간에 미치는 영향이 무 엇인지 알게 되었으며, 앞으로 다음이 지속가능한 발전과 성장을 이뤄내기 위해서 해야 할 역할과 나아가야 할 방

ecorp-프로젝트제안서작성실무(양식4)

<30322E20B9ABBCB1B7A32E687770>


미래포럼수정(2.29) :36 PM 페이지3 위너스CTP1번 2540DPI 200LPI 미래에 대해 얼마나 알고 계십니까? 새로운 미래, 어떻게 맞이할 것입니까? 오늘보다 나은 내일, 더 큰 미래를 열어갑시다 2014년 아시아 세계경제 33% 차지

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션

hwp

목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향

Journal of Educational Innovation Research 2018, Vol. 28, No. 3, pp DOI: * Strenghening the Cap

목순 차서 v KM의 현황 v Web2.0 의 개념 v Web2.0의 도입 사례 v Web2.0의 KM 적용방안 v 고려사항 1/29

Microsoft Word _team4_강원랜드.doc

3월-기획특집1-4

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

CRM Fair 2004

untitled

02( ) SAV12-19.hwp

레이아웃 1

미디어 및 엔터테인먼트 업계를 위한 Adobe Experience Manager Mobile

Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based

歯I-3_무선통신기반차세대망-조동호.PDF

PCServerMgmt7

U.Tu System Application DW Service AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형

첨 부 1. 설문분석 결과 2. 교육과정 프로파일 169

03.Agile.key

Manufacturing6


02.전체교육과정안내서 (김종혁)

<3131BFF93136C0CFC0DA2E687770>

김경재 안현철 지능정보연구제 17 권제 4 호 2011 년 12 월

기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비


H-1 박정현

New Accord 3.5 V6 _ Modern Steel Metallic




歯111

PowerPoint 프레젠테이션

CONTENTS Volume 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관

담배인삼공사공청회[1].PDF

Microsoft Word - Installation and User Manual_CMD V2.2_.doc

? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement

레이아웃 1

15_3oracle

01¸é

01

CAN-fly Quick Manual

2016_Company Brief

OUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ).

레이아웃 1

< B3E220BDBAB8B6C6AE20BDC3B4EBC0C72033B4EB20BAAFC8AD20B5BFC0CE5F E687770>

슬라이드 1

<3035C7F6B4EBBECBB6F3B9D9B8B6B0F8C0E5B0B3BCB3C0C7BFB5C7E2BAD0BCAE2E687770>

9. '아동 청소년 이용 음란물'에 대한 국민인식과 효과적인 규제방안 연구-강은영.hwp

Transcription:

미래경영CEO과정, 세계미래포럼 2013.04 로봇 비지니스의 봄은 오는가 KAIST 인간-로봇상호작용 연구센터 소장 기계공학과 교수 권동수

2/84

3/84

과학영재교육 연구원 원장 한국 로봇학회 회장 인간-로봇 상호작용 연구센터 소장 미래 의료 로봇 연구단 단장 4/84

아이 로봇 (2004) 5/84

SONY HONDA TOYOTA Boston Dynamics irobot HYUNDAI SAMSUNG Intuitive Surgical ROBOTIS 6/84

VS 7/84

Manipulation Mobility Navigation Design Perception Intelligence 8/84

Manipulation 9/84

상상에서 본 로봇 기술들 아이 로봇 (2004) 10/84

F mx cx kx 로봇팔 경로 생성 Justin, DLR, Germany 구동부 제어 11/84

Mobility 12/84

상상에서 본 로봇 기술들 바퀴 다족 보행 이족 보행 아이 로봇 (2004) 13/84

바퀴 다리 Differential Tricycle Omnidirectional 2족 보행 4족 보행 바퀴+다리 Leg+Passive wheel for sliding Leg+Wheel with Track Three leg-wheel 14/84

BigDog, Boston Dynamics, USA Asimo, Honda 15/84

로봇의 매 움직임마다 CoM(Center of Mass)이 ZMP(Zero Moment Point) 를 추종하도록 제어 기울어지는 모션을 최소화하면서 이동 자세의 균형을 유지 16/84

Navigation 17/84

상상에서 본 로봇 기술들 스타워즈 에피소드 6 제다이의 귀환 (1983) 18/84

VSLAM Hauzen(RE70V), Samsung 모바일 19/84

SLAM (Simultaneous Localization And Mapping) 로봇의 상대적 위치 정보 절대적 위치 추정 특징정보 (직선정보, 코너정보) Personal Robots Group, MIT 20/84

Design 21/84

상상에서 본 로봇 기술들 Machine Transformer Humanoid Cyborg A.I. (2001) 22/84

Machine (Motoman, Yaskawa Electric Co.) Real Transformer Humanoid (Albert HUBO, KAIST) Cyborg (HAL, TSUKUBA Univ.) 23/84

Perception 24/84

상상에서 본 로봇 기술들 아이언 맨 (2008) 바이센티니얼 맨 (2000) 25/84

패턴/템플릿 매칭 색깔 구분 명암 차이 엣지/코너 실시간 얼굴 인식 시스템 IUSIANI, SPAIN 26/84

Adaboost Method Face Boxlets Boxlets을 영상에 매칭시켜 눈, 코, 입 등을 찾은 후 찾은 특징점들을 모아 확률을 높여(boosting*) 얼굴을 검출 Non-Face * Boosting : 약한 선택 기준들을 합쳐줌으로써 정확도가 높은 알고리즘을 만듦 www.youtube.com/user/gladpl 27/84

얼굴의 Action Units 중 중요 포인트들을 특징점으로 동적 추적 (눈썹, 입꼬리 등) 얼굴 표정 인식 시스템 KAIST, Korea 28/84

물체 적외선 프로젝션 물체에 투영되는 적외선 패턴을 이용하여 depth data 측정 (구조광 방식) 3D depth 이미지 머리와 손의 위치에 따른 벡터 방 향을 추출하여 제스처 인식 Personal Robots Group, MIT 29/84

Torque/Force sensor FSR sensor Capacitance sensor 점 혹은 배열 형태로 센서가 장착 로봇의 다양한 신체 부위에 부착되어 터치 패턴을 인식 30/84

Paro, AIST, Japan KaMERo, KAIST, Korea 31/84

스타워즈 에피소드 3, 시스의 복수(2005) 상상에서 본 로봇 기술들 마이너리티 리포트 (2002) 32/84

이 세상 모든 말을 다 알아들을 수 있을까? 정해진 대화 영역과 문법의 순서에 기초하여 이해 33/84

안녕!! Filter 안녕!! 이라는구나 Pattern Recognition DB 35 30 25 20 15 10 5 0 0 0.2 0.4 0.6 0.8 1 1.2 Feature Extraction 34/84

Intelligence 35/84

상상에서 본 로봇 기술들 아이언 맨 (2008) 36/84

Rule based Behavior based Emergent Cognitive model based 37/84

Rule 데이터 베이스 Rule 1 Rule 2. Rule 1,000,000 전문가 시스템 38/84

사용자 인터페이스 (User Interface) 환자-질병 Database 지식 베이스 (Knowledge Base) 진단 모듈 추론엔진 (Inference Engine) 증상 정보 진단 의료용 전문가 시스템의 개념도 39/84

자극 행동 규칙의 집합과 우선순위 판단 구조를 이용한 지능 구현 Behavior sets 장애물 회피 외부 자극들 빛 추종 S Behavior Based Robot, W. Besinga 빛 회피 S 탐험 S 행동 반응 Subsumption : 포섭, 포함 40/84

목표 달성 방법에 대한 지식 주변 대상에 대한 지식 작업 모델 상호작용 모델 계획 수립 사용자 모델 환경 모델 Task Layer 인식 행동선택 및 수행 행동과 표현 표현 Emotion Layer Pearl, CMU, USA 41/84

인간 두뇌의 일 부분을 뉴런 단위로 모델링 하고 자극을 통해 학습 시킨다 Weights 인간과의 상호작용에 따른 학습 지능의 창발 (Emerge) 자극 새로운 반응 반응 42/84

다산 생존경쟁 변이 자연선택 진화 다윈의 진화론에 기반하여 로봇의 창발적 지능을 구현함 A B 0 1 1 0 0 1 1 0 1 0 적합도 함수(Fitness function)를 이용해 염색체의 해 선택 A B 0 1 1 0 0 1 1 0 1 0 C 1 0 1 1 0 해집단(Population) A 0 1 Crossover 0 1 0 B 1 1 1 0 0 새로운 해집단으로 대체 A 0 1 Mutation 0 1 0 B 1 1 0 0 0 43/84

상상에서 본 로봇 기술들 바이센티니얼맨 (1999) 아이 로봇 (2004) 44/84

인공 감정 Affective Mind 45/84

Task Layer 인식 행동선택 및 수행 감정 모델 행동과 표현 친밀도 감정 생성 성격 반응 행동(Reactive Behaviors) 동기 모델 표현 Emotion Layer Reactive Layer KaMERo, KAIST 46/84

Situation Stimulus Cognitively Appraised Deliberative Emotion Process Reactive Emotion Process 47/84

Motivation : Social interaction Satiating stimulus : touching belly, touching head Aversive stimulus : touching nose, touching ear General stimulus : touching hand, touching leg 48/84

49/84

50/84

51/84

다임러- 벤츠 포드 모델 T 가구당 1대 (US) 운전자당 1대 (US) 운전자당 1.1대 (US) 자동차 1886 기술 구현 1908 대량 생산 1960 대중화의 시작 1972 시장 성숙 2010 52/84

64년 자동차 1886 기술 구현 1908 대량 생산 1960 대중화의 시작 1972 시장 성숙 2010 1대당 천만~일억원 53/84

ENIAC IBM PC 가구당 1대 (US) 일인당 0.9대 (US) PC 1946 기술 구현 1981 대량 생산 1995 대중화의 시작 2010 54/84

29년+α PC 1946 기술 구현 1981 대량 생산 1995 대중화의 시작 2010 1대당 백만~삼백만원 55/84

Ericsson Hotline Motorola DynaTac8000X 가구당 1대 (US) 일인당 0.97대 (US) 휴대폰 1956 기술 구현 1983 대량 생산 2000 대중화의 시작 2010 56/84

27년+α 휴대폰 1956 기술 구현 1983 대량 생산 2000 대중화의 시작 2010 1대당 십만~백만원 57/84

Unimate Unimation Co. PUMA Unimation Co. Roomba irobot Co. 전 세계 2백만대 (Roomba) 로봇 1960 기술 구현 1975 산업용 로봇 대량 생산 2002 개인 서비스 로봇 대량 생산 2010 58/84

64년/천만~일억원 자동차 1886 1908 기술 구현 대량 생산 1960 대중화의 시작 1972 시장 성숙 2010? 로봇 1960 2002 기술 구현 PC 29년+α/백만~삼백만원 1946 기술 구현 1975 산업용 로봇 대량 생산 27년+α/십만~백만원 1981 대량 생산 1995 대중화의 시작 개인 서비스 로봇 대량 생산 2010 2010 휴대폰 1956 1983 기술 구현 대량 생산 2000 대중화의 시작 2010 59/84

CEO Insight 60/73

61/84

Unimate, Unimation Co., 1961 1983년 1억 7백만 달러에 성공적으로 웨스팅하우스에 매각 위험한 작업 대체 생산성 향상 62/84

Motoman, Yaskawa Electric Co., 1989 총 2십만 대 설치, 전 세계 마켓 쉐어 1위 175종 로봇 40종 워크셀 유연한 솔루션 제공 63/84

Mindstorm, LEGO Co., 1998 2004년 마인드스톰 경연대회 십만명 이상 참가 무한한 상상력 자극 배우기 쉬운 사용 방법 사용자 그룹의 주도 64/84

DaVinci, Intuitive Surgical Co., 1999 매년 25% 이상 성장 의사의 편의성 제공 환자의 빠른 회복에 대한 Need 파악 특허를 이용한 진입 차단 (140건) 65/84

Packbot, irobot Co., 2001 총 3천 대 공급, 3억4천만 달러 규모 폭발물 제거 및 정찰 임무에서 인명 손실 위험 제거 가벼운 무게/빠른 시동 쉬운 조작성 66/84

Roomba, irobot Co., 2002 25개국, 2백만 대 판매 마켓 창출에 대한 CEO의 비전 필요한 기능을 저렴한 가격에 구현 ($200) 지능/주행 기술 67/84

68/84

가사, 교육, 오락의 서비스 로봇 69/84

실버 케어 로봇 70/84

인간과 지능적/정서적으로 상호작용 할 수 있는 엔터테인먼트 로봇 71/84

72/84

대기업 로봇 플랫폼 대량 생산 Cost Down Task-Specific Service Robot 중소기업 센서, 지능 모듈 특정 서비스 구현 73/84

74/84

75/84

76/84

77/84

78/84

79/84

80/84

원자 폭탄 대륙간 탄도탄 VS VS 원자력 발전 우주선 81/84

여러분은 어떤 로봇의 미래를 예측하십니까? 82/84

감사합니다. VS kwonds@kaist.ac.kr Tel: 042-350-3042 Special Thanks to Dr. Hyoung-Rock Kim & KAIST HRI 연구센터 연구팀 인간기능 생활지원 지능로봇 기술개발 사업단 83/84

상상 속의 로봇들의 기술 실제 로봇 기술 시장 예측과 전망 로봇 비즈니스 발전을 위한 준비 84/84