사람 ‘눈치’보는 로봇, 아직 멀었다고?

YTN라디오(FM 94.5) [YTN ON-AI RADIO]
□ 방송일시 : 2026년 6월 25일 (목)

□ 진행 : AI챗봇 “에어”
□ 보조진행: 김우성 PD
□ 출연: 김대겸 고려대 기계공학부 교수 / 박영선 前 중소벤처기업부 장관

* 아래 텍스트는 실제 방송 내용과 차이가 있을 수 있으니 보다 정확한 내용은 방송으로 확인하시기를 바랍니다.  

□ 김우성 : 컴퓨터 전원이 켜지고 창이 열리는 것 같은 소리로 늘 또 인사드립니다. 중국의 한 놀이공원에 무술을 시연하는 AI를 탑재한 로봇이 있었어요. 그런데 그 로봇이 아이의 배를 걷어 찹니다. 막 기사가 됐죠? 저희 YTN에서도 보도를 했는데, 많은 분들이 걱정을 했을 겁니다. 과거에 우리가 만화 영화에서 보듯이 그 로봇을 만든 아버지와 같은... 어머니일 수도 있습니다. 김 박사님이 ‘너 그러면 안 돼’ 이래야 될 것 같죠? 실제로 그런 고민을 하고 계신 분이 있습니다. 이분은 걷기 힘든 사람들, 여러 가지 신체 능력을 보완하거나 극복해야 할 사람들, 강화해야 될 사람들에게 희망이 될 것 같은 분인데요. 미국 하버드대에서도 환자를 걷게 하는 로봇을 연구하셨고요. 기계공학을 연구하신 것 같은데 컴퓨터에도 능하신 분입니다. 고려대학교 김대겸 교수 나오셨습니다. 어서 오십시오.

☆ 김대겸 고려대 기계공학부 교수 (이하 김대겸) : 네, 안녕하세요. 고려대학교 김대겸입니다.

□ 김우성 : 그리고 이분의 이야기를 조금 더 잘 우리에게 어떤 의미가 있는지 소개해 주실 분이죠. 오늘도 함께해 주셨습니다. 박영선 전 중소벤처기업부 장관 오셨습니다.

★ 박영선 前 중소벤처기업부 장관 (이하 박영선) : 네, 안녕하십니까.

□ 김우성 : 먼저 장관님께 여쭤보겠습니다. 사실은 장관님이 여기 나오시는 이 대단한 분들을 한 번씩은 다 만나보신 분들이잖아요? 장관님의 시선에서 한 번 우리 김대겸 교수님 소개를 부탁드립니다.

★ 박영선 : 우리는 하버드대학교에서 만났는데요. 김대겸 교수가 포닥(Postdoc)을 할 때죠. 김대겸 교수는 AI와 로봇을 연구하지만 사실은 ‘사람을 연구하는 사람이다’ 이렇게 표현을 할 수가 있을 것 같아요.Ⓥ

□ 김우성 : 역설적인데 굉장히 와닿네요.

★ 박영선 : 왜냐하면 로봇이라고 하면 공장에서 자동차를 만드는 로봇 이런 걸 상상하잖아요? 그런데 김 교수님은 걷지 못하는 사람을 다시 걷게 만들고, 또 손에 힘이 없어서 뭘 잘 못 드는 그런 분들을 위해서 로봇이 대신 컵을 가져다줄 수 있는지 이런 거를 연구를 하셨어요. 하버드에서는 웨어러블 로봇, 흔히 로봇 이렇게 손에다가 뭔가를 입는 것처럼 ‘재활 로봇’ 을 통해서 인간의 움직임을 연구를 많이 하셨고요. 지금은 고대에서 피지컬 AI를 연구하고 계십니다.

□ 김우성 : 소개가 마음에 드십니까?

☆ 김대겸 : 네, 너무 감사합니다.

□ 김우성 : 두 분이 하버드에서 인연이 있다고 하니까 괜히 왠지 제가 이렇게 쭈글해지는 느낌이긴 하지만 오늘 용감하게 더 물어보겠습니다. 교수님께 여쭤볼게요. 지금 명함에도 ‘기계공학부’라고 돼 있고요. 또 밑에는 겸임으로 ‘스마트 모빌리티 학부’ 이렇게 되어 있습니다. ‘기계공학’ 이러면 제가 학교 다닐 때는 아침 구보하시는 공대생 형들 이런 느낌도 있고... 왠지 뭔가 ‘AI의 소프트웨어적인 측면하고는 거리가 있지 않아?’라고 하는데 지금 그 부분이 하나로 융합돼 있으신 것 같아요.

☆ 김대겸 : 네, 저희 기계공학부 같은 경우는 일반적으로 4대 역학 같은 걸 많이 배우고요. 동력학 이런 것들. 저는 어릴 때부터 기계에 대한, 로봇 제작에 대한 관심이 많았고요. 그러다 보니까 로봇 제작을 하기 위해서는, 하드웨어 제작을 위해서는 기계공학부가 제일 적절한 학문이라고 생각을 했습니다. 그런데 사람을 생각해 보면 이 하드웨어가 존재하지만 머리, 지능, 두뇌도 존재를 하잖아요? 그걸 생각해 보면 ‘컴퓨터 적인 측면에서 지능을 보완을 할 수 있겠다’는 생각에 박사 과정은 컴퓨터로 했고요. 지금은 기계과로 돌아오면서 하드웨어와 지능, 두뇌 소프트웨어를 융합하는 연구를 하고 있습니다.

□ 김우성 : 이렇게 하려면 박영선 장관님 말씀하신 것처럼 ‘사람을 이해한다’ 이게 왜 와닿았냐면요. 하버드에서 연구하신 주제가 뇌졸중 같은 것을 겪고 걷기 힘든 분들, 어떤 이유에서든지 거동이 어려운 사람들을 도울 수 있게 하는 그런 로봇 혹은 웨어러블 기기 등 그렇게 일단 생각하신 이유도 궁금해요. 내가 대단한 거 개발해서 노벨상 받아야지, 돈 많이 벌어야지 이렇게만 생각하는 게 아니라 그쪽으로 포커스를 주셨어요.

☆ 김대겸 : 네. 제가 박사 과정 동안에 공부를 하면서 일단 로봇을 해야겠다는 생각은 굉장히 강했는데요. 그런데 뭘 해야 될지는 모르고, 그냥 재미있어 보이는 걸 하고 있었는데. 박사 과정 여기 청취자분들 중에서도 계시겠지만, 교수님이 ‘코끼리를 냉장고에 넣고 졸업해라’ 라고 보통 얘기를 하시거든요. 코끼리를 냉장고에 어떻게 넣을 수 있을까 고민을 하다 보니까 이런 웨어러블 로봇에서 지능을 가미하면서 기존에 못했던 행동, 뭔가를 할 수 있지 않을까라는 생각에 실제로 환자분들이나 장애인분들을 많이 만나봤습니다. 많이 만나보고 그분들의 생활이나 그분들이 어떤 불편함을 겪고 로봇이 어떤 미래를 열어줄 수 있을 것인지를 보니까 ‘아 이 길로 연구를 해 봐야 되겠다’라는 생각이 들어서 더 깊게 연구를 하게 되었습니다.

□ 김우성 : 이 프로그램을 다루면서 저도 사실 저희 회사 선배의 자녀가 불의의 사고로 목 아래가 아직은 마비된 상태입니다. 재활병원도 쉽지 않더라고요. 두 달 이상 못 있게 되고 또 그럴 때 이 피지컬 AI가 도움을 줄 수 있다면 얼마나 좋을까 이런 먼 상상을 해봤는데, 장관님 이런 부분들에 대해서 ‘이거 해주면 좋지’ 이런 차원이 아니라 굉장히 필요하기도 하고 또 여러 가지 산업적인 가치도 있을 것 같거든요.

★ 박영선 : 김대겸 교수가 연구하는 웨어러블 로봇이라 함은 주로 센서를 많이 집어넣어서 마치 사람이 느끼는 것처럼 로봇이 느껴서 그것을 대신할 수 있도록 해주는 이러한 거로 간단하게 설명을 할 수가 있을 것 같은데요. 그러면 왜 이 센서가 많이 부착된 로봇이 중요하냐? 예를 들면 MRI 그러면 대형 병원에만 있는 병원 장비잖아요. 우리 장기에 무슨 이상이 있는지 없는지 그런데 지금은 스마트워치에서 심장 박동을 실시간으로 측정을 하지 않습니까? 이거는 다시 말하면 의료가 병원에서 우리 생활로 다가오고 생활 속으로 들어가는 거죠. 그만큼 이런 어떤 센서를 가지고 비교적 저렴한 가격으로 많은 사람들이 활용을 하면서... 예를 들어서 조금 전에도 부상당한 아이 얘기를 했는데, 만약에 예를 들면 뇌졸중 환자가 병원에서 퇴원을 했어요. 그러면 과거에는 이 환자가 제대로 재활이 되고 있는지 아니면 병이 낫고 있는지를 알려면 반드시 병원에 갔어야 되잖아요. 그런데 지금은 그렇지 않지 않습니까? 이 센서를 몸에 부착하면 걸음걸이 하나로 ‘아 재활이 잘 되고 있구나’ 그리고 되고 있다는 거를 리모트 원격으로 의사가 데이터를 볼 수가 있는 거죠. 그렇기 때문에 이 의료가 가정으로 들어간다, 의료가 생활로 들어간다. 이거를 해결하는 사람. 이것이 어떻게 보면 생활형 로봇이면서 굉장히 우리한테는 중요한 거죠.

□ 김우성 : 로봇이 움직이는 게, 로봇한테 움직임을 가르치고 하는데 예전에는 이를테면 거대한 특정 극장 안에서만 학습을 시켜서 즉 3차원의 공간에 위치 값을 다 줘서 이리로 손을 뻗은 다음에... 특히 공대생 놀이 보면 있잖아요. ‘컵을 집어봐’ 이러면 저희는 집는다 생각하지만 다양한 지시와 행동의 알고리즘이 있잖아요. 그랬는데 지금 장관님 얘기를 들어보면 그게 없어도 된다는 소리예요. 집에서도 그거를 할 수 있다는 말인가요?

☆ 김대겸 : 사람 몸에 센서를 붙이면 사람의 움직임을 측정을 할 수 있잖아요. 그래서 그 움직임에 따라서 이 사람이 건강한지, 건강하지 않은지를 예측할 수 있는 기술이 한편에 있고요. 또 한편으로는 로봇 말씀을 하셨으니까, 로봇이 움직일 때 어떻게 움직여야지 좋은 움직임인지 이런 것들을 학습을 해야 되잖아요. 학습을 하기 위해서 사람 몸에 센서를 붙여놓고 사람이 움직이면 그 움직임대로 로봇이 움직이면 어쨌든 사람 형상을 하고 있기 때문에 꽤 괜찮은 움직임을 할 수 있지 않을까라는 생각으로 이런 식으로 하는 학습 방법이 존재 하는데 이걸 우리가 ‘모방 학습’이라고 부릅니다.

□ 김우성 : 사람의 몸의 모양을 닮아서... 이를테면은 ‘나는 걷는 것만 도와주는 웨어러블 로봇을 입고 싶고 집안일만 잘하면 좋겠어’라고 하는 80대 할머니가 계시는데, 거기에 육상 선수의 데이터를 학습시킨 로봇을 입히면 오히려 불편해지는 거잖아요. 너무 움직임이 과도해지고. 이런 것들을 맞춤형으로 알고 대처할 수 있다는 것도 있고 이거는 사실 저도 공부를 하면서 단지 로봇의 움직임이 무수하게 많은 값을 주고 예전에는 다 설계를 했던 건데, 지금은 학습을 사람의 몸을 학습을, 모방하는구나. 그런데 그게 교수님이 지금 최초로 연구하신. 어떻게 보면 많은 돈을 들이지 않고 예전에는 그걸 다 카메라로 찍어서 분석해서 학습을 시켰는데, 사람한테 붙여서 지금 스마트워치 차고 계신 분들은 움직임이 세지면 “넘어지셨나요?”라고 다 인식을 하잖아요. 이른바 관성 측정할 수 있는 그런 칩으로 쉽게 한다. 지금 완전 혁신이잖아요.

★ 박영선 : 카메라에 찍어서 한다는 거는 장치를 해야 되지 않습니까? 돈이 많이 들어가고요.

□ 김우성 : 공간도 필요하고요.

★ 박영선 : 그렇죠, 공간도 필요하고. 그런데 김대겸 교수가 연구하는 몸에 부착한 로봇에다가 센서를 부착을 하게 되면 그런 공간도 필요 없고 그만큼 비용도 절감되고요.

☆ 김대겸 : 맞습니다. 그리고 한 가지 또 추가로 설명드릴 수 있는 부분은. 운동 선수들 최근에 축구도 하고 하는데 운동 선수분들이 이 센서를 착용하고 움직이고 운동을 해보면 이 사람의 퍼포먼스나 어떤 개선 방향이 있을지도 예측을 할 수가 있는 거죠.

□ 김우성 : 방금 축구가 끝났는데 그런 말씀을 하시는데 다 붙였나요? 네, 이렇게 과거에는 그 공간 밖으로 벗어나면... 저희 집 청소기도 똑같겠죠. 연구실에서 학습시켰겠지만 저희 집 상황은 다르니까 안 맞는 게 생겨요. 그런데 이런 것들을 극복할 수 있는 굉장히 혁신적인 얘기를 끌고 가신 김대겸 교수님과 얘기를 나누고 있습니다. 휴머노이드 로봇이든 지금 말씀하신 로봇이든 그러면 데이터가 아까 사람 몸에 붙여서 그걸 다 학습합니다. AI와 로봇은 데이터로밖에 못 읽으니까요. 그런데 데이터가 풍족하면 모르겠지만 인도에 이렇게 카메라 쓰고 막 일하는 거 데이터 쌓는 영상도 화제였잖아요. 데이터가 부족하다고요?

☆ 김대겸 : 맞습니다. 환자 데이터라고 먼저 말씀을 드리면 환자분들의 보행 데이터를 모아야 되는데, 환자분들이 저희 기관에 와가지고 고가의 장비에서 구슬 같은 걸 몸에 전신에 착용을 합니다. 착용하는 데도 한 30분 걸리고요. 착용을 한 다음에 왔다 갔다 걸어 다니시도록 하는데 그거를 계속 오래 할 수가 없잖아요. 힘드시니까. 그래서 굉장히 제한된 시간에서 이 사람의 데이터를 모을 수가 있습니다. 그래서 이걸 학습하는 게 굉장히 어렵고요. 지금 최근에 휴머노이드 로봇이나 피지컬 AI 쪽에서 소위 보시는 다양한 행동을 할 수 있는 것을 봤을 때도 그런 행동을 만들어주기 위해서는 결국 일일이 사람들이 데이터를 모아야 되거든요. 그래서 그걸 모으는데 최근 미국이나 이런 선도하는 그런 연구소에서 하는 방식은, 한 20~30명의 사람들이 한 6개월에서 1년 동안 데이터를 열심히 모아가지고 그걸 가지고 학습을 시킵니다. 그런데도 아직까지는 일반적인 행동을 모두 다 할 수 있다고 할 수 없는 상황입니다.

□ 김우성 : 예, 아틀라스라고요. 휴머노이드가 이렇게 월드컵 앞두고 라보나 킥이라고 하나요? 축구 기술을 선보였는데, 손흥민 선수가 “꽤 잘하네요”라고 했는데.

★ 박영선 : 어쨌든 손흥민 선수한테 센서를 부착해서 그 로봇을 연습시키면 사실은 로봇이 똑같이 할 수 있거든요.

□ 김우성 : 장관님, 이거 저희가 좋은 데이터, 의료적인 데이터, 인권적인 데이터 많이 쌓이면 데이터도 무기 되는 거 아니에요? 팔 수 있는 거고요.

★ 박영선 : 그럼요.

□ 김우성 : 여러분, 산업은요 돈이라고 생각하지 못했던 거를 무수한 가치로 만들어 냅니다. 이 데이터가 이렇게 중요한데, 만약에 데이터가 부족할 때는 또 다른 방법도 필요할 것 같아요.

☆ 김대겸 : 데이터가 부족할 때는 일단 저희 환자의 사례를 먼저 드리면, 환자 A라는 분의 데이터가 부족할 때 저희가 해왔던 새로운 방법은 여러 명의 환자 데이터를 가지고 일단 아주 정확하지 않더라도 그냥 근본적으로 이 사람들이 어떻게 움직이는지에 대한 기본적인 학습을 먼저 수행합니다. 그다음에 이 환자 데이터를 가지고 추가적으로 학습을 수행하면, 기본적인 거를 배워놨기 때문에 새로운 걸 배우기 쉬운 거죠. 예를 들어 1 더하기 1을 배운 다음에 2 더하기 3을 하라고 하면 더 쉽게 할 수 있잖아요. 그런 것처럼 기본적인 그런 걸 가지고 학습을 한다고 보시면 되고, 이러한 기법이 최근에 사람들이 말하는 파운데이션 모델, 로우 파운데이션 모델 이런 얘기를 하는 거의 시초의 방향성이라고 보시면 될 것 같습니다.

□ 김우성 : 그러니까요. ‘하면 되지 않아? 그냥 나도 입을게 데이터 붙여놔’라고 하지만, 아까 말씀하신 것처럼 이것도 역시 비용, 제약, 장소 여러 가지 문제가 있는데. 그걸 또 극복하는 것도 나오고 있는 상황입니다. 사실은 데이터가 너무나 중요하고 장관님께서도 데이터에 대한 중요성을 강조하셨습니다만, 피지컬 AI가 들어오고 나서는 사실은 산업 현장 로봇 팔만 있는 곳 이렇게 이동만 시켜주는 바퀴만 달린 로봇이 있는 곳 이런 차원도 마찬가지고요. 굉장히 뭔가 바뀌어 나가는 상황 같아요.

★ 박영선 : 그렇습니다. 사실은 어떻게 보면 AI의 2막이 열리고 있다고 생각합니다. 그동안에는 예를 들어서 챗GPT를 중심으로 AI가 글을 쓰고, 번역하고, 회의록을 정리하고 이런 일들을 주로 했잖아요. 그런데 이 AI가 화면 밖으로 나오고 있는 거죠. 로봇 AI한테 ‘나 커피 한 잔 갖다 줘’ 그러면 로봇이 알아서 커피를 가져다주는.

□ 김우성 : 그렇게 말도 안 해요. ‘커피 부탁해’라고 하면 어느 커피 가게에 부탁만 할 수도 있고요. 이 로봇을 학습시키기가 너무 어렵잖아요.

★ 박영선 : 그렇죠. 그런 상황으로 지금 완전히 AI 1막에서 AI 2막으로 넘어가고 있다 그렇게 생각하고 있습니다.

□ 김우성 : 그러면 ‘나는 몸에 불편함이 생겼기 때문에 정상적인 활동은 못하고 복지를 통해서만 살아야 돼’라고 생각하시지 않고, 저도 일할게요. 웨어러블 입었으니까 충분히 노동력을 제공할 수 있습니다. 이런 시대도 올 것 같고요. 산업 현장도 또 바뀔 것 같습니다. 앞서도 제가 우스갯소리로 컴퓨터 공학과가 이렇게 코딩으로 ‘여기 테이블에 있는 컵을 집어봐’ 이러면 ‘틀렸어 이 단계가 생략됐어’ 막 이런 놀이들을 하는 거 본 적이 있는데, 지금은 그런 단계는 아니고 아까 말씀하셨다시피 학습하고 그걸 또 유추해서도 늘어나잖아요. 그러면 교수님 혹시 말로 학습하면 안 돼요? ‘이분은 계란을 깨지 않을 정도로만 손을 잡아주시고’ 이렇게 해서 언어로도 가능한가요?

☆ 김대겸 : 최근에는 언어 시각 행동 지능이라고 그래서 비전 랭귀지 액션 모델이라고 부르거든요? 최근에 피지컬 AI라는 말이 많이 돌고 있잖아요. 그 피지컬 AI의 일종의 대표격인 기술이 비전 랭귀지 액션 모델이라고 보시면 될 것 같습니다. 그래서 말로 뭔가를 부탁을 하고 그다음에 로봇은 시각적으로 상황을 보고 판단하고, 로봇이 어떻게 움직일지에 대한 액션을 배우는. 그리고 실제로 배우고 나서는 그대로 수행하는 그런 방식이 비전 랭귀지 액션 모델이라고 할 수 있고요. 그런데 아까 말씀하신 계란 깨는 그런 것들은 사실은 언어만 가지고는, 그리고 시각만 가지고는 불가능합니다. 왜 그러냐 하면 촉각적으로 얼마큼의 힘을 잘 주고 있는지 이런 것들을 알아야 되는데, 아직까지 그 촉각에 대한 정보를 같이 융합하는 기술들은 미비하다고 볼 수 있습니다.

□ 김우성 : 예. 말로 혹은 눈으로 보고 이렇게 다양한 형태의 정보로 액션을 취하게 하는 VLA 그런 것들이 가능은 하지만, 구체적 상황과 디테일에서는 아직은 한계가 많다. 이렇게 이해하면 되겠네요.

☆ 김대겸 : 맞습니다. 예를 들어서 약병 같은 거랑 물통 같은 거 두 가지를 생각해보면, 컴퓨터 같은 경우는 둘 다 바틀이라고 인식을 하거든요. 그런데 물통을 열 때는 돌려서 열잖아요. 약병을 열 때는 잡고 누른 다음에 돌려서 열잖아요. 그래서 이런 미세한 다른 점들이 있어서, 언어만으로 모든 게 해결이 된다기보다는 느낌과 물체와의 상호작용 이런 것들에 대한 정보를 가지고 같이 학습을 해야 되는 아직 숙제가 남아있습니다.

□ 김우성 : 가사노동으로부터 탈출할까 했더니... 여러분, 아직 넘어야 될 산이 많고 ‘엄마 양말 어디 있어요?’ 이러면 엄마는 귀신같이 찾아내거든요. 그게 정말 대단한 능력이셨습니다. 어머니들 진짜 존경합니다. 넘어가 보겠습니다. 피지컬 AI랑 이런 얘기들 설명 들으시면 여러분들 대충 이해가 되십니다. 과거에 산업 현장에서 계획된, 제한된 행동을 인간보다 잘 수행하도록 하는 로봇 개념이 아니라 ‘조금 더 인간과 상호작용한다’ 얘기를 해 주시는 것 같습니다. 그러면 우리가 ‘휴머노이드’라고 부를 수 있는 것들, 아틀라스도 보면 이렇게 잡은 다음에 몸이 훅 돌아버리잖아요. 굉장히 낯선 모습이고 공포 영화에서 나오는 모습인데... ‘사람 모양이니까 휴머노이드야’ 이렇게 볼 수도 있을 것 같고요. 정확한 정의를 사실 잘 몰라요.

☆ 김대겸 : 사실 휴머노이드 로봇에 대한 정확한 정의는 저희도 모릅니다.

□ 김우성 : 아니, 김대겸 교수님이 모르시면 어떡해요?

☆ 김대겸 : 사람하고 유사하게 생긴 외형을 띤 로봇들을 휴머노이드 로봇이라고 하고 있고요. 다만 제 개인적인 생각은 휴머노이드 로봇은 인간의 상상력의 한계에서 만들어진 결과물이라고 생각해요. 사람을 본다는 게 제일 쉬운 일이잖아요. 그래서 그런 한계가 있는데, 최근에 보이는 아틀라스 로봇이나 이런 것들은 그 안에서도 일종의 창의력을 발휘해서 더 사람의 움직임의 정보, 움직임이 가능한 정도보다 훨씬 더 많은 가능성을 줄 수 있는 그런 장점이 있다라고 보시면 될 것 같습니다.

★ 박영선 : 휴머노이드 로봇을 3단계로 나눠볼 수 있을 것 같아요. 첫째는 ‘잘 걷고 잘 움직이는 단계’. 그리고 두 번째는 ‘주어진 업무를 잘 수행하는 단계’, 세 번째는 ‘사람의 의도와 감정을 이해하는 단계’인데요. 이것이 어려운 거죠. 사람의 의도와 감정을 이해하는 것. 예를 들면 아까 김대겸 교수가 물은 그냥 따는데 약은 눌러서 한 번...

□ 김우성 : 예, 안정장치를 풀어야 되죠.

★ 박영선 : 그런데 그 안전장치가 왜 있냐? 아이들이 약병을 열고 그런 거잖아요. 로봇한테 그런 것까지 가르쳐 줘야 되는 인공지능을 만드는 이 세 번째 단계가 가장 난관이고. 그래서 누군가는 아무리 피지컬 AI, 휴머노이드 로봇 해도 2단계까지는 가는데 그 2단계도 반복적인 일을 똑같이 하는 것. 여기까지는 갈 수 있을 것 같은데, 다양한 일을 한꺼번에 하는 로봇은 조금 시간 걸리지 않을까 이렇게 생각하는데. 교수님, 어떻게 생각하세요?

☆ 김대겸 : 지금 말씀하신 바가 굉장히 정확하고요. 소셜한, 코그니티브한 그런 인공지능은 아직 굉장히 멀었고요. 그다음에 얘기하신 대로 어떤 맥락이 주어지면 그거대로 수행할 수 있는 그런 로봇들에 대해서도 사실 최근 경쟁하는 미국이나 다른 나라에서도 추구하는 바가 제너럴리스트 로보틱, ‘일반적인 사람이 하는 행동을 그대로 다 할 수 있는지’에 대한 문제라고 보시면 될 것 같습니다. 그게 왜 나왔냐면, 이전에 챗GPT 다들 아시겠지만 생성형 언어 모델 이런 게 나오기 전에는 데이터가 제한적이고, 그거를 학습하면 그 데이터 안에 있는 정보만 잘 예측을 할 수 있는데 새로운 것들을 못한다는 거죠. 그래서 AI는 딱 정해진 작업만 잘하는 것을 만들어야 된다고 얘기를 해 왔었는데 챗GPT가 처음으로 그걸 깬 거예요. 왜 그러냐면 ‘그래 그러면 이 세상에 있는 모든 데이터 다 갖고 있고 그걸 다 수용할 수 있는 인공지능 아키텍처를 갖고 있으면 해결되는 거 아니야?’라고 주장하기 시작한 거죠. 그래서 챗GPT가 인터넷에 있는 모든 데이터를 갖고 오고, 그다음에 그거를 다 수용할 수 있는 트랜스포머라는 모델을 가지고 와서 학습을 시켰더니 생각보다 인간처럼... GPT 써보셨겠지만 다들 너무 잘하잖아요. 그래서 피지컬 AI라고 하면 그거를 로봇이나 일상 물리적인 세상에 갖고 와 가지고 챗GPT가 했던 성공을 그대로 갖고 올 수 있지 않을까라는 희망에서 갖고 온 것인데. 아직까지는 그 정도의 챗GPT까지의 성공은 아직 거리가 멀었다라고 볼 수 있습니다.

□ 김우성 : AI 꺼내서 끝말잇기하면 잘합니다. 저를 아주 곤경에 빠뜨리거든요. 그런데 피지컬 로봇을 가져와서 우리 집에서 숨바꼭질 하자고 하면 못합니다. 여러 변수와 미묘함이 있기 때문이죠. 장관님이 말씀하신 행동 생성 지능, 작업 수행 지능 이런 것들은 지금 어느 정도 완성이 됐는데 사회 인지. ‘인간과 상호작용하는 그 미묘한 뉘앙스를 파악하는 능력은 아직은 부족하다’ 이렇게 이해하시면 되고요. 김대겸 교수님, 박영선 장관 계시니까... 국가에서 이런 피지컬 AI 로봇부터 우선 만들어 주세요. 사실 소방관 로봇이 있었으면 좋겠어요. 출동했다가 돌아가시는 분들 많잖아요. 이 정도 능력을 갖춘 로봇이라면 불 나도... ‘로봇은 다시 만들면 되니까’ 그런 마음이 들어요. 진짜 안타깝게 돌아가신 분들 생각하면. 여러분들 생각도 궁금합니다. ‘어떤 로봇 만들어 주세요’ 내지는 ‘저 이거 궁금해요’ 지금 의견 바로 주십시오. 그러면 넘어가 볼게요. 결국은 아직까지 한계가 있다고 하지만 계단을 오르는 인간을 모방 학습시키거나 그거를 바탕으로 아까 더 많은 데이터를 몸 움직임으로 구현하는 게 지금 꽤 많이 와 가는 상황이잖아요. 그러면 저희가 어떻게 보면 희망을 ‘이 정도까지 가능할 겁니다’라고도 얘기를 해 주셔야 될 것 같아요. 지금까지는 안 되는 것만 말씀드렸거든요.

☆ 김대겸 : 제 생각에 지금 대부분의 기관들, 해외나 국내 기관들이 지금 추구하고 있는 바가 박 장관님 얘기하신 두 번째 스테이지를 추구하고 있습니다. 그래서 아마 먼 미래일지 모르겠지만, 조만간에 조금 더 다양한 작업을 수행할 수 있는 로봇을 로봇 AI를 개발할 수 있을 것 기대하고요. 적어도 산업계에서 사용해 볼 수 있는 단계까지는 아마 2~3년 내로는 오지 않을까 생각하고 있습니다. 예를 들어 공장에 투입한다든지. 그렇게 예상을 하고 있습니다.

★ 박영선 : 질문이 생겼어요. 그 제3단계 사람과 원활하게 상호작용하는 걸 하기 위해서는 데이터가 중요한가요, 아니면 몸에 부착하는 센서가 중요한가요? 로봇의 훈련을 시키는 과정에서.

☆ 김대겸 : 두 가지 다 중요하다고 볼 수 있는데요. 인간의 상호 맥락을 예측하기 위해서는 인간의 내재적인 정보, 생리학적 정보를 알아야 되는 것도 있거든요. 그걸 가지고 학습을 시킨 다음에 나중에는 그걸 없애고 로봇만 있을 때 할 수 있도록 해야 되기 때문에, 인간한테 다양한 센서를 붙여놓고 인간이 무슨 이렇게 고민이 있는지 생각을 하는지 그런 것들을 어느 정도 예측을 한 다음에 그거를 로봇으로 학습을 시키고 나중에는 그걸 그 센서를 이렇게 벗어내고 사람하고 상호작용할 때 잘할 수 있는지 이런 것들을 보는 방식으로 학습이 돼야 될 것 같습니다.

□ 김우성 : 그렇죠. 그런데 장관님 말씀하신 게 너무 중요한 것 같아요. 데이터를 학습을 하다 보면 계속 누적적으로 예측, 추정할 수 있는 능력이 늘어나잖아요. 이를테면 AI 비서 로봇이 우리 주인은 운동하고 돌아오면 늘 시원한 물을 마셔 그런데 이분이 약간 특정 지역에 약간 사투리를 쓰시는 성향입니다. ‘물 드릴까요?’라고 했더니 ‘줘, 뭐든지’ 그냥 언어로 보면 주라는 말이야 아니라는 말이야? 이러겠지만 그런 뉘앙스도 파악하려면 데이터가 많이 축적되면 가능할 것 같아 하고요. 아니면 어려운가요?

☆ 김대겸 : 맞습니다. 일단은 기본적으로 모든 사람들한테 잘 적용되는 AI를 먼저 개발을 해야 되고요. 그다음에 우리 챗GPT 같은 거 쓰다 보면 개인화를 하잖아요. 계속 대화에 따라서 발전을 하잖아요. 그래서 그 대화에 따라 발전하는 개인의 알고리즘이 추가적으로 적용되면 그 사람에 맞게 적응이 된다고 보면 됩니다.

★ 박영선 : 그래서 요즘은 챗GPT를 사용할 때 그냥 챗GPT를 통해서만 검색을 하지 말고, 거기에 나와 있는 AI 에이전트를 나의 에이전트를 만들어서 거기다가 데이터를 저장을 하는 게 훨씬 더 앞으로 활용 가치가 높다 이런 이야기를 하는 이유도. 지금 아마 김 교수님이 설명하는 그런 휴머노이드 로봇으로 갈 수 있는 하나의 데이터를 만들기 위한 그런 것이 아닐까 생각합니다.

□ 김우성 : 저희 의 이 챗봇 DJ. DJ 스스로가... 너는 DJ 누구라고 부르라니까 데이터 “저는 데이터 자키입니다”라고 부르는 거예요. 그런데 저희가 흔히 말하는 전문 용어는 뺄게요. 이 친구가 공부한 걸 따로 이렇게 축적해 놓고 이걸 바탕으로 우리 질문에 답을 해줘라고 하기 때문에 엉뚱한 답을 하지 않게끔 만들어가고 있는데, 그런 것도 여러분도 그렇게 써보셔야 됩니다. 페르소나(Persona)라고 하잖아요? 나는 아주 똑똑한, 친한 형이었으면 좋겠어라고 하면 그렇게 해서 만들어서 데이터를 축적하셔야 될 것 같습니다. 듣다 보니까 점점 재밌어지는데요. 이 질문 넘어가기 전에, 교수님께서는 이 분야에 주인공이시잖아요. 어떻게 보면 핵심이시잖아요. 나는 나를 위해서 이런 피지컬 AI를 만들고 싶어... 개인적 욕심을 말씀드리라는 소리입니다.

☆ 김대겸 : 저를 위해서인지는 잘 모르겠지만, 일단 아까 말씀해 주셨던 중요한 부분이 사회 인지를 잘할 수 있는 로봇 그런 것들에 대한 관심이 많고요. 특히 잘 생각해 보면 예를 들어 카페를 갔는데 10명의 사람이 있는데, 내가 저 앞에 있는 사람을 보니까 뭔가 기분이 나쁜 게 느껴질 수 있잖아요?

□ 김우성 : 그런 경우가 있을 수 있죠.

☆ 김대겸 : 그러면 맥락적으로 봤을 때 내가 무슨 행동을 해야 되는지 이런 게 좀... ‘내가 저 친구 커피를 사준다고 해야 되나?’ 이런 고민을 하잖아요. 그런 걸 가능하게 할 수 있는 로봇이 나오면 좋지 않을까라는 생각을 해보네요.

□ 김우성 : ‘I’분들의 희망이 될 수 있는 로봇. 그런데 이거 사실은 약간 코칭 로봇 같아요. 옆에 이렇게 티 안 나게 따라다니면서 ‘저 이성이 마음에 드시면, 제가 분석해 보니까 이러이러한 취향이니까 앞에서 그런 행동을 하시면 좋아요’. 이거는 그분에게 해가 안 된다면 괜찮은데요. 잘 팔릴 것 같습니다. 요즘 청년 세대들에게 되게 재미난 일이 될 것 같습니다. 장관님, 그러면 앞서 택배 분류 얘기부터 지금 여러 가지 학습까지 얘기를 하고 있는데. 결국은 산업 현장에서 돈이 되어야 되고요. 이걸로 돈이 되고 이익이 생길 수 있도록 제도나 정부가 나서줘야 되고요. 이게 지금 ‘하면 좋잖아요’까지는 저희 청취자들은 인지하셨을 것 같아요. 그런데 그러면 그게 어떻게 하면 시장에서 쓸 만한 일이 되고... 사실 지금 교수님도 특정 2차 전지 회사에 최근에 관여가 돼 있지만, 기대와 시장과 제도가 돼야 되잖아요. 늘 이런 어려운 질문은 박영선 장관님께 드립니다.

★ 박영선 : 생각해 보면 100년 전에 자동차가 처음 등장했을 때도 사람들이 굉장히 무서워했을 것 같아요. 그래서 ‘아 이걸 어떡하지? 얘를 얼마나 달리게 해야 되지?’ 이런 고민을 하다가 신호등이라는 게 나오고, 교통법규라는 게 나오고 그리고 고속도로에서는 몇 킬로 이상 달려서는 안 된다는 이런 것들이 나왔잖아요. 그래서 기술의 발달이 예를 들면... 인터넷이 등장을 하고 나니까 인터넷이 우리 걸 전부 다 가져가나 이런 걱정이 생기니까 개인정보보호법이 생겼듯이, 이 로봇도 산업 현장에 실제로 투여가 되고 사회에서 우리가 저것이 안전하다 그리고 저것을 사용하면 실수가 적고 생산성이 확실히 증가한다는 그런 신뢰를 주는 것, 이것도 기술의 발달만큼 같이 가야 되는 것 아닌가.

□ 김우성 : 인터넷으로 물건 샀는데 그게 결제가 되는지 어떻게 알아? 돈이 어떻게 오는지 알아? 물건이 올지 어떻게 알아의 신뢰의 영역을 정부에서 딱 보증해 줬거든요. 이거 결제하면 반드시 돈이 갑니다. 물건 반드시 갑니다. 시장이 커졌잖아요. 교수님 너무 중요한 얘기를 해 주신 것 같고, 실제로 개발자라든지 연구자 입장에서도 이런 인프라가 빨리 갖춰져야 된다고 보시나요?

☆ 김대겸 : 저희도 그걸 중요하게 생각을 하고 있고요. 예를 들어 ISO 규정이라든지 이런 것들이 항상 있잖아요. 로봇은 제가 알기로는 산업용 로봇에 대한 규정만 존재를 하고 있고요.

□ 김우성 : 아, 표준이 아직 없어요?

☆ 김대겸 : 그런데 표준이 산업용 로봇에 대해서는 존재를 하지만 그게 일반 로봇에 들어오기는 아직 괴리감이 있는 게 현실입니다. 예를 들어 산업용 로봇 같은 경우는 그냥 멈추게 한다든지 그런 정도 수준인데, 그런데 일반 로봇이 살짝 이렇게 했다고 멈추는 것도 이상하긴 하잖아요. 사람처럼 잘 피하고 이렇게 해야 되는...

□ 김우성 : 교수님 표현처럼 눈치가 있는 로봇이 필요하거든요.

☆ 김대겸 : 네. 그래서 그런 것들을 생각해 봤을 때 새로운 규정을 어떻게 정리해야 되는지가 굉장히 중요하고. 아무래도 우리나라가 제조업 강국이고 로봇 강국이기 때문에 우리나라에서 주도해서 할 수 있을 것으로 저도 기대를 하고 있습니다.

□ 김우성 : 정말 이런 좋은 소리가 들려왔으면 좋겠습니다. 사람과 공존하는 로봇, 교수님 표현입니다. 인간 공존형 로봇의 세계적 표준은 한국에서 김대겸 교수님 팀의 연구 결과를 바탕으로 제도화했습니다, 다른 나라들이 받아들였습니다 이런 뉴스가 들려오면 저도 소개하고 싶습니다.

★ 박영선 : 할 수 있을 것 같습니다.

□ 김우성 : 충분히 가능합니다. 굉장히 눈치가 있는 로봇이라는 말에 저희 바깥에 있는 20대 엔지니어랑 PD들이 반응이 격합니다. 교수님도 눈치를 많이 보시나요? 이게 주제와 무슨 관련이 있는지 모르겠지만.

☆ 김대겸 : 저 요새 학생 눈치 엄청 봅니다.

□ 김우성 : 봐야 돼요. 저희들은 청취자 눈치 봐야 되고요. 장관님은 저희 유권자와 국민들 눈치 보셔야 되고. 눈치 보는 게 나쁜 것만은 아니네요. 알겠습니다. 넘어가 보겠습니다. 앞으로 인간과 공존하는 로봇, 인간 공존형 로봇 말씀을 교수님께서도 하셨고 장관님도 말씀하시고 있는데, 결국 앞서 이미 신뢰의 얘기는 하셨지만 너무 인간은 잘 읽고 일종의 불편함의 골짜기라고 할까요? 너무 다가왔을 때에 대한 우려라든지, 눈치를 너무 잘 보면 그것도 부담스러울 수 있잖아요. 그 부분에 대해서는 어떻게 생각하세요?

☆ 김대겸 : 일정 부분 맞는 말씀이신 것 같습니다. 그런데 저희 장관님께서 자동차 얘기도 하셨지만 사실 유사한 것 같아요. 스마트폰도 처음에는 이거를 이렇게 쓰는 게 진짜 좋은 건지부터 해서... TV도 그랬잖아요. TV도 ‘바보 상자’였고.

□ 김우성 : 세대가 나오시네요.

☆ 김대겸 : 그런데 그게 개선이 되고 계속 시간이 지나오면서 서로 간에 적응을 한다고 생각해요. 사람도 로봇에 적응을 해야 되고, 로봇도 사람에 적응을 해야 되고. 시간이 필요하다고 생각합니다.

□ 김우성 : 장관님께서는 어떻게 생각하십니까?

★ 박영선 : 어쨌든 기술의 발달은 우리가 이것을 받아들여야 되는 거고요. 이거를 거부하면 낙오자가 되는 수밖에 없는 거죠. 그런데 받아들이면서 어떻게 정부가 사회 안전망을 만들어 주느냐. 그 기술의 발달로 인해서 혹시라도 낙오자가 될 사람들에 대해서 우리가 어떻게 함께 갈 수 있느냐 이런 부분을 함께 생각해 볼 필요가 있고요. 특히 저는 제조 현장을 어떤 로봇을 대신하고, 아까 소방관 로봇도 말씀하셨습니다마는 위험한 곳에, 재난 현장에 로봇이 들어가는 거 이런 거 아주 중요하죠. 그런데 대한민국이 노년층의 숫자가 갑자기 너무 많이 늘어나고 있잖아요? 그래서 ‘돌봄 로봇’ 이런 쪽으로도 많은 사회적인 제도를 정착시킬 수 있는 그런 방향이 필요하지 않을까. 예를 들면 할아버지들하고 같이 걸어줄 수 있는 로봇. 그러면 낙상을 방지할 수 있잖아요.

□ 김우성 : 그거를 카메라로 읽고 쓰러진다, 일정 기울기 이상이다 그러면 탁 잡아줄 수 있는.

★ 박영선 : 네. 그런데 저희가 흥미를 갖고 있는 거는 김대겸 교수가 연구하는 웨어러블 로봇이 그런 나이 드신 분들이 센서를 몸에 부착하고서 걸으시면 ‘이분이 걸음걸이가 지금 정상이 아니네’라는 걸 감지할 수 있잖아요.

□ 김우성 : 뇌졸중이나 심장 이상이나.

★ 박영선 : 먼 곳에서. 그랬을 때 빨리 그분한테 그런 함께 갈 수 있는 로봇을 보내주는 사회적인 제도라든지 이런 것도 많이 활성화됐으면 좋겠다.

□ 김우성 : 가능한 거죠?

☆ 김대겸 : 가능하도록 열심히 하겠습니다.

□ 김우성 : 여러분들은 어떻게 생각하십니까? 라디오 청취를 좋아하시는 분들에게는 故 신해철 씨가 굉장히 유명한데요. 얼마 전에 부활을 했습니다. 그 담당 PD도 저희 프로그램에서 인터뷰를 했는데요. 신해철 씨의 목소리, 숨소리, 심지어는 어투까지 똑같이 흉내낸 AI가 이렇게 말을 합니다. “저는 신해철이 아닙니다. 저는 신해철의 확률입니다”라고 얘기를 하거든요. 확률로 만들어진 이 인간과 함께할 수 있는 웨어러블, 피지컬 AI가 결국 그 확률이 아닌 것에 있는 인간과 어떻게 공존할지 우리가 함께 답을 찾아야 된다고 오늘 두 분이 말씀해 주신 것 같습니다. 전문가들이 알아서 하겠지, 나라에서 알아서 하겠지가 아니고요. 여러분들이 나서 주셔야 됩니다. 그 질문을 한 번 더 드리면서 오늘 시간은 여기서 인사드리도록 하겠습니다. 지금까지 박영선 전 중소벤처기업부 장관, 고려대학교 김대겸 교수였습니다. 감사합니다.

☆ 김대겸, ★ 박영선 : 감사합니다.

YTN 김세령 (newsfm0945@ytnradio.kr)