AI & Robotics 분야에서 모바일 로봇과 자율주행 로봇의 인지 능력을 향상시키기 위한 연구를 선도하며 특히, SLAM 기반의 로봇 인지 및 판단 기술에 집중하여 활발하게 활동 중이신 UNIST 전기전자공학과 유현우 교수님을 소개합니다. 다양한 분야와의 교류를 통해 신선한 시각과 지식을 확장해 가고, 또한 학생들과의 대화를 통해 새로운 관점을 발견하고 그들로부터 배움을 얻는 것 또한 연구의 핵심 가치로 삼으며 로보틱스 분야의 미래를 열어가는 유현우 교수님을 이릭에서 만나보세요.

▶ 교수님 소개 부탁드립니다.

안녕하세요, 울산과학기술원 전기전자공학과 및 인공지능대학원 겸임으로 재직 중인 유현우입니다. 저는 2014년 서울대학교에서 Electrical & Computer Engineering 학사를 취득하고, 동대학원에서 Robotics & Intelligent System Lab.에서 연구하며 2020년 초에 이범희 교수님 지도 아래 박사학위를 받았습니다. 같은 해 초부터 2021년 말까지 약 22개월 간 Carnegie Mellon University의 Robotics Institute의 Jean Oh 교수님 연구실인 Bot Intelligence Group 및 National Robotics Engineering Center에서 박사후 연구원으로 근무하였으며, 2022년 초부터 울산과학기술원으로 이직하게 되었습니다.

▶ 주 연구 분야 및 연구실 (Lab. of AI & Robotics)에 대한 소개 부탁드립니다.

모바일 로봇 및 자율주행을 위한 로봇 인지를 연구하고 있습니다. 모바일 로봇을 위한 위치 추정 및 주변 공간 인지 기술의 기본 기술이 되는 SLAM 이라는 기법이 있습니다. 학위과정을 시작할 때 로봇이 무언가 하기 위해서는 인지가 먼저 이루어져야 한다는 생각을 하게 되어 SLAM 기법을 연구하게 되었습니다. 또한 당시 AI 기술 기반의 고성능 2차원 혹은 3차원 인지 기법이 등장하게 되어, 전통적인 최적화 기반의 SLAM과 비선형 AI 인지 기법을 통합하고자 하는 연구를 수행하게 되었습니다. 이를 시작으로 현재도 SLAM 기반의 로봇 인지 및 판단을 주 연구 분야로 하고 있습니다.

▶ 최근 연구 성과 또는 현재 진행 중인 연구에 대해 말씀해 주세요.

비선형 AI 기술이 발달함에 따라 이미지 및 공간을 이해하는 방향이 크게 바뀌고 있으며, 예시로 최근 Neural field를 활용한 공간 표현 기법이 크게 발달하고 있습니다. 기존의 로보틱스 분야, 특히 SLAM 기반의 로봇 인지 분야에서는 공간 인지의 결과로 주변 환경에 대한 지도를 작성하여도 단순 센서 데이터의 누적과 같이 표현됩니다. 따라서 획득한 지도를 단순히 보기 좋게 표현하는 것과 더불어, 지도로 표현되는 인지 결과를 활용하여 추가적인 판단 등을 수행하는 것이 굉장히 까다롭습니다. 비선형 AI 기법을 활용한 공간 표현 기법을 활용하면 기존의 SLAM을 그대로 수행하면서도 획득하는 환경에 대한 지도에 더욱 다양한 정보, 혹은 로봇의 행동을 위한 판단 자체를 담을 수도 있습니다. 최근 본 연구실에서는 이러한 점에 주목하여, 기존의 SLAM 기법을 Neural field와 융합함으로써 획득한 공간 인지 정보를 고화질로 재현해낼 수 있을 뿐 아니라, 자연스레 다른 작업, 예를 들어 Legged robot의 locomotion 혹은 exploration 등에 활용하는 연구를 수행하고 있습니다.

▶ 그동안 연구하시면서 가장 큰 어려움이 있었다면? 그러한 경우 어떻게 극복하셨는지요? 

로보틱스 분야의 특성상 작게는 다양한 패키지, 크게는 다양한 분야가 모여야 비로소 원하는 로봇 시스템을 갖출 수 있습니다. 이러한 점 때문에 단독으로 로보틱스 분야를 연구하게 될 경우 필연적으로 능력에 대한 한계를 느낄 수밖에 없게 됩니다. 또한 비단 로보틱스 분야가 아니더라도 응용 연구를 수행하는 분야의 특성상 타 분야의 새로운 시점에서 도출되는 개념으로부터 현재 직면한 문제를 해결할 수 있는 아이디어를 얻게 되기도 합니다. 마찬가지로 개인이 볼 수 있는 분야의 너비는 한계가 명확하기 때문에, 이러한 점에 있어서 큰 어려움을 겪어왔고 앞으로도 겪을 것 같습니다. 저 같은 경우는 시간이 지나면서 다양한 사람들과 만나며 교류를 통해 배우고, 직접 연구실을 구성하여 훌륭한 학생들과 함께 이야기하고 학생들로부터 배우면서 이러한 답답함과 어려움을 해소해가는 것을 느끼고 있습니다. 따라서 연구 분야에 대해 개인이 겪는 어려움을 이러한 집단 지성과 교류 및 협업 등으로 극복해 나갈 수 있을 것이라고 생각합니다.

▶ 특별히 기억에 남는 본인의 연구를 꼽는다면?

박사학위 과정 시기에 ICRA에 제출하였던 논문*이 생각납니다. 기존의 SLAM 기법을 위해 AI 기반의 생성모델을 어떻게 모델링해야 적용할 수 있을지에 대해 몇 달을 고심하여 연구한 주제였는데, 덕분에 추정이론 관점에서 SLAM의 본질이 무엇인지를 새삼 생각해볼 수 있게 되었고, 또 AI라는 키워드 없이 전통적인 통계학 관점에서의 생성모델에 대한 진정한 의미를 깊게 생각해볼 수 있게 되었습니다. 이를 바탕으로 자유롭게 추정이론 기법을 적용해볼 수 있는 눈이 생기게 되어, 현재도 추정이론 및 패턴인식 기반의 연구와 강의를 진행하고 있습니다.

* 『A Variational Observation Model of 3D Object for Probabilistic Semantic SLAM』 2019 International Conference on Robotics and Automation (ICRA)

▶ 교수님에게 영향을 미친 인물 또는 귀감으로 삼으시는 연구자가 있다면?

제 박사학위 지도교수이셨던 이범희 교수님께서 "좋아보이는 것이 아니라 네가 좋아하는 연구를 하라"고 하시어 이를 명심하고 지금도 저만의 길을 걸을 수 있도록 노력하고 있습니다. 또한 Jean Oh 교수님께서 전혀 새로운 Creative AI라는 주제를 가지고 연구를 하시는 것을 보면서, 망망대해에서 개척자와 같은 연구를 추진하는 것을 보고 큰 감명을 받았습니다. 두 분의 행보 모두 제가 하는 연구 분야에 크게 와닿는 점이 있어 마음에 담고 있습니다.

▶ 수업이나 학생 지도방식 등에 있어서 교수로서의 포부가 있다면?

학생들에게 배우는 것에 대한 진의를 전달하기 위해 최대한 노력하고 있습니다. 어떠한 개념이 지금 왜 등장한 것인지, 왜 배우는지 어디에 활용이 되는 것인지를 명확히 알아야 진정한 의미를 깨달을 수 있다고 생각합니다. 하지만 수업 한 번 듣는다고 해서 한 번에 명확히 깨닫기 힘들다는 것도 잘 알고 있기 때문에, 이 점 또한 충분히 전달해 주어 지치지 않고 노력할 수 있게끔 지도하려고 합니다.

연구실의 학생들의 경우에는 교수가 아니라 같은 연구자로 함께 연구하는 분위기를 만들려고 합니다. 혼자 로봇을 연구할 수 없기 때문에 저 역시 학생들에게 많이 배워야 하는데, 이러한 연구의 관점에서 사실 상하관계는 비효율을 유발할 수 있다고 생각합니다. 이러한 분위기가 조성되면 연구 수행 중에 제가 착각하거나 틀려서 그른 주장을 하더라도 반박받을 수 있어 더욱 발전할 수 있지 않을까 생각합니다.

▶ 학생들에게 권하고 싶은 추천 서적 또는 타 연구자의 논문이 있다면 말씀해 주세요.

비단 로보틱스뿐만 아니라 AI에서도 인지 및 판단 등에서 시작을 해보고 싶다면 Bishop의 『Pattern Recognition and Machine Learning』을 보는 것을 추천합니다. 실제 제가 패턴인식 교재로 활용하고 있습니다. 또한 로보틱스에서 가장 핵심이 되는 연속적인 환경 인지에 대해 좀 더 깊게 배우고 싶다면 『Probabilistic Robotics』를 추천합니다. SLAM의 근간이 되는 Bayesian approach에 대해 감을 잡을 수 있습니다

▶ Robotics 분야에 관심 있는 학생들을 위한 조언을 부탁드립니다.

제가 조언을 할 입장인지는 모르지만, 분야를 선택함에 있어 고민을 많이 해보는 것이 좋을 것 같다는 말씀은 드리고 싶습니다. 로보틱스만 해도 전기전자, 기계, 컴퓨터 및 신소재까지 다양한 분야에서 접근이 필요한 분야입니다. 저 역시 움직이는 무언가가 있으면 좋겠다고 생각하여 그러면 세상을 인지할 수 있는 것부터 해봐야겠다고 마음먹게 되었고, 시작하였습니다. 자신이 로보틱스라는 큰 분야에서 어떤 파트에 기여하고 싶은지 그 관련된 분야에서 많은 연구를 이미 수행해보신 분들의 자취를 한번 살펴보는 것을 가장 먼저 추천 드립니다. 

▶ 앞으로 계획에 대해 말씀해 주세요. 

앞서 언급드린 것과 같이 로보틱스는, 인류가 꿈꾸는 궁극의 로봇은 단순히 한 분야만 있다고 되는 것이 아닙니다. 마치 chatGPT가 갑자기 등장한 것처럼 보이듯이, 각 분야가 정점에 다다랐을 때 분야의 융합을 통해 비로소 나타나는 것이 인공지능 로봇입니다. 개인적으로는 현재 AI 기법의 큰 발전으로 인해 이전보다는 그 가능성이 보이는 것 같지만, 아직까지도 로봇의 인지, 판단, 제어 및 설계는 모두 따로 개발되고 있습니다. 그러나 인간이나 동물을 보면 알 수 있듯 지능과 육체는 따로 발달한 것이 아니라, 서로가 상호작용을 통해 피드백을 주고 받으며 발생해 왔습니다. 따라서 로보틱스 센터를 설립하여, 언급한 모든 분야를 연결하여 서로 상호작용을 통해 환경에 최적인 로봇의 인지제어 및 설계까지 구상해낼 수 있는 연구를 수행할 것입니다.

연구자 정보 >>