KPMG, 새로운 차원의 인간과 기계의 상호 작용

로봇과 지능형 기계의 사용이 증가하면서 새로운 기회가 열리고 있지만 동시에 몇 가지 우려도 제기되고 있다. 경쟁력을 유지하기 위해서는 직원들의 일자리 상실에 대한 두려움을 진지하게 받아들여야 한다.

하랄드 v. 하이니츠(Harald v. Heynitz): KPMG AG Wirtschaftsprüfungsgesellschaft의 Industrial Manufacturing Deutschland 사장

맷돌, 기중기, 로프 윈치 등 동력 변환 장치는 수 천년 전부터 인류에게 사용되어 왔다. 산업화에 접어들면서 기계와 관련 도구의 적용 범위는 그 다양성이 증가하였고 복잡성도 매우 커졌다. 최신 자동장치의 보급과 기술 장비에 ICT(정보 통신 기술)이 통합되면서, 일상 생활에서 필수적이지만 매우 까다로운 부분이 되었다. 그 사이 지능형 기계들은 인간으로부터 몇몇 작업을 넘겨 받았다. 기계가 더 빠르고, 더 싸고, 더 신뢰할 수 있게 되었다.

자동화를 통한 기계 사용의 비약적 발전

로봇은 단조로운 동일한 프로세스를 반복적으로 수행할 때에 특히 적합하다.

로봇은 단조롭고 반복적인 동일한 프로세스를 수행할 때에 매우 유용하다. 그러나 기계를 설치하거나 작동 또는 유지하려면 특별한 지식과 광범위한 교육 또는 매뉴얼이 있어야 한다. 자동화와 기계의 네트워킹, 즉 자율적 행동을 위한 기술 시스템에 포괄적 능력을 부여하여 기계 사용에 있어서 비약적 도약이 예상된다. 사물 인터넷은 통신 구조를 통해 인간적인 환경에서 산업 프로세스 전반으로 확장하였다. 로봇, 지능형 기계 그리고 독립적으로 데이터를 수집하고, 정보를 교환하며 맥락에 따라 작업을 수행하는 지식을 기반으로 하는 시스템의 사용이 증가하면서 우려와 동시에 새로운 기회가 열리고 있다.

점차 증가하는 혁신 압력과 제품 다양성

제조 산업 자동화의 본질적인 동인은 혁신에 대한 압력 증가, 제품 라이프 사이클의 단축, 주문 리드 타임의 단축 그리고 제품 변종 증가 등이다. 그러나 지속 가능한 경쟁 우위를 실현하려면, 사람들의 우려를 심각하게 받아들여야 한다. 기업들은 일자리 상실에 대한 두려움을 자동화로 인한 부가가치와 대비시켜 보아야 한다. 또한 새로 개편될 제조 환경에서 직원들의 관점이 드러나는 것도 중요하다.

디지털로 변환하고자 하는 경영진의 강력한 의지로 인해, 기술 수용을 촉진하거나 로봇 및 지식 기반 시스템에 대해 어느 정도 자극할 목적으로, 핵심 인력에 대한 계발 및 자격 인정 프로그램 그리고 인력 채용에 있어서 향후 HR-프로파일 정의를 이용할 것이다. 그러나 경영진의 의지와 직원의 학습 능력은 성공적인 인간/기계 협력을 위한 토대의 일부일 뿐이다.

폭스바겐의 볼프스부르크 공장 55번홀 Smart Production Lab에서 스마트 로봇을 연구 개발하고 있다.

기본적으로 인간의 안전이 가장 중요한 역할을 한다. 미래의 공장에서 인간은 로봇으로부터 차단 장치에 의해 보호될 필요가 없다. 대신 로봇은 전문 작업자의 제 3의 팔로서 작업자 바로 옆에서 그리고 인간과 함께 뛰어난 이동성을 구비하여 작업할 수 있다. 카메라와 센서로 지원되는 안전 메커니즘은 기계를 인간의 위협 요소로 인지하고 막을 수 있기 때문이다. 센서와 액추에이터의 발전, 컴퓨터 데이터 처리 능력의 향상, 그리고 셀프러닝 소프트웨어로 인해 스마트 기계를 사용할 수 있는 방법들이 계속해서 증가하고 있다. 새로운 세대의 협업 로봇은 이동하면서 여러 장소에서 다양하고 복잡하고 반복되지 않는 작업을 수행할 것이다. 또한 셋업 시간 (프로그래밍 포함)도 현저히 단축된다. 게다가 로봇 생산의 규모의 경제는 구매 비용을 대폭 낮출 것이다. 이용 영역이 계속 증가함으로써 기업은 고객이 요청하는 “특수 제작“ (mass customization)을 경제적으로 실현하는 데에 도움을 받는다. 특히 매우 까다로운 품질 요건을 준수하고 안전 작업을 수행하는 데 있어서 정교한 기술은 떼어 놓고 생각할 수 없다. 인간과 기계의 협업은 시스템에 대한 부족한 이해와 인간의 실수가 배제되도록 설계해야 한다. 기술의 정확성과 인간의 심리가 서로 보완하고 각자의 강점이 강조되어야 한다. 비록 우리를 둘러싼 수많은 기계가 우리에게 익숙한 광경이 되어도 자동화 장치, 로봇, 소프트웨어 프로그램에 대한 인간의 이해는 대체로 다음과 같다. 즉 기계는 결국 사람이 프로그래밍한 것을 수행하는 것이다. 제한된 기계의 상호 작용은 인간이 구성 요소를 작동해야 한다. 조작은 대부분 누름 버튼, 키 또는 펀치 카드를 사용한다. 그리고 이러한 프로그램을 작성하는 것은 대부분 전문가들의 몫이다.

인간과 기계 사이의 유저 인터페이스에 초점을 맞추다

로보틱스와 자동화 솔루션 공급자들의 개발시간 가운데 많은 부분이 인간과 기계 사이의 사용자 인터페이스 전문 용어로 HMI (Human Machine Interface)이다. 첫 번째 단계는 지능적인 신호 처리를 바탕으로 인간/기계 인터페이스를 시각적으로 형상화한다. 그 사이 거의 직관적으로 조작 가능한 태블릿, 디스플레이 또는 터치 스크린이 판매 시장에서 일반적 수준이 되면서, 앞으로 음성 제어, 제스처 제어 또는 심지어 사고 제어로 기계를 더욱 자율적으로 취급할 수 있게 될 것이다. 기계와의 대화는 더욱 간단해지고, 개인적이며 감정적이 될 것이다.

새로 디자인된 대화 요소가 생성되고, 그로 인해 인간과 기계 사이의 구조적인 의사 소통이 경계를 넘어서도 가능해진다. 물리적인 그리고 가상의 가치 창출 흐름과 자재 흐름은 지금도 이미 빈틈없이 디지털 방식으로 포착할 수 있고, 미디어가 두절되는 일(media disruption) 없이 정의된 인터페이스를 통해 각각의 이해 관계자가 접근할 수 있다. 그러나 아직도 기업 내에는 격납고 같은 형태의 구조 조직과 절차 조직이 있고, 이들은 잠재적인 고객의 요건으로부터 납품에 이르기까지 데이터 연속성의 잠재력을 완전히 끌어내는 것을 방해하는 경우가 많다. 협업적 인프라나 인간/기계 협업의 새로운 요건과 방법에 맞추어 정렬된 조직 구조가 회사 내에 부족하다. 이는 생산, 개발, 유통 또는 구매 분야의 일자리와 관련된 것이다.

알고리즘을 이용하여 기계는 생체 역학적으로 더욱 근접할 수 있다

친근한 조력자: 폴이라는 이름의 Care-O-bot 4가 지난 10월부터 잉골슈타트의 Saturn에서 고객들을 맞이하고, 원하는 제품을 안내하고 있다.

로봇이나 지식 기반 시스템이 인간의 인지적 능력을 성공적으로 모방할 수 있게 되면, 그들은 특정 한계를 뛰어넘을 것이다. 이러한 현상에 결정적으로 기여하는 것으로 센서 및 액추에이터 외에 알고리즘이 있다. 알고리즘을 이용하여 수집한 데이터를 기계의 생체 역학적 능력을 인간이나 동물의 능력과 매우 근접하도록 사용할 수 있게 된다. 많은 응용 프로그램에서 지능적 거동을 모사하기 위해 알고리즘을 사용한다. 이러한 지식 기반 시스템의 개발에 있어서 핵심 질문은 다음과 같다. 인간의 두뇌를 모방할 수 있으며 가능하다면 얼마나 빠르게 진행될 것인가?

오늘날 이미 구조화되지 않은 데이터에서 패턴을 인식하기 위해 지식 기반 시스템을 사용하고 있다. 인공 신경망, 즉 뇌를 모방한 구조를 이용하여 지식 기반 시스템은 스스로 훈련하고, 시간이 지나면서 점차 경험이 풍부해지면서 기계가 학습한다. 여기저기서 인공 지능을 논의하고, 중장기적으로 지식 기반 시스템은 인간을 보조하는 것이 아니라 스스로 창의적인 프로세스를 형성할 수 있을 것이라고 예측된다. 따라서 연구 및 개발 부서에서 새로운 형태의 혁신 작업이 가능해질 것이다. 지식 기반 시스템은 우선은 디지털 어시스턴트의 역할을, 나중에는 페이스 메이커의 역할을 할 것이다. 따라서 경제 전반의 혁신력이 한 번 더 상승할 것이다. 인간/기계 협업을 늦어도 지금 이 시점에 새롭게 평가해야 할 필요가 있다.