시스템도 스마트폰처럼 편하게 다룰 수 있어야 한다

디지털 환경이 우리의 업무 일상에 영향을 미치는 것은 시간문제이다. 직관적인 조작에 익숙해진 사용자들은 다른 선택의 여지가 없다. 이제 편리함은 더 이상 사치스러운 것이 아니며, 업무 환경을 매력적으로 만들기 위한 필수 요소가 되었다.

빅토리아 존넨베르크(Victoria Sonnenberg)

핵심 내용

  • 제스처로 기계를 제어한다? 버클리 캘리포니아 대학의 연구원들은 센서와 AI를 통해 제스처를 인식하고, 이를 통해 로봇을 제어하는 암 커프를 개발하였다.
  • 언어를 통해 기계를 제어한다? 도전적이지만 기술적으로 구현 가능하다.
  • MGA Ingenieurdienstleistungen GmbH가 혁신적인 접근법을 추구하고 있다.
  • Mazak에서는 AI가 조작자로부터 배우고, 이를 기반으로 작업 수행 능력을 개선하였다.
  • Kapp Niles는 기계 디자인을 조금만 변경하여도 큰 효과가 뒤따른다는 것을 증명하였다.

완전한 활동은 사람을 행복하게 만든다. 자동차 산업이 조립 라인 생산에서 벗어나 셀 생산 방식으로 전환한 이유이다. “프로세스에 참여하여 전체 공정을 처리하는 작업자는 진행되는 전 과정을 의식적으로 경험하고, 기존의 조립 라인에서 일하는 것보다 훨씬 성취감을 느낍니다.”(페터 G. 훈키르헨, 프라운호퍼 응용정보기술 HCED 유저 빌리티 엔지니어링 & 사용자 경험 디자인 분과장) 페터 G. 훈키르헨은 18년 전부터 각 분야의 기업들과 함께 제품 및 서비스를 사용성 결함 없이 목적에 맞게 사용하기 위해 이용 목적 차원에서 이를 분석하고 개발하여 제품 및 서비스의 사용성과 사용자 경험을 증진하는 방법을 연구하였다. “기계 사용성에 대해 작업-도구-초점을 연구하였습니다. 이는 사람과 기계가 상호 작용하는 사용자 인터페이스가 작업과 맞아야 한다는 의미입니다.” 인간이 전형적인 자신의 업무를 수행하는 방식과 그로부터 어떤 필요성이 발생하는지 조사한다. 이는 충족되어야 하고, 때로는 인간이 생각하지 못해서 충족되지 못했던 필요 요소를 찾아내고 구현해야 한다.

인간이 무언가를 어떻게 하고 왜 하는지 알아내기

이에 페터 G 훈키르헨은 팀과 함께 첫 번째 단계로 필요한 요건과 목표를 식별하고 구조화하여 새로운 솔루션으로 넘어갈 수 있도록 인터뷰를 실시하였다. 실질적인 업무 전문가들인 잠재적 사용자들과의 대화는 기술에 경도된 솔루션이 아니라 순수한 내면의 관점에서 솔루션이 형성되도록 보장하고, 그렇게 해야만 무언가를 어떻게 하고 왜 하는지 조사하였다.

이어서 솔루션을 어떤 식으로 구성할 수 있는지 고찰하였다. “이후 빠짐없는 전체 작업과 그에 속하고 그로부터 도출되는 요건을 바탕으로 업무를 형성하고 조직합니다. 그렇게 각각의 상호 요소가 하나씩 전체 맥락 속에서 정당성을 얻게 됩니다.” 그 후에 테스트 인력이 시스템을 시뮬레이션하고 어느 부분에 개선이 필요한지 보여주는 테스트 단계가 이어진다.

“이때 인터뷰를 통해 사용자의 단순한 요건이 아니라 사용성 관점에서 실제로 상호 작용에서 필요한 것을 사용자가 얻도록 보장합니다. 우리는 이를 기반으로 최적화하고 사용자와 사용자의 목적에 100% 맞는 것을 만듭니다.” 이를 위해 업무 전문가들과의 인터뷰뿐만 아니라 그들의 환경을 고려하는 것도 중요하다.

예를 들어, 작업자가 하는 일을 계속 따라가면서 작업 자체를 관찰하고 그뿐만 아니라 효율성 증대를 위해 어떤 도구를 사용할 수 있는지 알아내기 위해 환경도 관찰한다. 도구를 선택한 후, 도구를 구현하고, 해당 도구를 이용하여 작업자가 작업을 완료하는지 평가한다.

하지만 솔루션으로 작업을 완료하지 못하면, 이 솔루션은 실패로 간주한다. 카를스루에 기술 과학 대학 울리히 브뢰클 교수는 제스처 제어 분야에서 상당한 경험을 쌓았고, 이 분야에서 박사 학위를 취득했다. 기술적 관점에서 볼 때 제스처 접근 방식은 특정 조건이 충족되어야 잠재력을 발휘한다. 하지만 사용자가 테스트를 통해 제스처를 외우지 못하거나 그냥 잊어버리거나 또는 미리 정의된 각도를 다르게 생각하는 것으로 나타났다.

울리히 브뢰클은 정보 시스템을 이용한 첫 번째 시도를 냉정하게 평가했다. “사용자가 비접촉식으로 정보를 불러오는 방법을 선택했습니다. 그런데 이러한 제어 방법은 기대를 충족하지 못했습니다. 예를 들어, 사용자는 우리가 표지판을 붙여 둔 센서 영역에 손을 대는 것을 불편하게 생각했습니다. 이는 사용성 측면에서 매우 나쁜 징조입니다.”(울리히 브뢰클)

음성 제어 프로토 타입 옆의 MGA Ingenieurdienstleistungen GmbH의 전무이사 로렌츠 아놀드(왼쪽)와 개발자 마리우스 리터

제스처 제어는 레퍼토리를 전제로 한다

“제스처 제어는 전문가와 게이머를 위한 솔루션이 되고 있습니다. 특히 광범위한 소비자 시장에서 액션을 실행하는 상호 작용 어포던스(Affordance, 어떤 행동을 유도하는 행동 유도성)가 없습니다. 사용자는 기존의 버튼을 터치하거나 마우스로 클릭하는 것을 잘 알고 있습니다. 반면에 제스처 제어는 먼저 배워야 합니다. 손가락이 위를 가리키거나 손가락이 앞을 가리키는 것이 무슨 의미인지 알아야 합니다. 경험에 의하면 사람들은 이에 대한 준비를 하지 않았습니다.” 울리히 브뢰클은 이러한 이유를 사용자가 마우스나 터치스크린의 사용 편의성에 이미 익숙해져 있고 제스처를 통한 제어는 오류 가능성이 높다고 생각한다. 실수는 용납되지 않지만 제스처 제어 아이디어는 코로나 팬데믹 시대에 비접촉식 제어와 설정이 필요 없는 작업을 목표로 하기 때문이다.

시간이 매우 중요하고 작업을 신속하게 수행해야 할 경우, 마우스를 찾고 커서를 배치하는 데 시간이 걸리고 인내심에 한계가 올 수 있다. 하지만 경험에 의하면 훈련된 제스처 제어로 시간을 절약할 수 있다. “일련의 테스트가 끝날 무렵 우리는 95%의 적중률을 얻었습니다. 언뜻 보기에도 나쁘지 않은 결과입니다. 하지만 나머지 5%의 확률에서 제스처가 잘 통하지 않거나 일이 제대로 수행되지 않는다면 불만을 갖게 될 것이라는 의미입니다. 우리들의 눈높이가 스마트폰으로 인해 매우 높아진 것도 사실입니다.”(울리히 브뢰클)

3D 좌표와 방향(orientation)을 통한 제어 기술이 있고 성숙되었지만, 사용자는 제스처 레퍼토리 또는 동작 패턴 그리고 기존 센서 영역과 같은 경계 조건을 학습하는 방법이 여전히 문제가 된다. 울리히 브뢰클은 이것이 전문가가 아닌 일반 사용자의 방해 요인이라고 하였다. “사용자를 교육할 시간이 있고 잘못된 해석과 이를 극복하는 방법이 있으니 상황이 달라질 것입니다. 하지만 이렇게 하려면 위생 상의 이유 또는 설정 시간이 짧다는 이유가 필요합니다.”(울리히 브뢰클)

현재의 코로나 상황이 새로운 기술을 접목하기 위한 기회를 제공하고 있어, 비접촉 제어라는 이 주제가 다시 탄력을 받고 있다. 제스처 제어는 버클리에 있는 캘리포니아 대학에서도 연구를 진행하고 있으며, 최근에는 암 커프 형태의 새로운 유형의 웨어러블을 선보였다.

이는 64개의 전극과 AI 칩을 장착하여 착용자가 수행한 손 신호를 인식하는 것이 목표이다. 전극이 팔뚝의 신경 자극을 측정하고, AI 칩은 이러한 신호의 패턴을 구별하는 방법을 학습하여 의도한 손 신호를 인식한다. 착용자는 커프의 데이터를 이용하여 키보드 없이 컴퓨터를 조작하고, 의수 또는 로봇 손을 제어할 수 있다.

박사 과정에 있는 알리 모인은 전기 공학 교수 아나 아리아스와 함께 이 시스템을 개발하고 있다. 주요 주제는 의수 제어이며, 이 기술은 원칙적으로 모든 전자 장치와 상호 작용하는 데 사용할 수 있다. “보철술은 이 기술의 주요 응용 사례이지만, 컴퓨터와 통신하는 직관적인 방법을 제공합니다.”(알리 모인)

사용자는 터치 스크린의 제어 제스처를 기억해야 있다. 제스처 제어에 대한 학습이 필요하며 이 레퍼토리에 먼저 익숙해져야 한다. 이런 과정이 제스처 제어 상호 작용의 가장 큰 장애물이 되고 있다.

21가지 제스처를 명확하게 식별한다

제스처로 장치를 제어하는 것은 카메라를 이용하는 등 다른 방법으로도 구현할 수 있지만, 암 커프를 이용하는 방법은 구현하기가 쉽고 프라이버시도 보호된다. 이 시스템은 훈련 단계를 거쳐 엄지손가락이나 주먹, 개별 손가락의 움직임 또는 펼친 손 등 21가지 제스처를 정확하게 인식할 수 있다. 신호가 개인적으로 모두 다르기 때문에 훈련을 통해 이에 적응해야 한다. 반면에 사용하는 소프트웨어는 독립적인 학습이 가능하다. 예를 들어, 사용자의 팔에 땀이 흐리거나 팔을 머리 위로 들어 올려 특정 손 움직임과 관련된 전기 신호가 변경되는 경우 알고리즘이 새로운 정보를 모델에 통합할 수 있다.

MGA Ingenieurdienstleistungen GmbH의 전무이사 로렌츠 아놀드도 발상을 전환하였다. 그는 22년 동안 기계 컨트롤 엔지니어링을 연구했으며 이에 적합한 솔루션을 제작해왔다. 코로나 팬데믹으로 인해 대부분의 업계와 마찬가지로 로렌츠 아놀드를 중심으로 한 50명의 팀원들은 2020년에 할 일이 별로 없었다. 이에 로렌츠 아놀드가 수년 전부터 생각하고 있던 음성 제어 개발에 남은 역량을 투입하였다.

“이 주제는 박람회에서 영감을 받아 오랫동안 머릿속에 잠재해 있었습니다. 스마트폰에서 사용하는 ‘음성 제어’라는 주제가 언제 업계에 등장할지 궁금했습니다. 우리는 남은 시간을 활용하기 위해 이 주제를 다루기로 했습니다.”(로렌츠 아놀드) 당시에는 음성 제어가 기계 공학에 널리 보급되지 않았었다. 우선 제어판에 음성 제어를 추가하는 아이디어를 냈다. 첫 번째 개발 단계에서 음성 제어가 제어판이 할 수 있는 모든 작업을 수행하는 것이었다. 이는 음성으로 명령을 제어하고 그에 대한 피드백도 제공하는 것이다.

MGA Ingenieurdienstleistungen GmbH는 제어판과 상호 작용하도록 프로토 타입을 기반으로 음성 제어를 개발하여 유용하게 사용하고 있다.

음성 제어는 기능을 추가하는 보완 기능이다.

“제어판과 상호 작용하도록 음성 제어를 프로토 타입을 기반으로 개발하였기 때문에, 음성 제어가 대체품이 아닌 새로운 기능을 추가한 것입니다.”(로렌츠 아놀드)

음성 제어는 더러운 환경이나 장갑을 착용하고 작업해야 하는 특수한 경우에 대안이 될 수 있다. 하지만 정반대로 위생적인 환경이 유지되어야 하는 경우에도 또 다른 이점을 제공한다. 여기에는 기계 공학에서 과소평가해서는 안 되는 편의성이 있다. 숙련 인력 부족 시대에 엔지니어뿐만 아니라 노동자에게 제공할 수 있는 매력적인 일터를 과소평가해서는 안 된다. 로렌츠 아놀드는 음성 제어로 달성할 수 있는 가장 중요한 효과는 효율성 증대라고 강조하였다.

“이에 대해 연구를 진행하면서 효율성 증대는 분명해졌습니다. 다른 경우에도 상황은 비슷하고 때때로 돌파구가 없었던 이유 가운데 하나라고 생각합니다.”(로렌츠 아놀드) 예를 들어 작업자가 자동화 조립 스테이션에서 자동차의 복잡한 부품을 조립하는 경우, 특정 조립 단계를 완료하면 이를 기록에 남겨야 한다. 특히 브레이크 페달과 같이 안전 관련 부품인 경우에 더욱 중요하며, 이런 경우 작업자는 이를 패널에 기록하기 위해 잠시 조립 작업을 중단해야 한다.

전체 소음에서 배경 소음 빼기

하지만 음성 제어를 통해 이런 작업을 수행할 수 있다면 작업 중에 손을 떼지 않아도 된다. 이처럼 여러 가지 장점이 입증되었음에도 불구하고, 설문 조사를 통해 주변 소음과 관련된 제약 사항이 있는 것으로 나타났다. “여기에는 주변 소음에 대한 다양한 접근 방법과 솔루션이 있습니다. 우리는 시끄러운 환경에서 테스트를 진행했으며 이 문제를 해결했다고 감히 말씀드릴 수 있습니다.” 이에 대한 솔루션은 진동을 기반으로 하며, 전체 소음에서 주변 소음의 주파수를 빼는 것이고 필요한 언어만 남게 된다. 원하는 소리를 주변 소리와 분리할 수 없을 경우에는 다른 소프트웨어를 이용할 수 있다. 이를 위해 응용 사례에서 주변 소음을 녹음되고 소프트웨어에 저장해야 한다.

개발 과정에서 피해야 했던 것은 주요 IT 플레이어의 음성 인식 서비스였다. 이러한 음성 인식 솔루션은 오프라인으로 작동해야 한다는 점에서 다르기 때문에, 컴퓨팅 성능과 저장 공간이 제한되었다. 따라서 이 시스템은 미리 설계된 대화만 인식할 수 있다. 이 대화 상자 구성을 위해 사용하기 웹 기반 도구가 있으며, 이 도구를 사용하여 명령과 동의어를 최대한 많이 저장할수록 유리하다. 시스템은 용어 자체뿐만 아니라 동의어 두 가지 모두를 분리된 상태로 또는 문장에 포함된 상태로 인식할 수 있다. 로렌츠 아놀드 팀은 사용자 만족을 위해 대화 디자인에 전문 지식을 제공한다. 다양한 연령대에 걸친 언어 사용이나 방언에 대한 솔루션을 교육하기 때문에 이해력에 대해서는 우려하지 않아도 되며, 다국적 언어도 가능하다.

“우리는 기술적으로 모든 것을 마쳤지만, 아직 시장에 안착하지 못하고 있습니다. 하지만 이 주제에 집중하는 사람들은 지금이 진정한 혁신을 가져오고 시장에서 한발 앞서 나갈 수 있는 기회하고 생각합니다.” 로렌츠 아놀드는 제조업체에게 지금이 앞서 나갈 수 있는 기회라고 강조하였다

모든 중요한 정보를 한눈에

Mazak의 Mazatrol Smooth Ai는 AI 기반 컨트롤러로 내장된 학습 기능을 통해 지속적으로 기계 성능을 향상시키는 것을 목표로 한다.

Mazak의 2014년에 Smooth-Technology를 처음 발표하였으며 이미 시장에서 자리를 잡았다. 이 제품은 사용자에게 완전히 새로운 운영체제를 제공하며, 이 운영 체제는 프로그래밍, 유지 보수, 공구 데이터, 셋업 변경 및 가공을 위한 5가지 프로세스 화면이 사용자에게 필요한 모든 정보를 한눈에 파악할 수 있다. “Mazatrol Smooth CNC 제어의 최신 세대는 Smooth Ai입니다. 인공 지능(AI)과 디지털 트윈 그리고 자동화 기술이 결합된 이 소프트웨어는 업계에서 큰 발전을 지원합니다.”(마르쿠스 보이취, Yamazaki Mazak Deutschland GmbH CTO). 소프트웨어 패키지에는 다음이 포함된다.

• Solid Mazatrol: Mazatrol에서 3D 모델 기반 CAD 데이터와 AI 지원 프로세스 선택을 사용하여 자동으로 프로그래밍한다.

• Smooth Ai Spindle: 이 기능은 인공 지능(AI)을 사용하여 스핀들 진동을 모니터링하고 그에 따라 가공 조건(이송 속도 및 회전 속도)을 조정하여 최적화한다.

• Ai Thermal Shield: 기계의 온도 변화를 자동으로 보정한다. 머신 러닝이 시공간 모델링과 결합하여 온도 변화 시 높은 공정 안정성을 보장한다.

Smooth Ai는 AI 기능을 통해 다양한 소스에서 정보를 학습할 수 있다. 이러한 소스는 작업자일 수 있으며, 이전 가공 프로세스와 환경 데이터일 수 있다. 이 정보를 기반으로 짧은 사이클 시간과 높은 표면 품질, 높은 사용자 친화성으로 인해 지속적으로 개선될 수 있다.

자동화 또한 확장된 계획을 통해 기계의 작업 부하를 계획하는 Smooth RCC (Robot Cell Controller)와 연결된다. 이 기능은 공구 로드와 언로드, 조 클램핑 및 자재 운반을 위한 로봇을 관리할 수 있다. Smooth-Ai 컨트롤의 또 다른 기능은 로봇을 위한 티칭 어시스턴트로, 사전 프로그래밍된 로봇 작동 패턴을 인터페이스를 통해 로봇을 빠르게 프로그래밍 할 수 있다. 소프트웨어, AI 및 자동화의 상호 작용은 더욱 높은 성능과 정확성뿐만 아니라 빠른 프로그래밍을 위한 것이다.

사용자의 긍정적인 경험

“Mazak은 사용자에게 최대한의 유익을 제공하고 사용자가 긍정적인 경험을 할 수 있도록 Smooth Ai를 사용자 중심에 두고, 목표를 달성할 수 있도록 모든 도구를 제공합니다.”(마르쿠스 보이취) Mazak은 기계 제어를 개선하기 위해 끊임없이 노력하고 있다. 전 세계적으로 새로운 기능이 배포할 가치가 있는 경우, 유지 관리 차원에서 정기적인 업데이트를 제공한다.

Kapp Niles의 컨트롤 패널은 높이를 조정하고 회전시킬 수 있다.

Kapp Niles의 새로운 기계 설계는 직관적인 제어로 사용자에게 편안함을 제공한다. 높이 조절 기능 등의 새로운 기능과 사용자 인터페이스의 스위블 옵션으로 언뜻 보기에도 좋은 기능이지만, 일상 작업에서 큰 실용성을 제공하는 필수 요소이다. 많은 Kapp Niles 기계들이 아시아로 수출되면서, 높이 조절이 가능한 컨트롤 패널이 크게 환영을 받았다.

Kapp Niles는 지난 EMO에서 최신형 KNG 12 P master(대형 기어용 프로파일 그라인더)와 KNG 350 expert (기어 센터)에 적용했던 KN Grind를 선보였다. 사용자 인터페이스에 들어가면 사용자가 설정해야 하는 모든 구성 요소(공구/공작물/드레서)가 표시된다. 사용자가 진행 단계를 잘 이해하고 수행할 작업을 명확하게 표시하기 위함이다. 데이터는 마우스 클릭이나 터치로 선택하여 입력할 수 있다. 기계 및 구성 요소의 그래픽 표현은 탐색을 위한 기초를 형성하며, 사용자가 이해할 수 있는 방식으로 메뉴를 통해 안내한다.

사용자는 기계를 실제적으로 설정하는 것과 유사한 프로그램을 통해 빠르고 쉽게 작업할 수 있다. 공작물 프로그램에 필요한 모든 옵션과 기술이 결합된다. 사용자는 자신의 프로젝트에 대한 구성 요소에서 공작물의 기어 유형과 적절한 도구를 선택하고, 선택한 구성 요소는 드래그 & 드롭으로 편리하게 이동할 수 있다. 기계 제조업체는 유지 보수와 관련하여 KN Assist Monitoring을 통해 이전보다 광범위하게 고객을 지원한다. 또한 기계 상태와 생산 과장에 대한 결과를 쉽게 확인할 수 있다. 부정적 영향을 조기에 인지할 수 있기 때문에 예상치 못한 가동 중단을 방지할 수 있다. 유지 보수 관리자는 명확한 목록을 통해 전체 기계 설비의 유지 보수 기한을 사용자에게 제공하며, 제조업체의 자체 소프트웨어 플랫폼 KN 지원에는 공구 데이터 관리가 포함된다. 이를 통해 모든 형상과 공정 데이터가 포함된 상호 교환 가능한 지능형 구성 요소를 기계 외부에서 취급하고 확인하기 쉽게 묘사할 수 있다.

메뉴 가이드가 오류를 최소화한다

KN Assist는 설정 프로세스에 대한 지원을 제공한다. 작업자는 이러한 방식으로 다중 셋업 구성 요소의 조립과 분해 프로세스를 미리 수행할 수 있다. 결과적으로 연삭 프로젝트 준비 시간이 단축되고, 설정하는 동안 RFID를 사용하여 설정 구성 요소 데이터와 제어 시스템의 도구를 접촉 없이 식별하여 사용할 수 있다.

작업자는 구성 요소를 식별하는 것 외에도 이해하기 쉽고 직관적인 메뉴 탐색을 통해 작동 오류를 최소화할 수 있다. RFID의 장점은 잘못된 구성 요소 설치 방지, 구성 요소 데이터 자동 판독, 기계로의 전송, 입력 오류 방지 등이다.