호주 연구진, AI 소방 로봇 군집 시험서 성공률 99.67% 기록

재난 현장에 소방 로봇을 투입하는 일은 더 이상 낯설지 않지만, 지금까지는 대원들이 모니터 앞에 앉아 무선 조종 차량처럼 일일이 수동 조작하는 방식이 대부분이었습니다. 여러 곳에서 동시에 불길이 치솟으면 사람의 반응 속도로는 감당하기 어렵습니다.

호주의 로봇 기업 사이보그 다이내믹스 엔지니어링과 그리피스 대학교 연구진은 이 한계를 넘기 위해 AI 기반 소방 로봇 군집 시스템을 개발하고, 시험 운영에서 99.67%의 성공률을 기록했습니다.

퀸즐랜드 국방과학연맹의 지원을 받아 인공지능 공학 응용 저널에 게재된 이번 연구는 사람이 직접 불길 속에 들어가지 않고도 여러 로봇이 알아서 불을 끄는 자율 방재의 가능성을 입증했습니다.

시뮬레이션과 실물을 결합한 3단계 훈련

연구진은 다중 에이전트 강화학습 기법을 활용했습니다. 여러 AI 에이전트가 환경과 상호작용하며 시행착오를 거쳐 최적의 협업 방식을 스스로 터득하도록 만든 것입니다.

그리피스 대학교의 저우저 박사 팀은 체계적인 3단계 커리큘럼을 설계했습니다. 첫 단계에서는 단일 로봇의 기초 이동을 훈련하고, 두 번째 단계에서는 여러 로봇이 함께 장애물을 피하는 법을 가르쳤으며, 마지막 단계에서는 복잡한 장애물 사이에서 협력해 여러 화재를 진압하도록 했습니다.

비용과 안전 문제를 해결하기 위해 실험은 하이브리드 방식으로 진행되었습니다. 실물 무인 지상 차량 한 대가 최대 네 대의 가상 팀원과 연동되어 움직였습니다. 실제 로봇은 센서로 장애물을 피하면서 가상 동료들과 역할을 나눠 두 곳의 모의 화재를 진압했습니다.

원격 조종을 넘어 스스로 역할을 나누는 군집으로

사이보그 다이내믹스는 이미 호주 전역의 광산 현장에 원격 제어 소방 로봇을 공급해 온 기업입니다. 하지만 라이언 마플 총괄 책임자는 기존 방식이 안전에는 도움을 주었지만 화면을 보며 조종하는 사람의 상황 인지 한계에 묶여 있었다고 설명합니다.

이번 기술의 핵심은 하위 경로 제어와 상위 군집 조율을 완전히 자동화한 점입니다. AI는 센서에서 쏟아지는 데이터를 바탕으로 사람보다 훨씬 빠르게 판단을 내렸습니다.

심지어 불길이 여러 군데로 번지자 로봇들이 스스로 조를 짜서 화재 현장으로 흩어지는 분업 능력까지 보여주었습니다. 연구진은 앞으로 시뮬레이션에서 배운 지능을 실제 복잡한 현장에 안정적으로 이식하는 연구를 이어가며, 공중 드론이나 수중 무인체까지 아우르는 복합 군집으로 확장할 계획입니다.

왜 중요한가

실물 로봇 한 대와 가상 에이전트를 결합해 군집 알고리즘을 검증한 방식은 매우 영리한 접근입니다. 고가의 특수 장비를 무작정 부딪치며 강화학습을 돌릴 수 없는 환경에서, 현실적인 비용으로 고도화된 자율 협업 모델을 검증해 냈기 때문입니다.

대규모 플랜트나 광산, 물류 창고처럼 유독가스와 폭발 위험이 상존하는 산업군에서는 사람이 투입되기 전에 알아서 구역을 나누어 불을 끄는 시스템이 실질적인 게임 체인저가 될 수 있습니다. 다만 일반 구조 현장에 당장 배치되기는 이릅니다. 짙은 연기와 고열로 인한 센서 왜곡, 통신 두절 같은 극한의 재난 환경을 알고리즘이 극복할 수 있을지는 추가 검증이 필요합니다.

이번 성과는 특수 목적 로봇 시장이 단순 원격 제어 도구에서 군집 자율 지능으로 넘어가는 분기점을 보여줍니다. 향후 산업 현장의 안전 대응력은 조종 인력의 숙련도보다 현장에서 얼마나 빠르고 똑똑하게 분업을 실행하는 AI를 갖췄는지에 따라 갈릴 것으로 보입니다.