메릴랜드대, 재난 현장 AI 구조대 시연: 드론 수색·로봇개 환자 분류

대규모 재난 현장에서 가장 심각한 문제는 구조 인력에 비해 부상자가 너무 많아, 누구를 먼저 치료해야 할지 신속하게 판단하기 어렵다는 점입니다.

미국 메릴랜드 대학교의 로보스카우트 팀은 이 병목을 해결하기 위해 드론과 로봇개가 협력하는 인공지능 응급 분류 시스템을 구축했습니다.

이 프로젝트는 미국 국방고등연구계획국(DARPA)의 3년 기금 지원 프로그램인 'DARPA 트라이아지 챌린지'의 일환입니다. 지난달 조지아주 페리에서 대규모 모의 훈련을 마친 뒤, 10월 16일 메릴랜드 로보틱스 센터에서 시연을 진행했습니다.

하늘에선 드론이 수색하고, 지상에선 로봇개가 문진

협동 작전은 공중에서 먼저 시작됩니다. 프로젝트 엔지니어 조시 가우스가 설계를 도운 자율 드론이 현장에 가장 먼저 도착해 부상자의 위치를 탐색합니다. 올해 훈련에는 야간 수색 시나리오까지 추가되어 난이도가 한층 높아졌습니다.

드론이 파악한 좌표는 지상의 의료진과 보스턴 다이내믹스의 스팟 로봇개인 '아폴로'에게 실시간으로 전달됩니다.

자체 AI 컴퓨터를 탑재한 아폴로는 부상자에게 접근해 도움을 주러 왔다며 말을 건네고, 활력 징후를 스캔합니다.

이어 기기에 내장된 거대언어모델(LLM) 대화 시스템을 통해 환자와 대화를 나누며 부상 상태를 파악한 뒤, 평가 결과를 현장 의료진의 스마트폰으로 곧장 전송합니다.

중상자를 발견하면 로봇개가 현장에서 직접 큰 소리로 의료진을 부르기도 합니다. 데릭 페일리 교수는 현장 의료진이 손과 눈이 모두 바쁘지만 귀는 열려 있기 때문에, 로봇의 육성 호출이 실전에서 대단히 유용하다는 피드백을 받았다고 설명했습니다.

왜 중요한가

다수 사상자가 발생한 현장에서 중증도를 분류하는 트라이아지 작업은 생존율을 좌우하지만, 의료진이 직접 환자들을 일일이 찾아다니며 기록하는 것은 심각한 시간 낭비이자 위험 요소입니다.

우리가 보기에 로보스카우트의 접근 방식이 영리한 이유는, 로봇에게 무리하게 직접적인 수술이나 처치를 맡기지 않고 '정찰과 초동 데이터 수집'에 집중했다는 점입니다. 로봇개가 의사의 눈과 귀 역할을 대신해 vital sign과 대화 기록을 스마트폰으로 쏴주면, 의료진은 가장 위급한 환자 치료에만 온전히 집중할 수 있습니다.

물론 아직 넘어야 할 산은 있습니다. 이번 모의 훈련에서도 안전을 위해 환자와 최소 2미터의 거리를 유지해야 했으며, 극심한 소음과 붕괴 잔해 속에서 대화형 AI가 얼마나 정확하게 음성을 인식할지는 추가 검증이 필요합니다.

그럼에도 공중 드론과 지상 로봇의 협동으로 응급 구조의 골든타임을 확보하는 파이프라인은 충분히 입증되었습니다. 연구진의 예상대로 수년 내에 재난 현장의 첫 응답자로 로봇과 드론이 활약하는 모습을 보게 될 가능성이 높아 보입니다.