Page 17 -

한 공장의 닫힌 세상 속에서 아무것도 보지 못한 채 묵묵히 업무를
수행하는 방식으로 그러한 단점을 피해 가고 있다. 시각 기능을 탑재

한 일부 로봇도 있긴 하지만, 이들 역시 생소한 물체를 분류하거나

조사하는 작업은 수행하지 못한다.
그동안 기계 시각 소프트웨어의 개발을 가로막은 한 가지 방해 요

인은 부족한 컴퓨팅 성능이었다. 이미지 처리는 데이터 집중적인 작

업이기 때문에, 처음 등장한 기계 시각 시스템은 시각 정보를 분석하
기 위해 다양한 규칙을 활용하는 체계적인 접근방식을 바탕으로 작

업의 효율성을 높이고자 했다. 이러한 초기 형태의 기계 시각 시스템
은 기존에 알고 있는 사물들의 정보로 구성된 소규모 데이터베이스

와 새롭게 인식한 물체를 비교하는 방식으로 작동했다. 즉, 부정확하

고 융통성이 떨어지는 방식으로 이루어졌다.
이러한 소프트웨어의 한 가지 치명적인 약점은 새로운 사물이나

상황에 직면했을 때, 신뢰성이 크게 떨어진다는 것이다. 이로 인해 주
변 환경에 조금이라도 변화가 생길 경우, 이 소프트웨어가 제어하는

로봇(또는 차량)들이 익숙한 물체도 제대로 인식하지 못하는 문제가

종종 벌어졌다. 주변의 사물을 정확하게 인식하는 능력은 안전 운전
의 핵심이다. 그런데 기계 시각 소프트웨어가 기대만큼 효과적인 성

능을 보여주지 못함으로써 수십 년 동안 무인 자동차 개발에 장애물

로 남아 있었다. 하지만 최근 인공지능 분야에서 이뤄낸 혁신적인 성
과들이 지금까지의 상황을 완전히 바꿔놓을 수 있다는 비전을 던져

주고 있다.

032