Choi petercsj

[21] Meta의 Orion과 AR glass에 관하여

** 본 글은 글쓴이의 자의적 판단이 포함되어 있습니다. 이에 따라 받침되는 근거가 부족하고 틀린 내용들이 있을 수 있습니다. 문장에 문법적인 오류가 포함될 가능성도 큽니다.

요약

Meta에서 내놓은 Orion이라는 AR glass는 근 시일안에 정말로 쓰고 싶은 제품이었고, AR glass가 발전해야할 방향들이 구체적으로 제시되었다. AR glass는 초기 영상, 게임등의 분야에서 무선 이어폰과 비슷하게 스마트폰의 엑서세리 개념으로 큰 수요가 있을 것 같다.

Meta의 놀라운 발표

정말 오랜만에 disquiet에 글을 남기는데, 그 이유는 최근 Meta(구 facebook)에서 Meta Connect라는 회사 행사에서 orion이라는 ar glass의 공개가 있었고 그 제품이 내가 이거면 써보지 않을까 하는 요소들을 모두 충족시켰기 때문이었다. 나는 근시일안에 AR 글래스가 무선 이어폰처럼 충분히 대중화될 것이라고 생각한다. 다만 이전에 AR 글래스에 대해 썼던 글에서처럼 여러 진입장벽(배터리, 무선, 광학부품)이 있었는데, 이번에 공개된 Orion이 그 문제들을 해결하고, 더 많은 고민들 (스마트폰과 다른 유저 상호작용)도 자신들만의 방식으로 해결하였다.

이전에 썼었던 AR 글래스 관련 글

여러 AI 기술들이 가능하다는 점도 재밌었지만, 개인적으로 내가 흥분했던 것은 다음 3가지가 가능해서 였다.

(1) 누워서 영상을 볼 수 있는가? (ye.. s!!!!!)

(2) 무선인가? (yes!!!!!)
(3) 가볍고 안경 같은가? (ye...s!!!!!)

이 세가지중 한 두개를 충족시키는 기업들을 있었지만, 이 3가지를 모두 충족한 기업은 흔치 않았고 대기업이 공개(출시까지는 한참 멀었다고 한다.)했다는 점도 신기했다.

AR glass 사용한다면 어떻게 사용할까?

현재 일반 소비자의 AR glass의 주요 용도는 스마트폰 화면(시각)을 내 눈앞으로 옮기는 역할이다. 이는 무선 이어폰이 현재 수행하는 역할과도 비슷하다. 스마트폰에서 나오는 소리(청각)를 내 귀 앞으로 옮기는 역할이다.

내가 주로 무선 이어폰을 어떨 때 이용하는지 생각해봤을 때 다음과 같다.
(1) 유튜브, OTT 보기

(2) 유튜브 뮤직 노래 듣기
(3) 전화통화

스마트폰에서 내가 주로 하는 일들도 정리해 보면 다음과 같다.
(1) 유튜브 OTT 보기
(2) 카톡이나 메시지 확인, 보내기

(3) 전화통화

(4) 토스 송금, 주식 확인

(5) 모바일 게임 (가끔씩?)

여기서 초기의 AR 글래스가 강력하게 활약할 수 있는 분야는 시각과 관련된 유튜브, OTT 혹은 게임이라고 생각한다. 이는 한국에서도 많은 사람들이 실제로 시중에 나온 제품들을

50만원 디스플레이 글래스 VS 500만원 애플 비전 프로 (youtube.com)
처음엔 신기하다가, 점점 괜찮다가, 어? 이제 진짜 편한데?? (RayNeo Air2s) (youtube.com)

메타버스가 없어도 충분히 큰 시장이다.

AR glass는 무선 이어폰과 같은 시각적 엑세서리로만 발전해도 큰 시장이다. 무선 이어폰 시장에서 가장 큰 수익을 내고 있는 애플의 2021년 오직 아이팟의 매출이 Spotify, adobe랑 비슷하다는 것을 보면 알 수 있다.
출처: Microsoft Excel Revenue vs Top Tech Companies - Datarails

물론 meta는 자체 스마트폰이나 앱 생태계를 갖고 있지 않기 때문에, 이 기기는 스마트폰 없이 구동이 가능하고 자체 OS와 생태계를 갖는 방향으로 개발할 것이다. 하지만 중요한 것은 확실한 수요, 편하게 영상을 볼 수 있다. 게임을 할 수 있다. 라는 점만 충족이 된다면 굳이 자체 구동이 되지 않아도, AR 관련 기능이 강력하지 않아도 큰 수요가 있을 것이다.

그렇다면 다른 곳들은 어떻게 발전해왔을까?

그동안 Meta 외에도 기존 AR glass 회사에서도 많은 제품들이 출시되었고 지금도 계속 개선되는 모습들이 보인다.
1. 스냅챗 Spectacles

Snap AR Spectacles First Look with Snap OS (youtube.com)
사실 Meta의 Orion과 거의 비슷한데, meta가 1~2주 간격으로 뒤늦게 더 좋아보이는 외관과 성능으로 공개하다보니 국내에서는 묻힌 느낌도 있는 것 같다. 하지만, 6 자유도의 AR 성능 자체만으로 보면 좋은 기술력을 갖고 있다.

1. Nreal, RayNeo

여러 AR 글래스 가운데, 스마트폰 화면이나 PC의 모니터를 대신하는 역할 초점을 맞췄다. 실제로 많은 사람들이 사용했기 때문에 편의성에 있어서 그동안 많이 개선되어 왔다.

3. G1 AR glasses

Meta보다도 더 안경같고 더 가벼운 AR glass이나, 단색의 text 형태만 띄어줘서 글을 읽거나 메시지 확인등의 간단한 일을 할 수 있다.

Even Realities G1 AR Glasses Hands-On Review (youtube.com)

끝으로

나는 개인적으로 AI 기능이라던가 AR 기능이 평상시에 필요하지 않다. 영상을 어느때나 어떤 자세로도(누워서, 운동하면서) 볼 수 있다는 점이 가장 큰 매력으로 다가온다. 빠른 시일 안에 매력적인 AR 글래스가 잘 나왔으면 한다.

도움이 될만한 영상
The billion dollar race for truly smart glasses (youtube.com)

[서비스를 찾습니다]

안녕하세요 :) 이번년도 8월부터 자취를 시작하게 된 자취러입니다. 매달 17일에 월세를 내는데, 자꾸 까먹는 경우가 많아서 주변에서 월세 내는 날 아니냐고 깨달을 때 급하게 월세를 내게 되었습니다.

제 때 월세를 내고 싶어서 방법을 찾기 시작했는데요. 토스에도 물론 자동이체 기능이 있지만, 이체 하루전에 알림이 가는거라 제가 신경을 안쓰면 한없이 빠져나가는 느낌이라 좀 거부감이 들어서, 결국 구글 캘린더 앱에 매달 계좌랑 금액을 적어놓고, 매달 같은 일 특정 시각에 알람을 걸어두었습니다. 이러면 계좌+금액 복사해서 토스 같은 금융앱에서 바로 송금을 할 수 있으니까요.

혹시 제가 이번에 경험한 문제에 대해서 다루는 서비스(또 토스 기능이 많아서 제가 몰랐던 것일수도 있어요!)가 있는지 궁금합니다!
읽어주셔서 감사합니다.

[20] 테슬라의 자율주행 개발 방식 - 딥러닝 역량

요약: 테슬라는 값싸게 대량 생산이 가능한 자율주행 센서 구조와 효율적으로 자율주행 알고리즘을 발전시킬 수 있는 방식을 개발하였다.

9월 25일 테슬라는 걷기도 부자연스러웠던 이전의 테슬라 봇에서 훨씬 발전된 버전의 시연 영상을 보여주었다. 특히 한발로 서는 요가 자세를 유지하는 장면은 개인적으로 나를 상당히 놀라게 했다. 그래서 이번에 테슬라에 대한 기술적인 접근 방식에 대해서 자세히 알아보고 여러분에게 간략하게 소개하고자 한다.

(93) 테슬라는 보스턴다이나믹스를 이길 수 없다? 최신영상을 통해 분석해본 테슬라봇과 일론머스크가 그리고 있는 청사진. 특이점은 차가 아닌 로봇을 통해 온다. - YouTube

테슬라가 타 자동차 회사보다 앞서 나가는 여러 요인들이 있다고 생각하는데 크게 정리하자면, 6가지다.

1. 공장 설계 효율화

2. 신소재, 배터리, 모터와 같은 핵심 부품 생산의 효율화

3. 높은 딥러닝 역량과  확장 가능한 자율주행 방식

4. 데이터 수집과 프로세싱 역량

5. 학습용&추론용 칩셋 설계

6. 테슬라, space X (일론 머스크)라는 존재 자체로 인한 젊고 시간 많은 인재들의 유입

정리를 해봤는데, 이중 자율주행과 관련 있는 3, 4 번에 대해서 집중적으로 소개하고자 한다.

3. 높은 딥러닝 역량과 확장 가능한 자율주행 방식

자율주행 방식에서 쓰이는 센서는 굉장히 중요한데, 크게 두가지, 라이다 (LIDAR)와 카메라가 쓰인다. 라이다는 주변의 물체들이 얼마나 떨어져 있는지 실시간의 정확한 3D Map (Pointcloud: 여러점)을 제공하기 때문에, 공간적인 테슬라는 기본적으로 자율주행에서 8개의 카메라를 사용하는데, 라이다를 사용하지 않는 이유는 라이다의 비싼 가격과, 센서 유형이 달라 여러개의 센서를 썼을 때 통합하기 어렵다는 점이 있다. (센서 정보를 통합했을 때 성능이 떨어지는 경우도 있다.)

먼저 CVPR (Conference on Computer Vision and Pattern Recognition)이라는 세계에서 가장 유명한 컴퓨터 비전 학회의 자율주행 워크숍 2022년과 2023년에 발표한 자료를 보고자한다.

일단 테슬라에서 자율주행을 위해 딥러닝 모델을 사용하여 얻는 요소들은 다음과 같다. 

(1) Occupancy networks -> Occupancy (주변의 공간을 얼마나 차지하는지를 블럭 형태로 나타냄)

(2) Generative Modeling of lanes -> Lanes (라인) -> 이를 통해 정확한 차량의 위치 파

(3) Object Prediction and Properties -> Moving Objects (차, 보행자 등등)

(1) Occupancy networks -> Occupancy (주변의 공간을 얼마나 차지하는지를 블럭 형태로 나타냄)

Occupancy Network는 주변의 공간을 얼마나 차지하는지를 블럭 형태로 나타낸 3D Map을 생성하는 딥러닝 모델이다. 카메라를 사용하기에 라이다에 비해 공간적인 정보를 얻기는 어려운데, 실시간으로 생성된 3D Map을 통해 주변 물체들의 정확한 부피를 파악하고, 이를 주행에 사용할 수 있다. 비디오로 연속적으로 Input이 들어오기 때문에 순간적으로 물체가 가려진다고 하더라도, 가려지기 이전의 이미지들을 통해 가려진 대상의 부피를 예측할 수 있다.

Occupancy Network를 설명한 그림, 8개의 카메라 이미지를 활용하여 실시간으로 주변의 부피상의 3D Map을 만들어낸 모습이다.

Occupancy Network는 자율주행에서 뿐만 아니라, 테슬라 봇 상에서도 실시간 3D mapping 제작을 위해 쓰인다. 학습된 데이터만 다를 뿐 실제 딥러닝 모델 구조는 같다.

Occupancy Network의 구조이다.

참고자료:

(28) 테슬라 ai데이 2 - 테슬라 FSD (인지 신경망 Occupany Network) - YouTube

테슬라의 자율주행 개발 방식은 내용이 방대해서 여러편으로 나누어서 올리려고 한다.

[19] 20년뒤, 우리집 택배는 누가 배달할까?

요약

우리집 바로 앞에 택배를 사람 없이 배달하려면, 길가에 배송해줄 자율주행차와 그 택배를 집앞까지 배송해줄 모바일로봇이 필요하다.
** 본 글은 글쓴이의 자의적 판단이 포함되어 있습니다. 피드백은 언제나 환영입니다. 감사합니다 :)

몇 달전에 나는 유튜브를 보다가 Mark Rober라는 해외 유명 과학, 공학 유튜버(우리나라의 긱블과 비슷하다!)의 한 영상을 보게 되었다.

엄청난 발명 - 이 드론은 모든것을 바꿀 것입니다 - YouTube

드론이 빠르게 날아와서 집앞까지 안전하게 물건을 배송하는 모습이었다. zipline이라는 드론회사의 가상 영상이었지만, 이 회사가 실제로도 르완다에서 약품과 혈액을 드론을 통해 빠르게 전달하는 모습은 충분히 인상적이었다.

와 역시 물류배송의 미래는 드론이다! 진짜 빠르잖아! 라고 생각하는 찰나 실제로 궁금해졌다.

20년 뒤 배달기사님, 쿠팡맨 대신 누가 우리의 택배를 집앞까지 배달하게 될까?

오늘은 물류의 전과정보다는 말단의 라스트마일이라 불리는 내앞까지 물건이 배송되는 부분에 대해서 얘기해보고자한다.

현재 각 기업에서 진행하는 사업들과 개발하는 기술을 바탕으로 몇가지 미래를 상상해보자.

그전에 택배 자동화를 왜 해야하죠?

1. 배송 시스템을 이용하는 커머스 업체들의 경우, 배송하는데에 드는 인건비가 매출대비 비중이 높다. (2020년 쿠팡 기준 20%) [1]

2. 택배기사님들이 엘레베이터 대기와 단지안에서의 시간 허비로 인해 배달 시간에 지연이 생긴다. [2]  

현재 개발되는 라스트 마일 관련 기술들

1. 드론

장점: 목표지점까지 도달하는 속도가 빠름. 고층 건물이나 또한 여러 드론들이 각각의 택배를 한번에 배달. 중단거리에 적합, 고층 건물로 이루어진 도시(아파트로 이루어진)에 적용 유리.

단점: 무게가 다른 방법들에 비해 현재 드론에 대한 인프라나 제도적 준비가 미비하다. 옮길 수 있는 택배 무게의 한계가 있음. 마지막에 라스트 마일까지 정확히 배송하기에는 소음이나 사람회피의 어려움, 착륙 속도가 늦다 정도의 문제가 있음.  

2. 모바일로봇(OR 4족보행로봇 OR 휴머노이드)

장점: 마지막 라스트 마일에 사람이 수령하기에 가장 적합한 형태. 속도가 느려 다소 안전하고, 소음이 적으며 사람 혹은 사람사는 장소인 집 앞까지 접근이 가능.

단점: 속도가 제일 느리고, 크기에 따라 다르지만 어느정도 택배 무게의 한계가 있음. 실제 주행 환경에서의 변수가 가장 많음.

3. 자율주행차

장점: 기존의 자동차들이 사용하는 도로망을 이용할 수 있다. 중장거리(반경 1km 이상)에 적합하다.

단점: 직접 문 앞까지 접근하여 배송할 수 없다. 구현하는 기술적 난이도가 높다.

세가지 소개한 로봇들은 

드론: 항공

모바일로봇: 도보

자율주행차: 도로
를 이용한다.

로봇은 환경이나 특정 규칙으로 제한될수록 여러 변수들을 고려하지 않아도 되어 실제 구현이 쉬워진다. 제한된 환경이나 규칙이 모호하다면 구현이 어려워진다.

구현난이도는 항공 < 도로 < 도보 순이고, 거리당 무게에 대한 경제성의 경우 도로 > 도보 > 항공 이므로 라스트 마일까지 값싸게 도달하기 위해서는 도로를 통한 배달을 지향해야 한다.

결과적으로

중장거리는 자율주행차, 단거리(3km이내)는 여러대의 드론이 맡고, 최종적인 물건 배달과 조정(반품이나 CA 같은 일들)은 지역을 점유하고 있는 모바일로봇이 맡는다. [3]

내가 생각하는 배달의 근미래 모습은 다음과 비슷하지만, 건물마다 배달 관리를 위한 로봇이 있어서, 자율주행차는 길가에 배달하여 건당 배달 시간을 절약할 수 있는 방향이 나을 것이다.

따라서 필자가 생각하는 장소별 라스트 마일의 예시는 다음과 같다.

라스트마일 장소별 예시

1. 마당이 있는 단독주택: 자율주행차만이 배달한다. 자율주행차가 집앞까지 도달하여 길가에 택배를 내려주면, 지역을 담당하는 모바일 로봇이 직접 가져가서 배송하거나, 자율주행차 내  드론을 이용하여 아예 집앞까지 배송하는 경우를 고려할 수 있다.

2. 아파트, 호텔, 회사: 엘레베이터, 자율주행차가 집앞까지 도달하여 지정된 장소(택배 관리 시스템)에 택배를 내려주면, 건물내에 배송을 담당하는 모바일 로봇이 직접 가져가서 배송을 진행한다.

와트(Watt)라는 로봇 회사에서 개발하는 아파트용 로봇배송 솔루션이다. W스테이션이라는 적재함에 택배를 쌓고, 이를 제임스라는 로봇이 운반한다. 제임스에는 로봇팔이 달려 있어, 물리적으로 엘리베이터 버튼을 눌러 아파트의 각층을 오갈 수 있다.

3. 엘레베이터가 없는 다세대 주택, 상가 배달: 배달하기 가장 어렵다. 모바일 로봇이 층을 오가는데 엘레베이터를 사용하지 못한다. 따라서 4족보행 로봇을 모바일 로봇 대신 사용하여 계단을 오르거나, 드론을 모바일로봇처럼 이용해서 실내를 날아 배송하는 차선책이 있다.

번외로 우리집 음식 배달은 어떻게 할지도 생각해보자. 

식당: 처음에는 식당 직원이 길가로 나와 포장된 배달을 때에 맞춰 도착한 자율주행차에 넣고 목적지로 보낸다. 혹은 모바일 로봇이 식당 직원을 대신하여 미리 길가에 나와 현장에 도착한 자율주행차에 배달을 자율주행차에 넣는다.

예시를 살펴봤을 때, 자율주행도 중요하지만 실제로 택배가 배달되는 과정에서 자율주행차에서 모바일 로봇으로 택배가 옮길 때나, 아파트 단지내의 택배 관리 시스템을 이용할 때, 엘레비이터를 이용할 때처럼 다른 로봇이나 기계장치가 연결되는 과정을 매끄럽게 만드는 것이 중요하다.

참고자료

[1] 쿠팡, 1만원 팔아서 2000원 직원 월급으로 줬다 - 뉴스1 (news1.kr)

[2] 택배 로봇 제임스입니다. 고객님의 택배가 도착했습니다. (hlworld.com)

[3] 뉴빌리티, 자율주행차-로봇 연계 라스트마일 물류 실증 - 정보통신신문 (koit.co.kr)

[15] 인공자궁 연구에 대하여

** 본 글은 글쓴이의 자의적 판단이 포함되어 있습니다. 이에 따라 받침되는 근거가 부족하고 틀린 내용들이 있을 수 있습니다. 문장에 문법적인 오류가 포함될 가능성도 큽니다. 앞으로 사실 근거에 기반할 수 있도록 더 조사해서 글을 쓰도록 하겠습니다. 감사합니다 :)

발단

예전에 어느 지상파 뉴스에서 초등학생들이 비커에 유정란을 담고 비닐 랩으로 감싸서 병아리를 부화시켰다는 소식을 들은 적이 있었다.

• 위의 영상은 과학 유튜버 유리 셰브첸코(Yuriy Shevchenko)가 유정란에서 수정된 배아를 추출해 껍데기 없이 유리컵에서 부화하는 영상이다.

그 때는 와 신기하다라고만 생각했다. 지금 돌아와서 생각보다 인공적으로 조류나 파충류 같은 알에서 태어나는 동물들이 알 밖에서 부화하는 것이 기술적으로 어렵지 않다면, 포유류도 그렇지 않을까라는 생각이 들어 이번에 찾아보게 되었다.

원리

• 사람의 발생 과정(출처: 윤쌤과학- 비상교육)

난자와 정자가 만나 수정란이 되면, 난할이라 불리는 빠른 세포 분열과정을 겪고 이후 나팔관에서 자궁으로 착상이 된다. 착상이 되면 배아가 된다고 할 수 있고, 이후 계속 체세포 분열과 함께 각 신체의 기관들을 생성하기 위해 분화가 완료되면 태아가 된다고 할 수 있다.

즉, 수정란 -> 배아 -> 태아 -> 신생아로 진화(?) 한다고 할 수 있다.

그렇다면?
보통 우리는 영화 아바타에 나오는 것처럼 투명한 배양튜브 안에 들어있는 거대한 몸을 생각하게 되는데, 실제로 이와 비슷하게 1870년대에 조기에 태어난 미숙아를 대상으로 바깥 세상에서 견디게 하기 위해 인큐베이터라는 것이 제작되었고, 상용화 된지도 오래되었다. 하지만 이에 만족하지 않고 연구자들은 더 나아간 기술을 연구하기 시작하였다. 

2017년에는 미국 필라델피아 아동병원 연구팀은 미숙아 치료를 위한 연구로 태아가 엄마의 자궁 안에서 양수 속에 떠다니는 모습을 시뮬레이션하기 위해 액체로 채워진 투명한 용기를 만들고 혈액에 산소를 공급하는 기계식 태반에 부착했다. 연구진은 미숙한 새끼 양을 4주동안 인공자궁장치를 사용해서 키워내었다. 이 회로에서 4주 동안 연결하면 생리적으로 28~29주 발달한 아기를 출산할 수 있을 것으로 예상한다고 한다. [1]

• 인공자궁장치에 넣은 4일후(왼쪽) 28일후(오른쪽)

다른 흥미로운 연구로는 세포 배양을 통해 생체 자궁을 인공적으로 만들어낸 연구도 있다. [2] WFIRM 연구팀은 2020년 자궁을 적출한 토끼에게 인공자궁을 이식하였고, 이 인공자궁에서 태아가 성장한다는 것을 확인하였다.

여기서 더 나아가 2021년에는 이스라엘 바이츠만 연구소에서 수정당일날 채취한 쥐의 배아[3]를 인공자궁에서 11일동안 성장시켰고, 팔다리, 순환계 및 신경계가 정상적으로 발달하였고, 배아상태에서 태아 단계로 넘어간것을 확인하였다. 연구진은 배아가 커져 기존의 영양액으로 감당이 안되고 혈액을 공급해야하여 중지하였다.

• 인공자궁 역할을 한 유리병. 안에 배아가 있는 것을 볼 수 있다.

정리하자면,

수정란에서 신생아로 가는 과정중에, 수정란-> 배아-> 태아로 넘어가는 과정과 태아 -> 신생아로 가는 과정의 연구들을 살펴보았다. 아직 연구들은 모두 초기 단계이기는 하지만, 소기의 성과가 있었고 개인적으로는 근미래(5년~10년안)에 급격하게 발달 할 수 있는 기술이라고 생각한다.

연구가 계속되고 자본이 투자되어 쥐를 인공자궁으로 수정란에서 출산하는 단계까지 기술을 고도화할 수 있다면, 이후에 만들 수 있는 가치는 임신과정을 생략한 출산이기에 인공자궁기술은 엄청난 가치를 지녔다고 생각한다.

Reference

[1] Scientists successfully grow lambs in artificial womb, offering hope for preemies | CBC News

[2] 美연구팀, 인공 자궁 이용한 토끼 자연 임신에 성공 < 신재생에너지 < Science 2.0 < 기사본문 - 데일리포스트 (thedailypost.kr)

[3] 인공자궁 돌파구 열렸나, 유리병 속 생쥐 태아 심장이 뛰었다 : 과학 : 미래&과학 : 뉴스 : 한겨레 (hani.co.kr)

[4] 저출산 문제 해결할 수 있을까? 인공 자궁 기술 : 스토리 : KISTI의과학향기