Core Concepts
신경기호 AI 기술을 활용하여 산업 로봇 프로그래밍의 AI 도입 격차를 해소할 수 있는 BANSAI 접근법을 제안한다.
Abstract
이 논문은 산업 로봇 프로그래밍에서 AI 기술 도입이 더딘 이유를 분석하고, 이를 해결하기 위한 BANSAI(Bridging the AI Adoption Gap via Neurosymbolic AI) 접근법을 제안한다.
산업 로봇 프로그래밍 과정은 복잡한 프로그램 구조, 이질적인 실행 환경, 실세계 물리적 조작, 인간 개입 필요성, 높은 신뢰성 요구 등의 특성을 가진다. 이러한 특성으로 인해 기존의 심층 학습 기반 접근법이 산업 현장에 적용되기 어려웠다.
BANSAI는 이러한 문제를 해결하기 위해 신경기호 AI 기술을 활용한다. 이는 기호 AI와 심층 학습을 결합하여 프로그램 표현, 합성 및 최적화를 수행한다. 구체적으로 BANSAI는 다음과 같은 핵심 기술을 제공한다:
기호 프로그램과 신경망 대리 모델로 구성된 이중 프로그램 표현
지식 표현 및 추론 시스템 기반의 메타 프로그래밍을 통한 프로그램 합성
신경망 대리 모델을 활용한 프로그램 매개변수 최적화
이를 통해 BANSAI는 산업 로봇 프로그래밍 및 배포 프로세스에 AI 지원 기능을 자연스럽게 통합할 수 있다. 프로그래밍, 시운전, 인계, 런업, 운영 등 전체 수명주기에 걸쳐 AI 기술을 활용할 수 있다.
BANSAI는 산업 현장의 요구사항을 고려하여 설계된 최초의 AI 기반 로봇 프로그래밍 개념이다. 개별 기술 요소들은 실제 시나리오에서 평가되었으며, 향후 통합 소프트웨어 프레임워크와 사용자 인터페이스 개발, 실제 생산 환경에서의 평가가 진행될 예정이다.
Stats
산업 로봇 프로그램은 수천 줄의 복잡한 코드로 구성된다.
산업 로봇 프로그램은 제품 수명주기 관리(PLM), 제조실행시스템(MES) 등 복잡한 디지털 생산 인프라와 통합되어야 한다.
산업 로봇 프로그램은 센서 및 공정 노이즈가 있는 실세계 물리적 조작을 목표로 한다.
산업 로봇 프로그래밍에는 전문가의 반복적인 재프로그래밍 및 재매개변수화가 필요하다.
산업 현장에서는 프로그램의 설명 가능성과 신뢰성이 매우 중요하다.
Quotes
"신경기호 AI는 기호 AI 방법과 심층 신경망을 결합하여 산업 로봇 프로그래밍의 요구사항에 가장 적합한 방식으로 활용될 수 있다."
"BANSAI는 산업 현장의 요구사항을 고려하여 설계된 최초의 AI 기반 로봇 프로그래밍 개념이다."