로봇 햄버거 요리 인기 Creator, the Robot Burger Restaurant, Adding Dinner Hours ㅣ로봇이 '테이블 세팅' VIDEO: Showing robots how to do your chores

햄버거 로봇 식당, 성공이 보인다...영업시간 확대

'크리에이터', "로봇 햄버거 요리 인기 끌어"

    로봇으로 햄버거를 만들어 파는 미국 샌프란시스코 레스토랑이 점심 시간에 한정했던 영업시간을 저녁시간까지로 늘렸다. 여타 로봇을 이용한 카페나 피자점이 실패한 것과 달리 로봇을 이용한 식당의 성공 가능성을 높였다는 점에서 주목을 끈다.

로봇 햄버거 레스토랑으로 널리 알려진 식당인 크리에이터(Creator)는 지난 4일(현지시간) 인스타그램을 통해 9일부터 영업시간을 늘리겠다고 밝혔다. 영업시간은 기존의 ‘오전 11시~오후 2시’에서 ‘오전11시~오후 8시’까지다.

미소로보틱스의 햄버거 굽는 로봇. 샌프란시스코에 있는 햄버거 식당 크리에이터에서는 로봇이 햄버거를 만든다. (사진=미소로보틱스)

Creator, the Robot Burger Restaurant, Adding Dinner Hours Creator, the robot-powered hamburger restaurant in San Francisco, is expanding into dinner service. Starting March 9, Creator will be open from 11 a.m. to 8 p.m., the company posted on Instagram yesterday. Creator is kind of a bellwether for the food robot industry. It’s a concept built around the idea of having a robot take over the manual repetition of grilling and assembling hamburgers, so human employees can focus on providing better customer service and learn new skills. View full text https://thespoon.tech/creator-the-robot-burger-restaurant-adding-dinner-hours

edited by kcontents

크리에이터의 음식만드는 로봇은 이 업계에서는 일종의 ‘길잡이’로 통한다. 햄버거를 굽고 빵에 끼우는 수동적 반복 작업을 로봇이 맡도록 하는 개념으로, 인간 직원들은 더 나은 고객 서비스를 제공하고 새로운 기술을 배울 수 있다.

그러나 지난해까지만 해도 크리에이터 식당은 수요일부터 금요일까지 1주에 사흘간 오전 11시부터 오후 2시까지 제한적으로 영업을 해 왔다. 그리고 지난 1월부터는 주 5일제로 서비스를 확장했지만, 여전히 점심시간에만 영업을 해 왔다.

미소로보틱스가 감자를 튀기는 모습.(사진=미소로보틱스)

이 제한된 영업시간은 정말로 로봇 햄버거를 즐길 수 있는 유일한 사람들이 샌프란시스코 시내 사무직 근로자라는 것을 의미했다. 좀 더 구체적으로 말하자면, 이들은 샌프란시스코 3번가와 폴섬에서 걸어서 갈 수 있는 거리에 있는 회사원 손님들이었다. 그러나 오는 9일부터 저녁식사 시간에도 서비스함으로써 크리에이터는 다른 단골 고객들을 끌어모을 수 있게 될 것이고, 실제로 로봇의 햄버거 생산량과 가동 시간 측면에서 로봇의 역량을 시험해 볼 수 있게 될 것으로 보인다. 이 영업방식의 성공 가능성에 대한 자신감의 반영으로 해석될 수 있다.

식품 제조를 지원하는 로봇은 진화상 흥미로운 시점에 와 있다. 음식과 음료를 만드는 로봇은 여전히 비교적 새로우며 사람들에게 일반 식당의 특징보다 신기하다는 인식으로 사람들의 뇌리에 박혀있다. 그럼에도 로봇들이 현장에 도입돼 활용되는 상황은 큰 변화를 맞고 있다.

지난 1월, 미소로보틱스(Miso Robotics)는 플리피(Flippy) 로봇의 차기 버전을 발표했다. 이 로봇은 더 이상 고정돼 있지 않고 레일에 연결돼 있어 햄거거를 굽거나 감자를 튀기는 동안 앞뒤로 움직일 수 있다. 이 새로운 버전의 플리피 로봇은 올 연말에나 상용화될 것이다. 이제 미소로보틱스는 다음번 자금조달을 위해 전통적 벤처캐피털 대신 크라우드펀딩을 통한 투자자금 확보에 눈을 돌리고 있다.

반면 미소로보틱스의 플로피 로봇을 제외한 다른 음식 로봇 기반 음식(음료)점들은 어려운 시기를 맞고 있다.

카페X의 로봇이 커피를 만드는 모습. (사진=카페X 유튜브 갈무리)

커피제조 로봇 ‘카페X’는 공항에만 집중하기 위해 샌프란시스코 시내에 있는 3개 로봇 바리스타 지점을 폐쇄했고, 줌(Zume)피자는 로봇의 도움을 받아 굽는 피자 배달 영업을 중단했다.

 

로봇이 줌피자의 피자를 굽는 모습. (사진=줌피자 유튜브 갈무리)

이런 상황에서 크리에이터 레스토랑의 느리고도 체계적인 로봇 햄버거 식당의 접근 방식은 적어도 첫 번째 장소에서는 성과를 내고 있는 것처럼 보인다. 크리에이터는 너무 빨리 사업을 확장하려 애쓰는 대신 의도적으로 점진적으로 서비스 시간을 추가해 나가는 전략을 택한 것으로 보인다. 서비스 시간을 저녁 식사시간대로 확대하면서 창조주의 다음 도전은 한 장소를 넘어 점점 커질 것으로 보인다.

이성원  sungwonly09@gmail.com 로봇신문사

로봇이 사람처럼 '테이블 세팅'한다

MIT, 사람 관찰하고 동작 따라하는 'PUnS' 시스템 개발

     미래의 로봇은 사람이 하는 것을 관찰하고, 그대로 따라할 수 있게 된다. 굳이 프로그래머가 복잡한 코딩 작업을 따로 할 필요가 없다. 그렇게 되면 사람이 집에서 집안 일을 하는 모습을 로봇에게 보여주면 로봇이 따라할 수 있다.

‘MIT 뉴스’에 따르면 MIT 에어로 아스트로(AeroAstro) 부문은 CSAIL(컴퓨팅·인공지능연구소) 연구진과 공동으로 테이블을 세팅하는 것과 같은 복잡한 행동을 로봇이 학습할 수 있는 시스템인 'PUnS(Planning with Uncertain Specifications)'를 개발했다. 사람이 식탁을 세팅하거나 식기 세척기를 작동하는 모습을 관찰하는 것만으로 로봇이 새로운 행동을 학습할 수 있다.

로봇이 사람처럼 테이블 세팅이 가능한 날이 멀지 않았다.(사진=MIT)

Showing robots how to do your chores By observing humans, robots learn to perform complex tasks, such as setting a table Training interactive robots may one day be an easy job for everyone, even those without programming expertise. Roboticists are developing automated robots that can learn new tasks solely by observing humans. At home, you might someday show a domestic robot how to do routine chores. In the workplace, you could train robots like new employees, showing them how to perform many duties. Making progress on that vision, MIT researchers have designed a system that lets these types of robots learn complicated tasks that would otherwise stymie them with too many confusing rules. One such task is setting a dinner table under certain conditions.   View full text http://news.mit.edu/2020/showing-robots-learn-chores-0306

via youtube

edited by kcontents

PUnS는 특정한 목표에 도달하기 위해 로봇에게 모호하고 모순적인 요구 사항들에 대해 우선 순위를 매길 수 있도록 사람과 같은 계획 능력을 제공한다. 그렇게 하기 위해 시스템은 특정 작업을 위한 개연성 있는 특성들에 관해 ‘믿음(belief)'에 기초해 가장 가능성 높은 행동을 선택하도록 한다는 것.

연구팀은 이번에 개발한 'PUnS'를 활용해 로봇에게 테이블을 세팅하는 동작을 학습시켰다. 이를 위해 머그잔, 유리, 스픈, 포크, 나이프, 접시 등 8개의 물체가 어떻게 식탁에서 배치되어야 하는가에 관한 정보를 기반으로 데이터셋트를 컴파일했다. 연구팀은 로봇 팔이 무작위로 선택된 사람들이 테이블을 세팅하는 것을 관찰하고 학습하도록 했다. 기존 방법론은 로봇이 처리해야하는 작업의 순서를 일일히 프로그래밍하거나, 시행 착오를 통한 강화 학습이었다.

PUnS 시스템은 ‘선형 시간논리(LTL·linear temporal logic)’라는 프로그램 기반 위에 개발됐다. LTL은 로봇으로 하여금 현재와 미래의 결과에 대해 추론하도록 한다. 연구자들은 지금 어떤 일이 일어나고 최종적으로 일어나냐하는 지에 관해 LTL로 템플릿을 정의했다. 로봇이 30명의 사람들이 테이블을 세팅하는 것을 관찰하고, 25개의 상이한 LTL 공식에 대한 확률 분포를 만들어 제공했다. 각각의 공식은 서로 다른 선호 또는 특성을 엔코딩한다. 이 확률 분포는 개연성 있는 특성에 관한 '믿음'을 제공한다.

연구팀은 실제 테이블 세팅을 위해 스푼, 유리잔 등 8개의 객체를 서로 흐트려놓거나 몇 개는 아예 없앴다. 시뮬레이션 테스트 결과 2만 번 이상 시도에서 6번 정도만 테이블 세팅에 실패했고 나머지는 사람처럼 테이블을 세팅하는 데 성공했다. 실제 실험에선 오류없이 테이블 세팅을 완료했다.

장길수  ksjang@irobotnews.com 로봇신문사

RA-Letters 2020: Planning with Uncertain Specifications (PUnS)

 kcontents