안녕하세요. LG전자 CTO부문 로봇선행연구소 로봇내비게이션TP에서 선임연구원으로 근무하고 있는 최홍선입니다. 저는 CES 2024에서 공개된 가사 생활 도우미 로봇 ‘스마트홈 AI 에이전트’의 카메라 기반 SLAM(Simultaneous Localization and Mapping) 중 주로 Mapping 기능의 연구 개발을 담당하고 있습니다. 더 자세히 말하자면, Depth 카메라를 기반으로 로봇이 내비게이션에서 필요한 2D Occupancy Grid Map과 3D Voxel, Mesh Map을 생성하는 기술을 개발하고, 최근 학계에서 떠오르고 있는 Gaussian Splatting을 우리 로봇에 어떻게 적용할 수 있을지 연구하고 있습니다. 최종적으로는 이 로봇을 가전과 연동해서 고객이 더욱 편리하게 가전을 사용할 수 있도록 하고, 로봇끼리 커뮤니케이션해서 고객이 최대한 신경을 덜 쓸 수 있도록 자동화 시키는 것을 목표로 삼고 있습니다.


 

로봇 분야에서 일하면서 가장 성취감을 느낄 때는, 이론을 바탕으로 시뮬레이터 상에서만 개발했던 알고리즘들을 실제 로봇에 적용해서 구현할 때 예상한 것과 똑같이 작동하는 모습을 볼 때예요. 그 밖에 제가 연구 개발했던 로봇이 시중에 나와 고객들이 사용하는 것을 볼 때도 기분이 좋은데요. 예를 들어 밥을 먹으러 갔을 때 제가 참여해서 개발한 LG 클로이 서브봇이 식당에서 돌아다니면서 서비스를 하는 것을 보면 신기하고 보람찬 마음이 듭니다. 소모적인 일은 로봇이 대신하고 사람들이 더 중요한 일에 집중할 수 있는 세상을 만들고 싶은데, 그런 세상을 만드는 데에 내가 힘이 될 수 있다는 점은 정말 매력적이에요.

 

정답이라고 생각했던 것이 답이 아니었을 때가 가장 힘들고 어려운 것 같아요. 성능이 좋다고 하는 연구 결과들을 다 적용해 봐도 실제 로봇이 돌아다니는 환경에서는 그 성능이 제대로 발현되지 않는 경우도 많고, 이론적으로 가능하다고 생각해 가정했던 부분들이 현실과 맞지 않아서 알고리즘이 제대로 동작하지 않는 경우도 많거든요. 그럴 때는 잠깐 좌절하기도 하지만, 다시 한번 기술적으로 접근해서 해결해 보려고 하거나 기존의 이론들은 현실에 맞게 수정하고 발전시켜서 해답을 찾으려고 노력하고 있습니다. 어떤 때는 계속해서 문제에 대한 생각을 하다 보면 아이디어가 뇌리에 스치듯이 떠오를 때도 있고, 다른 분야의 사람들과 연구하는 내용을 나누며 인사이트를 얻기도 하죠. 그런 식으로 대부분의 어려움을 헤쳐 나가는 편이에요.


 

(오전) 아침에는 운동을 갔다가 출근합니다. 매주 월요일, 수요일, 금요일에는 주짓수를 하고, 화요일과 목요일 중 하루는 크로스핏을 해요. 특히 주짓수 같은 경우에는 기술이 다양해서 매번 새로운 기술을 배우는 재미가 있고, 스파링을 통해 배운 기술을 사용해 볼 수도 있어서 계속해서 새로운 것을 만들어 내는 것이 직업인 개발자가 좋아할 만한 운동인 것 같아요. 출근한 뒤에는 메일을 확인하고 오늘 할 일들을 정리한 다음 업무를 시작합니다.

(점심) 점심은 주로 사내 식당에서 먹는데, 가끔은 체중 조절을 위해 샐러드를 먹기도 합니다. 특히 서초 식당에는 샐러드가 세 종류나 있어서 기호에 맞게 선택해서 먹기 좋더라고요. 밥을 먹고 나서는 같은 SLAM 파트 사람들이나 친한 직장 동료들과 커피 타임을 가지면서 업무에서 잠시 벗어나 소소한 일상 이야기를 나눕니다.

(오후) 오후에는 주로 오전에 정리한 일들을 가지고 알고리즘을 개발합니다. 로봇의 특성상 시뮬레이터 기반으로 개발 및 테스트를 진행한 후 실기에서 검증을 수행하게 되는데, 이때 로그 및 시뮬레이터 상에서 개발과 테스트를 진행하는 것이 업무의 90%, 로봇에 직접 적용해서 검증을 수행하는 것이 10%를 차지해요. 테스트할 때는 저희 연구실 층의 공간을 이용하는데, 간단하지만 테스트하기에 충분한 환경이 조성되어 있어 테스트해 보기 좋습니다. 테스트가 잘 되면 추가 검증을 위해서 가산에 조성된 가정 환경 실험실에서 테스트를 한 번 더 진행하거나 아예 가정집을 대여해 필드 테스트를 진행하기도 합니다.

(퇴근 후) 보통 업무에 관한 생각은 하지 않고 휴식을 취하는 데 집중하려고 합니다. 집에서 넷플릭스로 영화를 보기도 하고, 시간이 되면 주짓수를 한 번 더 가기도 해요. 물론 가끔은 자기개발을 위해 SLAM 관련 공부도 합니다. 

 

저는 새로운 경험을 해보는 것을 좋아하는데, 로봇의 필드 테스트를 진행하면서 회사를 떠나 가보지 않았던 지역이나 공간을 방문하고 체험할 때 소소한 재미를 느낍니다. 또 연구조직이다 보니 학회나 세미나에 참석할 기회가 잦은데, 그런 자리에서 다양한 사람들의 다양한 아이디어를 듣고 함께 교류하면서 통찰력을 얻고 연구의지도 더 굳건하게 다질 수 있어 이런 점도 작은 행복으로 여기고 있어요.


 

회사 생활도 그렇지만 연구개발을 하는 데 있어서 가장 중요한 능력은 문제 해결 능력이라고 생각해요. 로봇의 경우 유형에 따라 같은 알고리즘이라도 정말 다양한 이슈가 생기게 되는데, 그럴 때 원인을 빠르게 파악하고 해결하는 능력이 가장 요구되거든요. 더불어 협업 능력과 거시적인 관점까지 갖춘다면 금상첨화이겠죠. 그 밖에 한 조직의 구성원으로서 내 업무에만 갇히지 않고 다른 사람의 분야에도 관심을 갖는 것도 중요하다고 생각합니다.


 

Computer Vision 기반의 SLAM 개발 또는 로봇의 소프트웨어 개발에 지원하시는 분들은 해당 분야의 전공 소양을 기본적으로 갖추면서 추가적으로 소프트웨어 공학을 적용한 연구나 프로젝트를 수행한 경험이 있다면 좋을 것 같아요. 로봇의 특성상 정말 다양한 분야의 전문가들이 모여서 소프트웨어를 개발하는데, 각자의 개성과 생각이 다르다 보니 서로 다른 청사진을 그리고 있을 수 있거든요. 이때 소통이 되지 않으면 소프트웨어를 통합할 때 큰 어려움을 겪을 수 있어 소프트웨어 공학을 활용한 의사소통이 중요하다고 생각합니다. 저 역시 업무에 많이 활용하려고 노력하는데, 모든 사람들이 하나의 목표를 인식하고 다 같이 한 방향으로 나아갈 수 있게 해주어서 도움이 많이 됩니다.

 

아무래도 다양한 개발 경험을 쌓고, 어떤 이슈가 생겼을 때 원인을 파악하고 끝까지 해결하는 문제 해결 능력을 키우기 위해 많이 노력했어요. 로봇의 특성상 센서의 문제, 센서 메시지를 전달하는 플랫폼 소프트웨어의 문제, 다른 소프트웨어와의 통신 중 발생하는 문제 등 세세하고 다양한 부분에서 문제가 발생하고 그로 인해 개발한 알고리즘이 동작하지 않을 수 있거든요. 이때 경험으로 인한 노련함과 원인을 빠르게 찾고 문제를 해결하는 능력이 가장 중요하다고 생각했습니다.

면접 때에도 제가 어떤 프로젝트들을 경험했고, 해당 프로젝트에서 발생한 이슈들을 어떤 방식으로 접근해서 해결했는지 강조했어요. ‘다양한 경험을 해보았기 때문에 어떤 문제가 발생하더라도 나는 해결할 수 있다’는 것을 어필하기 위한 것이었죠. 이런 준비가 입사하는 데에 한몫 했다고 생각해요.


 

입사 전에는 전자회사의 연구조직이라 조금 딱딱하고 수직적인 문화를 가지고 있을 것이라고 생각했는데, 입사하고 나니 정말 수평적인 관계에서 서로 존중하며 자유롭게 일하는 분위기라 많이 놀랐습니다. 출근 시간도 자율적으로 운용할 수 있어서 그런 부담도 없고요. 업무 면에서 말하자면, 같은 일을 하더라도 석사 때는 혼자 연구실에 앉아 데이터나 시뮬레이터를 통해 알고리즘을 개발하고 성능 향상을 위해 노력했다면 입사 후에는 로봇의 H/W 담당자, 제어 S/W 개발자, 주행 S/W 개발자, 센서 드라이버 개발자 등 여러 전문가들이 모여 협업한다는 점이 달라요. 그 과정에서 서로 부족한 부분을 물어가며 보완하기도 하고, 회사에서도 그런 교류를 지지하고 지원해 주고 있기도 하고요. 혼자 일할 때보다 훨씬 일적으로 풍족해지는 느낌이 들어 회사와 제가 동반 성장하고 있는 것 같아 고되지만 즐겁게 일할 수 있는 것 같습니다.