인터넷서점 인터파크도서

인공지능과 지능형 로봇 시스템에 대해 이뤄진 연구 성과를 종합 정리한 결과다. 자동화, 자율성, 지능형 로봇의 설계 패러다임, 로코모션, SLAM(Simultaneous Localization And Mapping), 멀티 로봇 시스템, 인간-로봇 인터랙션, 머신러닝, 윤리 등 인공지능 로보틱스에 필요한 핵심 사항들을 넓고 깊게 다룬다. 다양한 사례 연구를 통해 이러한 이론적 지식이 어떻게 실제 환경에 적용되고 활용되는지도 알 수 있다.

이 책은 디자인 서술(design narrative)에 따라 5부로 나눠져 있다. 각 부는 여러 장으로 구성되며, 각 장은 인공지능 핵심 영역 각각을 잘 익히기 위한 개요, 세부 내용, 각종 설명, 토의 주제와 더불어 요약, 연습문제, 엔드 노트 등으로 구성돼 있다. 사례 연구도 가능한 한 모든 곳에 반영했다. 엔드 노트에서는 로보틱스 연구학자의 서재에 둬야 할 필수 서적에 대한 설명, 각 장의 내용과 관련된 흥미로운 개념에 대해서도 다루고 있다. 초판에서 가장 인기가 많았던 엔드 로봇에 관한 잡담, 그리고 각 장의 개념이 공상과학 소설에서 어떻게 나타나는지에 관한 내용은 그대로 유지했다. 1부는 로보틱스를 위한 인공지능을 위한 프레임워크뿐만 아니라 지능 기능의 근육과 신경을 위한 뼈대를 제공한다. 1장에서는 지능형 로봇을 정의하고 인공지능이 필요한 이유를 소개한다. 2장에서는 여러분이 지능을 조직하는 과정의 역사적 여정을 통해 자동화와 자율성을 다룬다. 이를 통해 자연스럽게 3장에서 자동화와 자율성이 지능 설계에서 근본적으로 다른 패러다임을 나타내는 방법을 논의한다. 인공지능 연구학자들은 자율성에 초점을 맞추고 4장에서 설명하는 반응형, 숙고형, 대화형 기능을 갖춘 표준 하이브리드 심의형/반응형 운영 아키텍처와 계획, 지도 제작자, 내비게이션, 모터 스키마, 인식 서브시스템을 갖춘 시스템 아키텍처에 통합했다. .5장의 텔레오퍼레이션과 텔레시스템에 대한 검토로 1부는 마무리된다. 2부에서는 인공지능 원리를 사용하는 모든 지능형 로봇은 반응형 구성 요소를 가질 가능성이 높기 때문에 인공지능 로보틱스에서 센싱 및 액팅의 반응형 기능을 설명한다. 6장에서는 자율성의 ‘낮거나 덜 지능적인’ 형태에 동기를 부여하는 동물의 지능 원리를 소개한다. 7장에서는 생물학을 더 깊이 있게 다루면서 퍼셉션이 지능을 어떻게 공급하는지(feed)에 초점을 맞추고 생물학자, 심리학자, 로보틱스 연구학자들이 사용하는 객체지향적 구조인 스키마 이론을 소개한다. 지능형 에이전트는 여러 가지 행동을 동시에 실행하므로 이러한 행동을 조정하는 방법을 이해하는 것이 필수적이다. 이는 8장에서 다룬다. 반응형 행동은 기본 운동(로코모션, 9장)을 촉진하고 센싱해야 한다. 3부에서는 가장 자율 지능과 관련된 숙고적 기능과 자율적 이니셔티브 능력을 소개한다. 12장에서는 심의의 4가지 기능, 즉 계획 수립, 모니터링, 문제 해결, 자원 선정, 배정 등을 상세히 기술한다. 대부분의 지능형 로봇은 환경에서 움직이며, 따라서 ‘내비게이션’이 무엇을 의미하고 수반하는지에 대한 개요는 13장에서 설명한다. 14장에서는 미터법 경로 계획과 모션 계획에 초점을 맞추고, 15장에서는 탐색뿐만 아니라 동시 로컬라이제이션과 매핑(SLAM)을 다룬다. 학습은 반응적이거나 숙고적일 수 있지만 종종 더 높은 형태의 지능과 관련이 있으며 16장에서 이를 설명한다. 4부에서는 상호작용에 대한 관심이 증가하는 것에 집중한다. 17장에서는 로봇이 다중 로봇 시스템을 형성할 수 있는 무수한 방법을 조사하는 반면 18장에서는 인간과 로봇의 상호작용을 탐구한다. 인간-로봇 상호작용은 사용자 인터페이스, 인적 요인, 강력한 시스템과 신뢰를 포함하는 새로운 분야다. 5부에서는 자율 시스템을 설계하고 평가하는 방법과 그렇게 하는 윤리에 대한 메타 관점을 소개하면서 이 책을 마무리한다. 각 장에서는 알고리듬 등급의 개방적 과제와 격차를 식별하려고 노력했지만 19장에서는 설계와 평가 원칙을 재검토한다. 윤리에 대한 공개 토론과 소설 속 킬러 로봇과 로봇 봉기 주제는 부분적으로... 20장에 동기를 부여한다. [옮긴이의 말] 다른 분야와 마찬가지로 로보틱스 분야에서도 과거를 뛰어넘는 혁신 사례가 꾸준히 소개되고 있습니다. 그 예로 단순 반복 동작을 하던 로봇이 생각하는 로봇으로 진화하고, 좀 더 정교한 움직임을 보이는 다양한 지능형 로봇이 있습니다. 이는 어쩌면 인공지능, 머신러닝과 같은 관련 소프트웨어 분야와 고도의 하드웨어 관련 기술이 잘 융합된 결과가 아닐까 합니다. 이 책은 로보틱스에 관한 기본 개념을 정립할 수 있는 다양한 지식과 더불어 인공지능 기술이 로봇에 어떻게 잘 접목되고 활용될 수 있는지도 친절하게 설명하고 있습니다. 이를 통해 앞으로 더 나은 지능형 로봇이 만들어질 수 있는 기반을 잘 다질 수 있을 것으로 기대합니다. - 남궁영환 구글의 알파고에서 시작된 인공지능 혁명은 머신러닝, 자율 주행 등 엄청난 기술 패러다임의 변화를 제시했지만 일부 제한된 성공 사례를 제외하고는 실질적인 변화를 이끌어내기에는 부족한 감이 있었습니다. 하지만 최근에는 ChatGPT, 다양한 무인 운행 시스템 상용화되는 등 다양한 변화가 있습니다. 곧 인공지능에 기반을 둔 자율 운영 로보틱스가 산업 및 사업 전반에 확산되는 미래가 다가올 것입니다. 이 책은 기존의 인공지능 알고리듬과 로봇 프로그래밍의 시작부터 현재에 이르기까지의 전반적인 기술 트렌드 및 최신 동향을 집대성하고 있습니다. 특히 기술적 요구 사항을 매우 꼼꼼하게 정의하고 있을 뿐 아니라 로봇 활용의 근본적 질문인 ‘윤리’에 대해서도 자세히 고찰하고 있습니다. 멀지 않은 미래에 로봇은 인간이 원하는 수준 또는 그 이상의 작업을 해내게 될 것입니다, 하지만 로봇에게 윤리적 판단을 어느 정도 허용하고 인간이 어느 정도까지 개입해야 할지는 계속 고민하고 해답을 찾아야 하는 영역입니다. 독자들이 로보틱스 인공지능의 기술적 측면뿐만 아니라 윤리적 측면까지 심도 있게 함께 고민해볼 수 있다는 점에서 이 책은 로보틱스 공학도들에게 매우 훌륭한 가이드북이 될 것입니다. - 지성국

1부. 인공지능과 로보틱스 관련 프레임워크 01장. 지능형 로봇 1.1 개요 1.2 지능형 로봇의 정의 1.3 로봇의 구성 요소 1.4 모달리티: 어떤 로봇들이 있는가? 1.5 모티브: 왜 로봇인가? 1.6 인공지능의 7가지 영역: 왜 지능형인가? 1.7 요약 1.8 연습문제 1.9 엔드 노트 02장. 인공지능 로보틱스의 역사 2.1 개요 2.2 툴, 에이전트, 조인트 인지 시스템으로의 로봇 2.3 제 2차 세계대전과 원자력 산업 2.4 산업용 매니퓰레이터 2.5 모바일 로봇 2.6 드론 2.7 조인트 인지 시스템으로 전환 2.8 요약 2.9 연습문제 2.10 엔드 노트 03장. 자동화와 자율성 3.1 개요 3.2 자율 역량의 네 가지 슬라이더 3.2.1 계획: 생성과 실행 3.2.2 액션: 결정론적과 비결정론적 3.2.3 모델: 개방형 월드와 폐쇄형 월드 3.2.4 지식 표현: 기호와 신호 3.3 제한적 합리성 3.4 자동화와 자율성이 끼치는 영향 3.5 프로그래밍 스타일이 끼치는 영향 3.6 하드웨어 설계가 끼치는 영향 3.7 기능 고장의 유형이 미치는 영향 3.7.1 기능 고장 3.7.2 인간의 오류 유형이 끼치는 영향 3.8 자율 역량을 추가한 트레이드-공간 3.9 요약 3.10 연습문제 3.11 엔드 노트 04장. 자동화의 소프트웨어 조직 4....1 개요 4.2 소프트웨어 아키텍처의 세 가지 유형 4.2.1 아키텍처의 유형 4.2.2 우수한 소프트웨어 공학 원칙을 강화하는 아키텍처 4.3 표준 인공지능 로보틱스 오퍼레이션 아키텍처 4.3.1 레이어 설명을 위한 속성 4.3.2 반응형 레이어 4.3.3 심의형 레이어 4.3.4 상호작용형 레이어 4.3.5 표준 운영 아키텍터 다이어그램 4.4 기타 오퍼레이션 아키텍처 4.4.1 자동화 수준 4.4.2 자율 제어 수준(ACL) 4.4.3 이니셔티브의 수준 4.5 시스템 아키텍처에서 다섯 가지 서브시스탬 4.6 세 가지 시스템 아키텍처 패러다임 4.6.1 특성 1: 프리미티브 간의 상호작용 4.6.2 특성 2: 센상 라우트 경로 4.6.3 계층형 시스템 아키텍처 패러다임 4.6.4 반응형 시스템 패러다임 4.6.5 하이브리드 심의/반응형 시스템 패러다임 4.7 실행 승인과 태스크 실행 4.8 요약 4.9 연습문제 4.10 엔드 노트 05장.텔레시스템 5.1 개요 5.2 태스커블 에이전시와 리모트 프레즌스 5.3 텔레시스템의 일곱 가지 구성 요소 5.4 인적 감시 제어 5.4.1 감시 제어 유형 5.4.2 텔레시스템을 위한 인적 감시 제어 5.4.3 수동 제어 5.4.4 교환 제어 5.4.5 공유 제어 5.4.6 가드 모션 5.5 인적 요인 5.5.1 인지 피로 5.5.2 시간 지연 5.5.3 인간과 로봇의 비율 5.5.4 인간 소외 문제 5.6 텔레시스템의 애플리케이션 적합 여부 판단용 가이드라인 5.7 요약 5.8 연습문제 5.9 엔드 노트 2부. 반응형 기능 06장. 행동 6.1 개요 6.2 동물 행동의 탐구 동기 6.3 에이전시와 마르의 계산 이론 6.4 계산 이론 사례: 라나 컴퓨태트릭스 6.5 동물 행동 6.5.1 반사 행동 6.6 스키마 이론 6.6.1 객체에 따른 스키마 6.6.2 행동과 스키마 이론 6.6.3 S-R: 스키마의 수학적 표현 6.7 요약 6.8 연습문제 6.9 엔드 노트 07장. 퍼셉션과 행동 7.1 개요 7.2 액션-퍼셉션 사이클 7.3 깁슨: 생태학적 접근 7.3.1 시신경 흐름 7.3.2 비시각적 어포던스 7.4 두 가지 퍼셉션 시스템 7.5 선천적 방출 메커니즘 7.5.1 선천적 방출 메커니즘의 정의 7.5.2 동시성 행동 7.6 퍼셉션의 두 가지 함수 7.7 예제: 바퀴벌레의 은신 행동 7.7.1 분해 7.7.2 릴리저 식별 7.7.3 암묵적 시퀀스와 명시적 시퀀스 7.7.4 퍼셉션 7.7.5 아키텍처 관점에서 고려 사항 7.8 요약 7.9 연습문제 7.10 엔드 노트 08장. 행동 코디네이션 8.1 개요 8.2 코디네이션 함수 8.3 코디네이션 방법: 퍼텐셜 필드 8.3.1 퍼텐셜 필드 시각화 8.3.2 매그니튜드 프로파일 8.3.3 퍼텐셜 필드와 퍼셉션 8.3.4 단일 퍼텐셜 필드 프로그래밍 8.3.5 필드와 행동의 조합 8.3.6 센서당 하나의 행동을 이용하는 예 8.3.7 장점과 단점 8.4 경쟁 기법: 서브섬션 8.4.1 예제 8.5 시퀀스: 유한 상태 오토마타 8.5.1 도로 주행 FSA 8.5.2 쓰레기 수거 작업 FSA 8.6 시퀀스: 스크립트 8.7 인공지능과 행동 코디네이션 8.8 요약 8.9 연습문제 8.10 엔드 노트 09장. 로코모션 9.1 개요 9.2 머신 로코모션 9.2.1 홀로노믹과 논홀로노믹 9.2.2 스티어링 9.3 생체 모방형 로코모션 9.4 레그 로코모션 9.4.1 레그 이벤트의 개수 9.4.2 균형 유지 9.4.3 개트 9.4.4 조인트(관절)가 있는 다리 9.5 액션 선택 9.6 요약 9.7 연습문제 9.8 엔드 노트 10장. 센서와 센싱 10.1 개요 10.2 센서와 센싱 모델 10.2.1 액티브 센서와 패시브 센서 10.2.2 센서: 출력 유형과 사용 방법 10.3 주행 기록계, INS, GPS 10.4 근접 센서 10.5 컴퓨터 비전 10.5.1 컴퓨터 비전의 정의 10.5.2 그레이스케일과 컬러 표현 10.5.3 영역 세그먼테이션 10.5.4 컬러 히스토그램 10.6 센서 선택과 센싱 10.6.1 논리적 센서 10.6.2 행동 센서 융합 10.6.3 센서 수트 설계 10.7 요약 10.8 연습문제 10.9 엔드 노트 11장. 레인지 센싱 11.1 개요 11.2 스테레오 11.3 X로부터의 깊이 11.4 음파 탐지기와 초음파 탐지기 11.4.1 라이트 스트라이퍼 11.4.2 라이다 11.4.3 RGB-D 카메라 11.4.4 포인트 클라우드 11.5 사례 연구: ‘오르 되브르, 애니원?’ 11.6 요약 11.7 연습문제 11.8 엔드 노트 3부. 심의형 기능 12장. 심의 12.1 개요 12.2 STRIPS 12.2.1 좀 더 현실적인 STRIPS의 예 12.2.2 STRIPS 요약 12.2.3 폐쇄형 월드 가정과 프레임 문제를 다시 살펴보자 12.3 심볼 그라운딩 문제 12.4 글로벌 월드 모델 12.4.1 로컬 퍼셉션 공간 12.4.2 멀티레벨 또는 레이어형 월드 모델 12.4.3 가상 센서 12.4.4 글로벌 월드 모델과 심의 12.5 중첩된 레이어형 컨트롤러(NHC) 12.6 RAPS와 3T 12.7 FDIR(결함 탐지, 식별, 복구) 12.8 프로그래밍 관련 고려 사항 12.9 요약 12.1 연습문제 12.11 엔드 노트 13장. 내비게이션 13.1 개요 13.2 내비게이션에 대한 4가지 질문 13.3 공간 메모리 13.4 경로 플래닝의 종류 13.5 랜드마크와 게이트웨이 13.6 관계형 기법 13.6.1 차별화된(특정한) 장소 13.6.2 장점과 단점 13.7 연관형 기법 13.8 하이브리드 아키텍처를 이용한 위상 내비게이션의 사례 연구 13.8.1 위상학적 경로 플래닝 13.8.2 내비게이션 스크립트 13.8.3 시사점 13.9 인공지능에 대한 기회 13.10 요약 13.11 연습문제 13.12 엔드 노트 14장. 메트릭 경로 플래닝과 모션 플래닝 14.1 개요 14.2 위상학적 내비게이션이 충분하지 않은 네 가지 상황 14.3 컨피규레이션 공간 14.3.1 메도우 맵 14.3.2 GVG: 일반화된 보로노이 그래프 14.3.3 규칙적인 그리드 14.3.4 쿼드트리 14.4 메트릭 경로 플래닝 14.4.1 A* 탐색 알고리듬과 그래프 기반 플래너 14.4.2 웨이브프론트 기반 플래너 14.5 계획이 수립된 경로의 실행 14.5.1 서브골 오브세션 14.5.2 리플래닝 14.6 모션 플래닝 14.7 경로 및 모션 플래너 평가 기준 14.8 요약 14.9 연습문제 14.10 엔드 노트 15장. 로컬라이제이션, 매핑, 탐사 15.1 개요 15.2 로컬라이제이션 15.3 피처 기반 로컬라이제이션 15.4 아이코닉 로컬라이제이션 15.5 정적 환경과 동적 환경 15.6 SLAM 15.7 지형 식별과 매핑 15.7.1 디지털 지형 평가 맵 15.7.2 지형 식별과 파악 15.7.3 입체 사진 측량 기법 15.8 스케일과 트래버서빌리티 15.8.1 스케일 15.8.2 트래버서빌리티 속성 15.9 탐사 15.9.1 반응형 탐사 15.9.2 프론티어 기반 탐사 기법 15.9.3 GVG 기법 15.10 로컬라이제이션, 지도 제작, 탐사, 인공지능 15.11 요약 15.12 연습문제 15.13 엔드 노트 16장. 학습 16.1 개요 16.2 학습 16.3 예제를 통한 학습의 종류 16.4 지도학습 알고리듬 16.4.1 수학적 귀납법 16.4.2 서포트 벡터 머신 16.4.3 의사 결정 트리 16.5 일반적인 비지도학습 알고리듬 16.5.1 클러스터링 16.5.2 인공 신경망 16.6 강화학습 16.6.1 유틸리티 함수 16.6.2 Q-러닝 16.6.3 Q-러닝 사례 16.6.4 Q-러닝 토론 16.7 진화형 로보틱스와 유전자 알고리듬 16.8 러닝과 아키텍처 16.9 갭과 오퍼튜니티 16.10 요약 16.11 연습문제 16.12 엔드 노트 4부. 상호작용형 기능 17장. 멀티로봇 시스템 17.1 개요 17.2 4가지 기회와 7가지 어려운 문제 17.2.1 멀티로봇 시스템의 4가지 장점 17.2.2 멀티로봇 시스템에서 7가지 어려운 문제 17.3 멀티로봇 시스템과 인공지능 17.4 태스크를 위한 멀티로봇 시스템 설계 17.4.1 작업을 위한 예상 소요 시간 17.4.2 액션 서브젝트 17.4.3 무브먼트 17.4.4 디펜던시 17.5 멀티로봇 시스템 설계의 코디네이션 차원 17.6 설계에서 시스템 차원 17.6.1 커뮤니케이션 17.6.2 멀티로봇 시스템 컴포지션 17.6.3 팀 규모 17.7 멀티로봇 시스템의 5가지 일반적인 현상 17.8 멀티로봇 시스템용 오퍼레이션 아키텍처 17.9 태스크 할당 17.10 요약 17.11 연습문제 17.12 엔드 노트 18장. 인간-로봇 상호작용 18.1 개요 18.2 상호작용 관련 분류 체계 18.3 HCI, 심리학, 커뮤니케이션의 기여 18.3.1 인간-컴퓨터 상호작용 18.3.2 심리학 18.3.3 커뮤니케이션 18.4 사용자 인터페이스 18.4.1 사용자 인터페이스 디자인을 위한 여덟 가지 황금 룰 18.4.2 상황 인식 18.4.3 여러 사용자 18.5 도메인, 사용자, 상호작용 모델링 18.5.1 사용자와 상호작용의 동기 부여 예제 18.5.2 인지 태스크 분석 18.5.3 인지 작업 분석 18.6 자연 언어 및 자연주의적 사용자 인터페이스 18.6.1 자연 언어 이해 18.6.2 의미론과 커뮤니케이션 18.6.3 에이전트의 내부 스테이트 모델 18.6.4 멀티모달 커뮤니케이션 18.7 인간-로봇 비율 18.8 트러스트 18.9 테스트와 메트릭 18.9.1 데이터 수집 기법 18.9.2 측정 지표 18.10 인간-로봇 상호작용과 인공지능의 일곱 가지 영역 18.11 요약 18.12 연습문제 18.13 엔드 노트 5부. 지능형 로봇 제작의 설계와 윤리 19장. 자율 시스템의 설계와 평가 19.1 개요 19.2 특정 자율 역량 설계 19.2.1 설계 철학 19.2.2 자율 로봇을 설계하기 위한 다섯 가지 문제 19.3 사례 연구: 무인 지상 로보틱스 경진대회 19.4 분류 체계 및 주요 지표와 시스템 설계 19.5 지능형 로봇에 대한 전체적인 평가 19.5.1 고장 분류 체계 19.5.2 실험의 네 가지 유형 19.5.3 수집할 데이터 19.6 사례 연구: 개념 실험 19.7 요약 19.8 연습문제 19.9 엔드 노트 20장. 윤리 20.1 개요 20.2 윤리의 유형 20.3 윤리적 에이전트의 분류 20.3.1 무어의 네 가지 카테고리 20.3.2 도덕성의 카테고리 20.4 프로그래밍 윤리 20.4.1 철학적 접근법 20.4.2 로보틱스 접근법 20.5 아시모프의 로보틱스 관련 세 가지 법칙 20.5.1 세 가지 법칙의 문제점 20.5.2 로보틱스의 수정된 세 가지 법칙 20.6 인공지능과 실천 윤리 20.7 요약 20.8 연습문제 20.9 엔드 노트

로빈 R. 머피 [저]

텍사스 A&M 대학교 컴퓨터학과 교수이며 로봇 지원 탐색 및 구조 연구센터의 총책임자다.

지성국 [저]

서울대학교 외교학과를 졸업하고 미국 듀크(Duke) 대학교에서 경영학 석사(M.B.A)를 취득했다. Bain & Company 서울 사무소에서 한국 기업들의 클라우드 도입 전략 등 디지털 전환에 대해 자문했으며, 아마존 웹 서비스(AWS)의 한국 사업 개발 담당으로 근무하면서 다양한 한국 기업들의 클라우드 도입, 아마존 본사와의 파트너십 구축 등을 지원했다. 현재는 구글 코리아의 전략 담당(Head of Go to market strategy and operation)으로 근무하면서 한국 기업들이 구글의 혁신 서비스를 이용해 디지털 경쟁력을 강화하는 것을 지원하고 있다.