소셜 로봇은 일반 사람들이 원하는 다양하고 복잡한 작업를 수행할 수 있어야한다. 보통 사람은 로봇에게 ‘청소해줘’, ‘물건을 정리해줘’, ‘아침을 만들어줘’ 와 같이 함축된 형태의 언어로 작업을 정의하는데, 이를 수행하기 위해서는 작업에 대한 사전 지식이 필요하다. 예를 들어 “정리해줘”와 같은 작업을 수행하려면, ‘정리’ 작업은 ‘물건 집기’, ‘방으로 이동’, ‘수납장 열기‘, ‘물건 넣기’ 등의 소작업으로 구성되어 있다는 작업에 대한 지식을 알아야하고 이를 기반으로 소작업의 수행 순서를 정하는 작업 계획(Task planning)을 수행해야한다.

아직까지는 작업 지식을 작업과 환경에 따라 수동으로 만드는 경우가 대부분이기 때문에 로봇이 다양한 작업을 하는데에 한계가 있다. 이를 극복하기 위해 본 연구팀(오윤선(KIST), 김은우(중앙대))은 아래 그림과 같이 작업 지식을 로봇의 데모를 통해 학습하고, 다양한 환경에 있는 이종 로봇들과 공유하며, 사람과의 상호작용을 통해 확장할 수 있는 작업지식 학습 프레임워크를 개발하고자 한다.

 본 연구에서는 로봇의 데모로부터 심볼릭(symbolic) 도메인에서 작업 지식을 학습하고, 학습된 지식은 인지 지능을 통해 물리 환경과 연결되고, 언어 모델을 통해 사람과 공유되며, 플래너를 통해 로봇과 공유될 수 있다. 로봇은 학습된 작업 지식을 기반으로 비전문가의 언어 설명으로부터 새로운 작업에 대한 지식을 습득할 수 있으며, 전문가에 의해 만들어진 로봇 동작을 일반인에게 설명할 수 있어 설명가능한 인공지능을 실현할 수 있게 된다. 또한 작업 지식의 공유가능성 덕분에 최근 각광받는 클라우드 시스템을 통한 지식 공유의 원천 기술이 될 수 있다.