일상 속의 딥 러닝, 마당에 침입한 고양이 불청객을 내쫓다
최근 고양이의 매력에 빠진 애묘 인구가 갈수록 늘어나고 있지만, 쓰레기 봉투를 다 뜯어 놓거나, 집 주변에 분뇨의 흔적까지 남기는 불청객 고양이라면, 마냥 반가울 수는 없겠죠?
엔비디아의 엔지니어 로버트 본드 씨도 이러한 문제 때문에 골머리를 앓았습니다. 고양이들이 정원을 침범하여 잔디 및 화초들을 마구 어지럽힐 뿐만 아니라 배변까지 하고 가는 경우도 많았거든요. 이에 고양이로부터 정원을 깨끗하게 지키기 위해 나선 본드씨는 딥 러닝(deep learning)과 젯슨(Jetson) TX1 개발 플랫폼을 이용해 카메라 센서에 고양이가 인식되면, 자동으로 스프링클러가 켜져서 물 세례로 쫓아낼 수 있는 시스템을 만들었습니다.
“아내가 정원사 일을 하다 보니 항상 정원을 깨끗하게 관리하고 싶어하는 욕심이 큽니다.”라고 엔비디아에서 소프트웨어 엔지니어로 근무한 지 8년이 넘은 65세의 본드 씨는 말합니다.
본드 씨는 처음엔 덫을 사용해 볼까 고민했지만, 너무 잔인한 방식인 것 같다는 생각에 좀 더 동물 친화적이면서도 효과적인 방안을 선택했습니다.
사실 본드 씨는 이전에도 젯슨이나 딥 러닝을 활용한 경험이 있습니다. 작년에 부엌 바닥에 출몰하는 개미를 쫓아내기 위해 5밀리와트의 레이버 빔을 만들어서 개미를 해치지 않으면서도 쫓아낼 수 있는 방안을 고안했지요. (<손주들을 위해 젯슨 기반 레이저, 일명 ‘개미 놀리기’를 만들어 낸 엔비디아 직원> 편을 참고하세요
본드 씨의 딥 러닝 시스템은 고양이가 들어오면 이를 감지합니다. 그리고…
그 위치를 정확하게 포착할 수 있습니다.
본드 씨는 젯슨의 문제 해결 능력이 지닌 잠재성을 이미 알고 있었습니다. 그 해결 속도와 효과는 놀라울 정도라는 것도요.
10시간에서 15시간 정도 투자와 몇 번의 시행 착오 후 마침내 본드 씨는 딥 러닝 시스템을 이용한 테그라 기반으로 구동되는 젯슨 TX1 플랫폼을 만들어 냈습니다. 이 시스템은 정확하게 고양이의 위치를 파악하여 스프링클러를 작동시킵니다.
“힘든 작업은 아니었습니다. 새로운 젯슨 TX1은 딥 러닝 신경망 이용에 최적화 되어 있죠.”
구성은 간단합니다. 그의 집 앞마당에 설치된 고양이 인식 훈련을 받은 Foscam FI9800P IP 카메라가 움직임을 포착하는 즉시 이미지를 캡처 합니다. 이 이미지는 버클리의 캘리포니아 대학에서 개발된 FCN(의미론적 세분화를 위한 100% 나선형 신경망)이라는 이름의 복잡한 딥 러닝 소프트웨어를 구동하는 젯슨 TX1으로 전송됩니다.
본드 씨는 지포스 GTX 타이탄(GeForce GTX TITAN) 그래픽카드가 장착된 데스크톱으로 최대한 많은 고양이 이미지를 찾아 이 소프트웨어를 훈련시켰습니다. 처음에는 본드 씨의 그림자를 젯슨 TX1 이 고양이로 오인해서 마당에 들어갈 때마다 흠뻑 젖은 적도 많았답니다^^
결국 FCN은 갈수록 정확하게 고양이를 탐지할 수 있게 되었습니다. 또한 세분화 네트워크이므로 고양이를 파악할 뿐 아니라 마당 내에 고양이가 들어온 위치까지 확인할 수 있습니다.
고양이를 감지하면 딥 러닝 소프트웨어가 무선 신호를 파티클 포톤(Particle Photon) 보드에 전송합니다. 이 보드는 주로 개발자들이 시스템 연결 과정에서 자주 사용하며 보드 씨는 스프링클러의 관개 제어 박스에 설치하여 신호 감지 후 스프링클러가 작동되도록 했습니다. 그리고 그 다음 차례는? 고양이들을 위한 화끈한 물 세례입니다.
엔비디아의 젯슨 TX1 개발 키트를 이용하면 목적을 불문하고 인공지능을 편리하게 활용할 수 있습니다. 이제 본드 씨는 다음 프로젝트에 도전하려 하는데요. FCN의 기능을 이용하여 고양이의 존재와 위치를 파악한 다음 원격 제어 자동차를 보내서 고양이를 쫓아내는 프로젝트라고 합니다. 확실히 재미는 있겠는데요. 글쎄요, 꼭 필요해 보이진 않네요.
본드 씨가 말하길, 이번 프로젝트는 완성된 지 불과 며칠 만에 제대로 된 효과를 보였다고 합니다. 본드 씨의 마당에서 물벼락을 몇 번 맞고 난 이웃집 고양이들이 슬금슬금 피해 다닌다고 하니, 고양이들의 학습능력 역시 대단하네요.^^
Robert Bond의 프로젝트에 대한 자세한 정보 및 나만의 스마트 스프링클러 시스템을 만드는 방법은 다음 사이트(바로가기)에서 참고하세요!