IROS와 더불어 로봇 분야의 대표적인 학술대회인 ICRA(IEEE International Conference on Robotics and Automation)가 '혁신, 기업가 정신, 그리고 실제 세계의 해결방안(Innovation, Entrepreneurship, and Real-world Solutions)'을 주제로 올해 2017년 5월 29일부터 6월 3일까지 6일간 싱가포르 샌즈 엑스포 컨벤션센터에서 개최되었다.

올해 ICRA 2017에는 도전적인 시도가 있었는데, 등록자 전원에게 6인치 태블릿을 제공하여, 이를 통해 논문을 보는 것과 더불어 발표자가 참가자와 태블릿을 통해 실시간으로 소통하는 모습도 보여주었다. 또한, 전 세션이 인트렉티브하게 진행되어 보다 활발한 토론이 진행되었으며, 로봇 학술대회답게 발표에 동영상을 활용한 경우와 Open Source의 공개가 매우 흔한 모습이 되었다.

자료 분석을 위해 ICRA의 2017년 학술대회 논문 총 789편 논문에 대한 저자 및 소속, 키워드 등을 추출하여 정리하였다. 분석방법은 통계분석과 네트워크 분석을 사용하였는데 통계분석에서는 기관별 논문 발표순위, 국가별 논문 발표순위, 국가별 참여기관 수, 한국기관의 논문 발표순위를 분석하였고, 네트워크 분석에는 Net Miner 3.6을 사용하여 키워드 분석, 연구자 분석, 기관-키워드 분석(2Mode)을 하였다.




1. ICRA 2017 국가별 논문 발표순위


ICRA 2017에서는 총 32개 국가에서 789편의 논문이 발표되었으며, 국가별 논문 발표 순위를 살펴보면 아래 Figure 2와 같이 미국이 293편으로 가장 많은 논문을 발표하여 전체 논문 수의 37.1%를 차지하고 있다. 그 뒤로 독일이 77편, 중국이 56편, 일본이 43편, 스위스가 42편, 영국이 38편, 이탈리아가 34편, 한국이 32편, 호주가 30편의 논문을 발표하였다.

2. ICRA 2017기관별 논문 발표순위


기관별 발표 논문 수는 Table 2 와 같이 스위스 취리히 연방 공대(ETH Zurich)와 미국의 MIT가 따로따로 가장 많은 수인 34편의 논문을 발표했으며, Carnegie Mellon Univ. 이 30편의 논문을 발표하였고, Georgia Inst. of Technol. 가 17편의 논문을 발표하였으며, Stanford Univ. 와 Tech. Univ. of Munich가 각각 14편의 논문을 발표하였다. 그다음으로 CNRS는 13편, Imperial College는 12편, Univ. of California at Berkeley는 12편, Italian Inst. of Technol.은 11편, Univ. of Pennsylvania는 11편, Univ. of Michigan은 10편의 논문을 발표하였다.
 

1. 키워드 네트워크 분석


논문의 키워드를 분석하면 발표된 논문들이 어떠한 분야와 주제의 연구인지 확인할 수 있다. ICRA 2017의 논문의 키워드를 분석하였다. 아래 그림 Figure 4는 키워드 Spring layout 네트워크 시각화는 각 논문의 키워드를 분석하여 취합하고 한 논문에 같이 나열된 키워드들을 서로 연결하여 그림으로 나타낸 것으로, 아래 Figure 5는 전체 키워드의 상관관계를 좀 더 보기 쉽게 Link Reduction 5 (빈도수 5 이하인 값을 삭제) 을 한 그림이다.

Figure 5를 보면 예년과 다른 점은 Robot Sensing Systems, Trajectory, Force, Three-Dimensional Displays, Cameras 등이 중요 키워드로 나타난 것이다. 주로 ICRA학회에서는 일반적으로 Mobile Robots를 중심으로 Robot Vision, Path Planning, Motion Control의 3가지 키워드의 빈도수가 높게 나타나는 것과 달리, 2017년에는 Mobile Robots가 39회만 나타났으며 Robot Vision, Path Planning, Motion Control이 각각 28회, 11회, 1회의 낮은 빈도를 기록하였다. 이러한 경향은 로봇 학계의 전반적인 흐름이 이론적 탐구에서 현실적 구현으로 전환되었기 때문으로 분석된다. 즉, 산업현장에서 직접 활용할 수 있는 로봇 기술이 집중적으로 연구되면서, 로봇 시스템을 구현하기 위한 요소 기술인 Robot Sensing Systems, Trajectory, Force 등에 대한 연구가 활발히 진행되었을 것으로 예상한다.

위의 Figure 6은 키워드의 연결 관계와 상관없이 빈도수의 비중을 계산하여 태그클라우드(Tag cloud) 로 표현한 그림이다.

여기에 나타난 ICRA의 논문의 총 키워드 수는 806개이며, 가장 많이 사용된 빈도수 10 이상의 키워드를 Table 5와 같이 정리하였다. 이를 살펴보면 Robots, Robot Sensing Systems, Trajectory, Force, Three-Dimensional Displays, Cameras가 100회 이상 나왔으며 Planning, Robot Kinematics, Actuators, Mathematical Model, Visualization, Legged Locomotion, Optimization, Training, Computational Modeling, Robustness가 50회 이상, Manipulators, Collision Avoidance, Torque, Feature Extraction, Kinematics, Estimation, Shape, Mobile Robots, Springs, Dynamics, Uncertainty, Navigation, Simultaneous Localization And Mapping, Solid Modeling이 빈도수 30회 이상 나타났다.



ICRA 2017의 키워드들의 Degree Centrality의 결과는 Figure 7과 같다. 위의 결과들과 마찬가지로 Robots을 중심으로 Robot Sensing Systems, Trajectory, Force, Three-Dimensional Displays, Cameras 등의 키워드가 중심에 가까이 나타났다.




2. 연구자 네트워크 분석


키워드 분석과 마찬가지로 ICRA 2017의 논문 공저자들의 상관관계를 넷 마이너를 사용하여 시각화(Spring layout)하였다. 아래 Figure 8과 같이 많은 연구자 그룹이 형성되어 있는 것을 확인해 볼 수 있으며, 이중 오른쪽 아래는 개인이나 실험실 단위로 그룹을 이루고 있으며, 왼쪽 위로 갈수록 여러 기관 소속의 연구자들이 모인 그룹임을 알 수 있다.

Figure 8을 확대한 주요 연구 그룹은 아래 Figure 9~16과 같다.

가장 큰 연구자 그룹은 MIT 연구자들로 연결된 그룹이며. 이 그룹에서는 Daniela Rub(MIT)이 중심연구자로 연결되어 있다. 이 그룹에는 미 펜실바니아대 신시아 성(Cynthia Sung) 교수를 비롯한 다수의 로봇 과학자들이 소속되어 있으며, ‘적층 셀프 폴딩(additive self-folding)’이라는 기술을 활용해 유연하고, 움직임을 제어할 수 있는 소프트 로봇 기술을 개발했다. 이 연구에는 Sehyuk Yim(KIST), Sangbae Kim(MIT) 등 한국인 연구자들이 참여하고 있다.

Daniela Rus 교수는 MIT의 컴퓨터과학 및 인공지능 연구실(Computer Science and Artificial Intelligence Laboratory)을 이끌고 있으며, 로보틱스 이외에도 빅데이터, 인공지능, 인터넷 보안 등에 활발한 연구를 진행하고 있다.(출처: https://www.csail.mit.edu/user/876)

신사아 성 (Cynthia Sung) 교수는 Daniela Rus 교수의 연구 그룹에 속해 있으며, 현재 Univ. of Pennsylvania 조교수로 근무 중이다.(출처: http://www.seas.upenn.edu/~crsung/)

 

Figure 10은 Singapore Univ. of Technol. & Design(SUTD)의 연결 그룹으로 일부 연구자가 Carnegie Mellon Univ.의 연구자와 연결되어 있다. 이 그룹은 특별한 중심 연구자 없이 비교적 대등한 관계로 연결되어 있음을 알 수 있다. 싱가포르는 이번 학술대회 개최지로 이전 연도보다 많은 19편의 논문을 발표하였다.

아래 Figure 11은 ETH Zurich 의 연구자들이 연결된 그룹으로 일부 Google과 Univ. of Nevada의 연구자들과 연결된 것을 볼 수 있다. 이 그룹에서는 Roland Sieg wart(ETH Zurich)니 중심연구자이며, Juan Nieto(ETH Zurich)가 그 다음 중심연구자로 나타났다.

Roland Siegwart 교수는 ETH Zurich 의 자동화 시스템 연구실(Autonomous Systems Laboratory)을 이끌고 있으며, 다족형 로봇, 우주 로봇, 검사 로봇 등의 다양한 로봇 분야 이외에도 드론, 항공기 등의 연구를 수행하고 있다.(출처: https://scholar.google.co.kr/citations?user=MDIyLnwAAAAJ&hl=ko)

Juan Nieto 박사 또한 ETH Zurich 의 자동화 시스템 연구실 소속이다. (출처: https://scholar.google.co.kr/citations?user=g7yXnrAAAAAJ&hl=ko)
 

아래 Figure 12는 Max Planck Institute for Intelligent Systems의 연구자들이 연결된 그룹으로 일부 Carnegie Mellon Univ. 과 KIST, Bogazici Univ., Horace Nann School 등이 연결된 그룹이다. 이 그룹의 중심 연구자는 Metin Sitti(Max Planck Inst. for intell. Syst.)이며, 이 그룹에는 한국인으로 Donghoon Son(Max Planck Inst. for intell. Syst.)이 연결되 어 있으며, 일부 해외 연구자는 한국의 KIST 소속으로 논문을 발표하였다.

Metin Sitti 교수는 미국 카네기멜런대학의 교수이며, 현재 Max Planck Institute for Intelligent Systems의 물리적 지능 (Physical Intelligence) 연구소를 이끌고 있다. 오랫동안 초소형 로봇, 소프트 로봇, 생체모사 로봇 등을 연구해 왔다. (출처:https://scholar.google.co.kr/citations?user=YU4Ce_MAAAAJ&hl=ko&oi=sra)


Donghoon Son 박사 또한 Metin Sitti 교수와 함께 물리적 지능 연구소 소속이다. (출처:https://scholar.google.co.kr/citations?user=GrbHwJMAAAAJ&hl=ko&oi=sra)
 

아래 Figure 13은 Univ. of California at Berkeley의 연구자들이 연결된 그룹으로 이다. 이 그룹은 Pieter Abbeel(Univ. of California at Berkeley)과 Sergey Levine(Univ. of California at Berkeley)의 2명의 중심연구자로 연결되어 있다.

Sergey Levine 교수는 전자컴퓨터공학(Department of Electrical Engineering and Computer Sciences)의 교수로서 로봇시스템의 인공지능과 학습에 대하여 집중적으로 연구하고 있다. (출처: https://people.eecs.berkeley.edu/~svlevine/, https://youtu.be/xe-z4i3l-iQ )

Pieter Abbeel 교수 또한 같은 학과 소속이며, 로봇시스템의 딥러닝에 대한 세계적 권위자이다.
(출처: https://scholar.google.co.kr/citations?user=vtwH6GkAAAAJ&hl=ko&oi=sra)
 

아래 Figure 14는 Carnegie Mellon Univ. 연구자들이 연결된 그룹으로 일부 Microsoft의 연구자들과 연결되어 있다. 이 그룹에서는 크게 중심연구자 없이 대등하게 연결되어 있다.
 

아래 Figure 15는 위의 Figure 13과 또 다른 Univ. of California at Berkeley 연구자들이 연결된 그룹이다. 이 그룹에는 Jeffrey Mahler(Univ. of California at Berkeley)와 Ken Goldberg(Univ. of California at Berkeley)의 2명의 연구자를 중심으로 연결되어 있다.

Ken Goldberg 교수는 산업공학과(Department of Industrial Engineering and Operations Research) 소속이며, 로봇시스템의 기계학습과 자동화에 대한 연구를 진행하고 있으며, 특히 예술적 관점에서의 로봇 시스템 설계에 많은 업적이 있다. (출처: https://scholar.google.co.kr/citations?user=8fztli4AAAAJ&hl=ko)

Jeffrey Mahler 박사는 Ken Goldberg 교수의 제자로서 많은 연구 프로젝트에 함께 참여하고 있다. (출처:  https://scholar.google.co.kr/citations?user=Tsh90D8AAAAJ&hl=ko)


 

아래 Figure 16는 DLR과 Stanford Univ. 와 Univ. of Modena & Reggio Emilia, Korea Univ.가 연결된 연구 그룹이다. 이 그룹에는 특별한 중심연구자 없이 연결되어 있으며, 이 그룹에는 한국인으로 Hyunseok Seong(Korea Univ.)과 Jee-Hwan Ryu(Korea Univ.)가 있다.

위에서 추출한 연구자 데이터를 바탕으로 하여 Figure 17과 같이 연구자의 Degree Centrality를 분석하였다. Degree Centrality는 연결 정도 중심성으로 한 개인이 전체 네트워크에서 얼마만큼 중심에 가까이 자리 잡고 있는지를 나타내는 지표다. 네트워크 분석에서 개인이 가지는 영향력을 분석하는 데 가장 많이 쓰인다. 여러 논문과 다른 연구자와의 연결 관계가 많을수록 네트워크 가운데 쪽으로 위치하게 된다.

 

이를 살펴보면 Roland Siegwart(ETH Zurich)가 제일 중심에 있으며, 두 번째로는 Daniela Rus(MIT)가 있으며, 세번째로는 Juan Nieto(ETH Zurich)와 Pieter Abbeel(UC Berkeley)가 가까이 있음을 확인할 수 있다. 또한, Guang-Zhong Yang(Imperial College), Jonas Buchli(ETH Zurich), Sergey Levine(UC Berkeley) 등이 네 번째로 중심에 가까운 연구자로 나타났다. Degree Centrality는 공저 논문 수(빈도)와 연결된 공저자들과의 수와 빈도에 따라서 위치를 달리하게 된다.

아래 Table 4는 공저 논문 수 4편 이상의 연구자 리스트이다.

Roland Siegwart (1959 년생)는 스위스의 ETH Zurich 에서 로봇 및 지능 시스템 연구소의 ASN (Autonomous Systems Lab.)이사이며 잘 알려진 로봇 전문가입니다. Roland Siegwart의 연구 활동은 이동 로봇 설계 및 내비게이션(Mobile Robot Design and Navigation) - 역학 및 매핑, 동적 환경 계획, 인간 - 로봇 상호 작용, 거친 지형의 이동 컨셉, 모바일 마이크로 로봇, 우주 로버, 자율 주행 차량 및 무인 공중 차량(Unmanned Aerial Vehicles )입니다. (출처: https://en.wikipedia.org/wiki/Roland_Siegwart)

Metin Sitti(Max Planck Inst. for intell. Syst.)가 운영 중인 Physical Intelligence Department는 2014년 Max Planck Institute for Intelligent Systems에서 창립되었으며,  스마트 인텔리전트 플랫폼으로 똑똑하고 부드러운 소재로 만들어진 한 개 또는 다수의 소규모 모바일 로봇의 설계, 이동, 제어, 인식 및 학습 등을 연구하고 있습니다. ( 출처: http://pi.is.mpg.de/)

Daniela Rus는 Andrew and Erna Viterbi의 전기 공학 및 컴퓨터 과학 교수이며 MIT의 CSAIL (컴퓨터 과학 및 인공 지능 연구소) 소장입니다. Rus의 연구 관심 분야는 로봇 공학, 모바일 컴퓨팅 및 데이터 과학 분야입니다. Cornell University에서 컴퓨터 과학 박사 학위를 받았습니다. (출처: https://www.csail.mit.edu/user/876)

Robert J. Wood(Harvard Univ.)는 Harvard Micro robotics Lab. 을 운영하고 있으며, 마이크로미터에서 센티미터 규모의 기능 크기를 가진 생물학적으로 영감을 얻은 로봇의 개발을 위해 마이크로 제작 기술을 활용합니다. 그의 연구 분야는 새로운 마이크로 및 메소 스케일 제조 기술, 낮은 레이놀즈 수 날개 낀 날개의 유체 역학, 센서 제한 및 계산 제한 시스템 제어, 능동적인 부드러운 재료, 웨어러블 로봇 및 변형 가능한 소프트 바디 로봇을 포함합니다. (출처: https://www.seas.harvard.edu/directory/rjwood)

 

3. 한국기관소속 연구자 네트워크 분석


이번 ICRA 2017에서 Table 5와 같이 한국기관은 14개 기관에서 32편의 논문을 발표하였다. 서울대가 8편, KAIST가 7편, 서강대가 3편의 논문을 발표하였다.

한국기관의 연구자만 별도로 추출하여 연결한 연구 그룹들은 Figure 18과 같다.

한국인 연구자 그룹은 Figure 18과 같이 약 20여 개 그룹으로 나타났다. 대부분 한국의 연구그룹은 대학별로 분리된 것을 볼 수 있다. 위의 연결 관계를 기초로 중심도 분석하면 Figure 19와 같다. 중심에 가까운 연구자는 H. Jin Kim(Seoul Nat. Univ.), Chan Lee(DGIST), Kyougchul Kong(So gang Univ.) 등으로 볼 수 있다. 다만 한국기관의 논문 수와 공저자 수가 여러 연구자와 많이 차이가 나지 않으므로 크게 의미를 부여하기는 어렵다.

H. Jin Kim 교수는 KAIST 기계항공공학부에서 학사를 졸업하고, U.C. Berkeley 기계공학과에서 석사를, Harvard University 기계공학과에서 박사 학위를 받았다. 현재 서울대학교 기계항공공학부에서 근무 중이며 로봇공학, 인공지능 및 응용 제어 등의 분야에 대한 연구를 진행 중이다. (출처: http://robotics.snu.ac.kr/html/sub01_02.php)

Chan Lee는 대구·경북과학기술대학교 로봇공학전공의 박사과정 학생으로서 오세훈 교수가 운영하는 Motion Control Lab. 소속이다.(출처: http://control.dgist.ac.kr/)

Kyougchul Kong 교수는 서강대학교에서 학사와 석사 학위를 받고, U.C. Berkeley 기계공학과에서 박사 학위를 받았다. 현재 서강대학교 기계공학과에서 근무 중이며 로봇시스템제어(Robot Systems Control) 연구실을 운영 중이다. 주로 로봇제어, 웨어러블 로봇, 다족형 로봇 등의 연구를 진행 중이다. (출처: http://robotics.sogang.ac.kr)
 

한국기관 소속의 연구자 외에도 외국기관 소속의 한국인 연구자들의 논문도 많이 발표된 것으로 나타났다. 아래 Table 6은 한국인으로 추정되는 외국 기관 소속의 주저자(제1저자) 명단이다.




4. 기관-키워드 분석 (2MODE)


기관과 키워드의 연관성 분석은 어느 기관에서 어떤 분야 연구를 주로 하는지에 대한 객관적인 자료가 될 수 있다. 논문 주저자의 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 분석한 결과를 Figure 20에 나타내었다.
 

위의 Figure 20을 살펴보면, 주요기관으로는 ETH Zurich, Carnegie Mellon Univ. MIT 등이 나타나고, 키워드로는 Robots, Trajectory, Planning 등이 많이 나타났다. 또한, 이를 좀 더 자세히 보기 위해 Reduction 한 것은 Figure 21과 같다.

이를 통해 보면 ETH Zurich 에서는 Robots, Trajectory, Planning, Three-Dimension Displays, Cameras, Visualization, Optimization, Simultaneous Localization & Mapping의 연구가 주로 진행되고 있으며, Carnegie Mellon Univ.에서는 Robots, Trajectory, Planning, Robot Sensing Systems, Three-Dimensional Displays, Robustness, Libraries, Uncertainty이고, MIT는 Robots, Trajectory, Planning, Robot Sensing Systems, Predictive Models, Legged Locomotion, Navigation 등이 주로 발표된 논문의 키워드이다. 이처럼 기관별로 주요하게 나타나는 키워드는 Table 7과 같이 정리하였다.

이상의 분석을 다시 정리해 보면 ICRA의 국가별 논문순위는 미국이 293편으로 가장 많은 논문을 발표하여 전체 논문 수의 37.1%를 차지하고 있다. 그 뒤로 독일이 77편, 중국이 56편, 일본이 43편, 스위스가 42편, 영국이 38편, 이탈리아가 34편, 한국이 32편, 호주가 30편의 논문을 발표하였다.

기관별 발표 논문 수는 스위스 취리히 연방 공대(ETH Zurich)와 미국의 MIT가 따로따로 가장 많은 수인 34편의 논문을 발표했으며, Carnegie Mellon Univ. 이 30편의 논문을 발표하였고, Georgia Inst. of Technol.가 17편의 논문을 발표하였으며, Stanford Univ.와 Tech. Univ. of Munich가 각각 14편의 논문을 발표하였다.

ICRA 2017의 논문의 총 키워드 수는 806개이며, Robots, Robot Sensing Systems, Trajectory, Force, Three-Dimensional Displays, Cameras가 100회 이상 나왔으며 Planning, Robot Kinematics, Actuators, Mathematical Model, Visualization, Legged Locomotion, Optimization, Training, Computational Modeling, Robustness 가 50회 이상 나타났다.

논문 공저자들의 상관관계를 넷 마이너를 사용하여 시각화(Spring layout)하여 나타난 가장 큰 연구자 그룹은 MIT 연구자들로 연결된 그룹이며. 이 그룹에서는 Daniela Rus(MIT)가 중심연구자로 연결되어 있다. 이 그룹에는 미 펜실바니아대 신시아 성(Cynthia Sung) 교수를 비롯한 로봇 과학자들은 ‘적층 셀프 폴딩(Additive Self-folding)’이라는 기술을 활용해 유연하고, 움직임을 제어할 수 있는 소프트 로봇 기술을 개발했다.

또한, 연구자의 Degree Centrality를 분석해 보면 Roland Siegwart(ETH Zurich)가 제일 중심에 있으며, 두 번째로는 Daniela Rus(MIT)가 있으며, 세번째로는 Juan Nieto(ETH Zurich)와 Pieter Abbeel(UC Berkeley)가 가까이 있음을 확인할 수 있다. 또한, Guang-Zhong Yang(Imperial College), Jonas Buchli(ETH Zurich), Sergey Levine(UC Berkeley) 등이 네 번째로 중심에 가까운 연구자로 나타났다.

2mode로 기관과 키워드 네트워크 시각화한 결과는 ETH Zurich 에서는 Robots, Trajectory, Planning, Three-Dimension Displays, Cameras, Visualization, Optimization, Simultaneous Localization & Mapping의 연구가 주로 진행되고 있으며, Carnegie Mellon Univ.에서는 Robots, Trajectory, Planning, Robot Sensing Systems, Three-Dimensional Displays, Robustness, Libraries, Uncertainty이고, MIT는 Robots, Trajectory, Planning, Robot Sensing Systems, Predictive Models, Legged Locomotion, Navigation 등이 주로 발표된 논문의 키워드로  이다.  이를 통해 어떤 기관에서 어떤 연구를 주로 하는가에 대해서 가늠해 볼 수 있다.

예년의 ICRA와는 달리 2017년도 ICRA에서 확연히 달라진 점은, 학계뿐만 아니라 산업계의 참석자와 발표논문이 많이 늘었다는 점이다. 특히, 제안서를 받아 로봇 분야의 우수한 스타트업 기업들을 소개하는 특별 세션을 만들었고, 우수 로봇스타트업 상을 제정했는가 하면, 상당수의 초청 세션과 기조연설에서 산업계의 동향을 소개하는 발표를 진행하였다. 기존에 주목을 받았던 고도한 수학과 역학, 제어이론, 모델링, 시뮬레이션 등 순수 기초학문으로서의 로봇공학보다는, 현실적인 적용사례가 존재하는 산업적 측면에서의 로봇공학이 주를 이루었다고 해도 과언이 아니었다.

이러한 측면은 기업인들을 초대하고 기업에 수여하는 상을 제정하는 등 조직위원회의 노력이 반영된 결과일 수 있다. 하지만 분명한 것은, 로봇공학이 더 소수의 로봇공학자의 지적 호기심을 만족시켜주는 기초학문에서 탈피하여, 산업의 큰 축이 되고 있으며 나아가 우리의 일상생활에 밀접하게 접근하고 있다는 것을 증명한다고 해석할 수도 있다. 4차 산업혁명의 시대가 도래하는 현시점에서 ICRA학회를 자세히 분석하면 로봇공학과 로봇산업의 지향점이 어디인지를 파악할 수 있을 것이다.