농업용 로봇: 로봇이 농업의 새로운 지평을 열다

사티쉬: 안녕하세요, 청취자 여러분. RawBotics의 새로운 에피소드에 오신 것을 환영합니다. 오늘은 카네기 멜론 졸업 후 곧바로 월가의 혼란 속으로 뛰어들어 블랙록에서 경력을 쌓고, 결국 미국 다국적 투자 회사의 핵심 인물이 된 동문을 모셨습니다. 로봇 공학에 대한 그의 열정은 결국 그를 India , 미국에서의 꿈을 포기하고 니코 로보틱스를 설립하여 India최초의 AI 국소 살포 로봇을 출시하게 했습니다. RawBotics에 출연하신 자이심하 라오 씨를 환영합니다.

자이심하: 안녕하세요 여러분.

사티쉬: 자이, 투자 은행, 로봇 공학 및 자동화, 농업, 카네기 멜론, 이 모든 것들은 매우 서로 다른 분야인데요. 어떻게 이런 여정을 거쳐 오게 되었는지 청취자분들께 이야기해 주시겠어요? 네, 아마 그중에서 카네기 멜론과 로봇 공학이 가장 밀접한 역할을 했을 것 같아요. 제가 카네기 멜론에 다녔던 시기는 아주 흥미로운 시기였어요. 2003년부터 2007년까지였는데, 미국 정부에서 자금을 지원하는 DARPA 챌린지라는 과제가 있었죠. 자율 로봇을 어떻게 만들 것인가에 대한 도전이었는데, 카네기 멜론이 그 분야를 선도하고 있었어요. 그래서 저는 카네기 멜론에서 진행되고 있던 로봇 공학 개발 연구에 매료되었죠. 하지만 안타깝게도 2007년에 기술적 지식이나 야망을 쫓기보다는 돈을 선택했고, 결국 월스트리트에 발을 들여놓게 되었어요. 당시에는 가장 똑똑한 학생들이 모두 월스트리트로 향했거든요. 하지만 중요한 점은, 제 생각에 그 아이들이 우리보다 똑똑해서 페이스북의 10번째, 12번째 직원이 되었다는 겁니다. 2007년은 미국 경제가 정점에 달했던 시기였고, 월가는 적어도 우리 같은 엔지니어들이 실력을 뽐낼 수 있는 좋은 곳이었죠. 저도 그중 한 명이었고, 바로 뛰어들었습니다. 블랙록 파이낸셜은 흥미로운 회사였습니다. 굉장히 엄격한 회사였죠. 아침 6시 30분에 출근해야 했던 게 기억납니다. (6시 30분) 네. 6시 31분에 오면 지각이었어요. 그리고 매주 금요일에는 지각한 사람들의 이름을 공개하는 행사가 있었습니다. 주중에 6시 30분 이후에 출근한 사람은 누구든 큰 게시판에 이름이 올라가고 "지각하셨습니다"라고 적혔죠. 21살 때는 그런 규율이 필요하다고 생각합니다. 아이러니하게도, 저는 지금 방갈로르에서 10시에 사람들을 출근시키는 데 애를 먹고 있는데, 정말 어이가 없네요. 하지만 때로는 업계를 옮기면서 요구 조건도 바꿔야 할 때가 있습니다. 그래서 저는 그냥 흐름에 몸을 맡겼습니다. 카네기 멜론 대학교에서 컴퓨터 공학 학위를 받고 좋은 직장에 취직했죠. 그러다 2008년 금융 위기가 닥쳤습니다. 그 덕분에 블랙록은 사업 수주가 늘어났습니다. 저는 혼란스러운 상황 속에서도 오히려 더 많은 사업을 수주할 수 있었죠. 그래서 6년 반 동안 블랙록에 남아 있었습니다. 그러다 2014년에 상사를 만났는데, 상사가 사는 삶이 어떤지 알게 됐습니다. 코네티컷으로 이사 가서 기차를 타고 바하마로 휴가를 가는 그런 삶이었죠. 30대, 40대, 50대, 60대가 되어도 똑같은 직업을 갖고 있다는 게 너무 뻔하게 느껴졌습니다. 그런 삶은 원치 않았습니다. 그래서 블랙록에서 7년을 보내면서 꽤 많은 돈을 모았습니다. 그래서 저는 모험을 감행하고 India. 마침 그때 샤룩 칸 주연의 영화 '스와데시'가 개봉했었죠. (그 영화가 영감을 주었군요.) 물론이죠, 영감을 받지 않을 수 있겠어요? (정말 그래요.) 떠나 있다가 India 나라로서 India성장하고 있고, 저도 그 일부가 되고 싶었죠. 지금도 그렇게 믿어요. 순전히 감정적인 혁명이었어요. 좀 무모한 생각일 수도 있지만, India거죠. 그리고 왜 하필 농사였을까 생각해 봤어요. 저희 가족은 20에이커 정도의 농장을 가지고 있는데, 지금 녹음하는 곳에서 5시간 정도 떨어진 곳이에요. 그때 농사라는 게 본질적으로 지혜에 기반한 일이라는 걸 깨달았죠. 어떻게 하면 농사를 더 정확하고 과학적으로 만들 수 있을까? 그게 바로 제가 카네기 멜론 대학교에서 4년 동안 함께했던 기술 전문가들과 협력해서 해결해야 할 사례를 찾게 된 영감의 원천이었던 것 같아요.

사티쉬: 정말 그래요. 농사에는 타고난 지혜가 많이 담겨 있죠. 네, 확실히 그래요.

자이심하: 네, 그러니까, 이곳이 지혜를 위한 곳이라는 건 부정할 수 없지만, 100% 지혜로만 가득 찬 곳일 수도 있다는 거죠.

사티쉬: 맞습니다. 그럼 니코 로보틱스가 어떻게 시작되었는지, 특히 농업 분야에 집중하게 된 계기, 그리고 이 분야에서 어떤 활용 사례를 만들고 싶다는 생각을 하게 된 과정에 대해 이야기해 주시겠어요? 니코 로보틱스의 여정은 어떻게 시작되었고, 어떻게 앞으로 나아가게 되었나요?

자이심하: 네, 저는 롤러코스터 같은 여정을 각오하고 있었어요. 왜냐하면 마지막에 안전벨트를 매야 하는 구간이 있었거든요. 우리에겐 순탄한 여정이 아니었으니까요.

사티쉬: 제 생각에는 당시 로봇공학은 그다지 주목받거나 매력적인 분야가 아니었던 시절이었던 것 같아요.

자이심하: 요즘 그런 게 유행인가요?

사티쉬: 네, 네. (여전히)? 10년 전보다는 확실히 나아졌죠.

자이심하: 네, 네. 지금은 확실히 훨씬 나아졌지만, 2015년쯤이었던 것 같아요. 제가 회사를 시작했죠. 재밌는 건, 저는 벤처 캐피털에 알레르기가 있었다는 거예요. 혼자서도 할 수 있다고 생각했죠. 2015년부터 2019년까지 자력으로 회사를 운영했고, 드론 회사로 시작했어요. 드론을 어떻게 찾고, 농지 위를 어떻게 날려 보내면서 가치를 더할까요? 바로 분석 서비스를 제공하는 거죠. 4년 동안 우리가 깨달은 건, 농업에 종사하는 농부들은 분석이나 조언을 좋아하지 않는다는 거예요. 그들은 해결책을 원하죠. 드론을 활용해서 농지 위를 날려 보내 작물의 위치를 ​​파악하고 정확한 개체 수를 알려주는 거예요. 농부들은 "개체 수를 알게 되면, 발아한 곳에 와서 직접 손질해 주세요."라고 말했어요. 드론으로는 할 수 없는 일이죠. 그래서 농업 종사자들에게 자문 서비스를 제공하려고 4년 동안 제품 시장 적합성을 찾는 고통스러운 여정을 거쳤지만, 결국 성공하지 못했습니다. 그때 저도 개인적으로 한계에 다다랐고, 단순히 자문만 하는 것이 아니라 분석 기술과 하드웨어를 결합하여 솔루션을 제공해야 한다는 것을 깨달았습니다. 그렇게 해서 4년 동안 개발한 분석 기술과 결합된 지상 로봇을 개발하게 되었습니다. 그리고 2019년부터 지금까지 농업에 특화된 몇 가지 제품을 개발했습니다. 작년에 결정적인 순간이 찾아왔습니다. 그러니까 제 이야기를 듣고 계신 분들을 위해 말씀드리자면, 저는 2015년에 시작했고, 결정적인 순간은 2023년에 찾아왔습니다. (8년, 정말 긴 8년이었죠.) 그 여정 동안 끊임없이 무언가를 쫓아다녔습니다. 그리고 그 과정에서 많은 사람들이 "드론은 정말 대단해, ​​미래야"라고 말하는 것을 듣게 되었습니다. 로봇은 정말 놀랍고 미래입니다. 고객에게 "이게 원하시는 건가요?"라고 물으면, "네, 만들어 주세요."라고 대답하지만 "하지만 돈은 안 낼 거예요."라고 덧붙입니다. 시장의 다양한 신호를 잘 파악해서 무엇을 만들어야 할지 결정해야 합니다. 저희는 이 과정을 거치는 데 8년이라는 시간이 걸렸습니다. 그럴 필요는 없었지만, 8년이나 걸렸죠. 하지만 작년에 저희 정밀 분무 로봇을 India. 정말 놀라운 일이죠. 감사합니다. 50대는 상당한 수치입니다. 정밀 분무 기술과 농업 분야에서 India규모 면에서 아마 최고 수준일 겁니다. 하지만 가장 보람 있는 순간은 실제로 기술이 작동하는 모습을 봤을 때입니다. 농부들이 농약 사용량을 50%나 줄일 수 있다는 것을 알게 된 거죠. 탱크를 열어보니 농약이 50% 줄고 물만 남아 있었습니다. 바로 그 순간 농부들이 돈을 벌게 되는 겁니다. 그 순간이 바로 '유레카'를 외치는 순간이었습니다. 8년밖에 걸리지 않았어요. (하지만 확실히 이루어졌죠. 긍정적인 부분이에요. 네, 그래서 저희는 그 점을 자랑스럽게 생각합니다.)

사티쉬: 정말 좋네요. 로봇이 정밀 살포를 도와 농부들의 농약 사용량을 크게 줄여준다고 하셨죠. (네). 그렇다면 어떤 기술이 이를 가능하게 하는 건가요? 로봇이 정확히 어떻게 작동하는지 청취자분들께 설명해 주시겠어요?

자이심하: 네. 현재 농부라고 가정해 봅시다. 4에이커의 밭이 있고, 전체 밭에 살포하는 분무기를 사용하는데, 이를 블랭킷 살포라고 합니다. 즉, 식물이 있든 없든, 흙이 있든 없든 분무기의 모든 노즐이 항상 작동하고 있는 것입니다. 이는 비효율적입니다. 에너지 소비를 생각해 보세요. 예를 들어, 교실에 20명의 학생이 있는데 3명이 아프다고 해서 모든 학생에게 살충제나 약을 먹이지는 않겠죠? 농업에서도 마찬가지입니다. 저희 기술은 분무기에 스마트 카메라를 장착하는 것입니다. 기존 장비를 개조하는 것이죠. 살충제 살포를 예로 들면, 식물에만 살충제를 살포하고 흙에는 살포하지 않습니다. 예를 들어 목화를 재배한다고 가정해 봅시다. 목화 줄기 사이에는 약 1.2미터(4피트)의 간격이 있고, 목화 포기 사이에는 약 60센티미터(2피트)의 간격이 있습니다. (알겠습니다.) 저희 기술은 식물의 잎에만 정확하게 살포하고, 식물 사이나 열 사이에는 살포하지 않습니다. 따라서 농부 입장에서, 예를 들어 AI 지원이 없는 일반적인 살포 방식과 비교했을 때, 살충제와 물 사용량을 즉시 60% 절감할 수 있습니다. 그 외에도 여러 가지 이점이 있습니다. 살포기에 필요한 디젤 연료가 줄어들어 하루에 더 많은 면적을 살포할 수 있습니다. 이것이 바로 저희 기술의 장점입니다. 질문에 대한 답은, 엣지 컴퓨팅 기반의 AI 컴퓨터 비전 기술이라는 것입니다. 저희는 아침 6시에 자라는 목화 식물의 모습을 기반으로 학습을 진행했습니다. 목화 식물은 정오, 오후 5시, 시들어가는 모습과는 매우 다릅니다. 또한 마하라슈트라주 아콜라와 텔랑가나의 토양 상태도 다릅니다. 따라서 정확한 데이터셋을 구축하고 모든 식물에 정확하게 살포하는 것이 중요했습니다. 이러한 기술적 난관들을 모두 극복해냈습니다.

사티쉬: 하드웨어 측면에서 어려움이 있을까요? 농업 규모는 전국적으로 매우 다를 테니까요.

자이심하: 네, 농업 분야에서는 대부분의 장비가 혹사를 견딜 수 있도록 제작됩니다. 기계, 철, 강철 같은 재료는 혹사에 강하다고 생각합니다. 하지만 우리 분야로 넘어오면 미디어 프로세서, PCB, 카메라와 렌즈 같은 것들이 생겨나죠. 열, 먼지, 오염 같은 것들이 곳곳에 영향을 미칩니다. 이 부분은 나중에 자세히 다루도록 하겠습니다. 하지만 뛰어난 기계적 보호에 대한 필요성은 로봇 공학에서 가장 큰 걸림돌 중 하나입니다. 일반적으로 컴퓨터 비전 같은 기술을 로봇에 적용하면 작동은 하겠지만, 실제 환경에서는 어떻게 작동할까요? 튼튼한 기반이 필요합니다. 이것이 우리가 극복해낸 큰 기술적 분석 과제였습니다.

사티쉬: 좋습니다. India, 분무 로봇에 대한 글로벌 시장도 보고 계신가요?

자이심하: 네, 농업의 놀라운 점은 전 세계 모든 곳에서 식량이 필요하다는 것입니다. 그리고 식량을 생산하기 위해서는 모든 나라에 농업이 필수적입니다. 따라서 우리가 추진하고 있는 글로벌 계획에서는 농업, 특히 농약 살포 방식을 무분별한 살포에서 정밀 살포로 전환할 수 있는 기회가 항상 존재합니다. 우리는 글로벌 리더십을 확대하는 데 주력하고 있으며, 이에 대해 매우 기대하고 있습니다. India홈 어드밴티지를 가지고 있다고 생각합니다. 현재 India의 규모는 India 가 가진 강점을 최대한 활용해야 합니다 India. 수익 마진은 다소 낮을 수 있지만, India. 하지만 다른 방향으로 기회를 포착한다면 더 짧은 시간 안에 목표를 달성할 수 있을지도 모릅니다.

사티쉬: 맞습니다. 로봇을 배치하셨다고 말씀하셨는데, 제가 정말 궁금한 점이 있습니다. 농부들은 일반적으로 로봇에 대해 잘 모를 수도 있잖아요. 평균 농지 규모가 4에이커 정도 되니까요. (네) 그렇다면 농부들은 로봇과 어떻게 상호작용하나요? 어떤 인터페이스를 제공하시나요?

자이심하: 네, 특히 India살펴보면, 매우 극명한 성수기와 비수기의 순환 구조를 가지고 있습니다. 모든 농사와 카레 생산 시즌이 단 몇 백 일 안에 집중되고, 나머지 기간에는 농사가 거의 이루어지지 않습니다. 따라서 저희는 농부에게 기술적인 전문성을 요구하는 부담을 지우고 싶지 않았습니다. 그래서 지난 시즌에 도입했고 지금도 계속 운영하고 있는 50가지 강력한 농업 표준은 '서비스형 농업'입니다. 즉, 서비스형 로봇입니다. 저희는 분무기의 디스플레이를 조작하는 훈련된 기술자를 보유하고 있습니다. 기술자는 화면에서 어떤 딥러닝 모델을 선택할지 결정합니다. 목화용 딥러닝 모델인지, 고추용 딥러닝 모델인지 등을 선택할 수 있습니다. 또한, 작물에 살포하기 전과 후에 살포를 멈추는 시점 등 몇 가지 변수를 조정할 수 있습니다. 이러한 인터페이스 조작은 분무기 조작자가 담당합니다. 따라서 농부가 바로 도입의 핵심 인물입니다. 농부는 단순히 서비스형 로봇을 이용하는 것뿐입니다. 그래서 그들은 우리에게 연락해서 "4에이커 면적에 정밀 살포 작업을 해주실 수 있나요?"라고 묻습니다. 그런데, 제게 직접 물어보시면 믿기 어려우시겠지만, 스마트폰 사용 경험이 풍부한 작업자들이 오히려 우리 직원보다 화면 조작, 모델 선택, 사양 선택에 더 능숙한 경우가 있습니다. 그만큼 경험이 많기 때문이죠. 로봇 공학에서 중요한 또 다른 부분은 바로 이것입니다. 누구나 스마트폰을 사용할 수 있도록 매우 쉽게 만드는 방법 말입니다. 이것이 바로 우리가 India방향입니다. 그리고 기술적인 문제로 어려움을 겪은 적은 없었던 것 같습니다. 두 번째 질문에 대해서는, 로봇이라는 단어가 무섭게 느껴지실 수도 있다는 점을 말씀드리고 싶습니다. 로봇 공학이나 자동화라고 하면 사람들은 온갖 것을 떠올립니다. 우리 회사의 경우, 공장에서 물건을 옮기는 창고 로봇을 생각하시겠죠. 하지만 우리 회사의 살포기는 도로에서 살포하는 모습을 보더라도 전혀 이상하게 느껴지지 않을 겁니다. 그러니까 노즐을 켜고 끄는 기능이 핵심이죠. 하지만 아주 정밀하게 작동시키려면, 상황을 파악하고, 정보를 처리하고, 최종적으로 행동하는 능력이 필요합니다. 농부들은 분무기가 켜지고 꺼지면서 식물에만 정확하게 분사되는 것을 보는 순간 바로 납득합니다. 그래서 저희는 보통 몇 가지 제품 라인을 무료로 시연해 보여드립니다. 대부분의 농부들은 분무기가 식물에 직접 분사되는 모습을 보면 "완벽하네요!"라고 말합니다. 저희가 YOLO 딥 모델이나 Media z SEN을 사용하는지 같은 복잡한 설명은 필요 없습니다. 그저 식물에 정확하게 분사되고, 놓치는 부분이 없다는 것만 알면 되니까요. 자, 이제 시작해 보세요.

사티쉬: 그럼, 일반적으로 생육 주기 동안 살포 빈도는 어느 정도가 적당할까요?

자이심하: 목화 재배 기간 동안 대략 7번 정도 살충제를 살포합니다. 그래서 농부들과 어떻게 소통해야 할지 상당히 복잡합니다.

사티쉬: 말씀하신 것처럼 저희는 창고에 로봇을 배치할 때 연결성 및 인터넷 측면에서 매우 훌륭한 인프라를 구축합니다. 엣지 컴퓨팅을 사용한다고 하셨는데, 연결성이나 데이터 문제는 어떻게 해결하셨나요? 5G가 어떤 식으로 도움이 되었는지, 관련 경험을 공유해 주시면 감사하겠습니다.

자이심하: 제 생각에 저희는 연결성이라는 측면에서, 연결성이 아예 없을 거라고 가정하고 있습니다. (네, 맞습니다.) India 사실 India 농촌 지역 연결성이 다른 나라들보다 더 좋을지도 모르겠습니다. 그래서 연결성보다 더 큰 기술적 과제는, 야외 로봇 공학에서 어떤 농장에 가게 될지 전혀 알 수 없다는 점입니다. 모든 농장은 지형과 작물이 다르고, 마치 북극성처럼 기준점이 될 만한 것이 없습니다. 여기가 완전 정지 지점이라고 할 만한 것이 전혀 없죠. 네, 맞습니다. 그래서 저희가 직면한 진정한 기술적 과제는 다양한 AI 기술, 위치 추정, SLAM 등을 활용하여 로봇이 밀리미터나 센티미터 단위로 움직일 때, 노이즈 없이 최대한 정확한 데이터를 얻는 것입니다. 저는 이것이 연결성보다 더 핵심적인 과제라고 생각합니다. (네, 맞습니다.) 그리고 저희는 창고 로봇 및 자동화 분야에서 로봇의 위치 추정에 관한 모든 기술과 문헌들이 실내 환경에서의 로봇 위치 추정에만 초점을 맞추고 있다는 점이 정말 부럽습니다. (정말 그렇습니다.) 저희 로봇 공학 엔지니어들은 그런 여유가 없습니다. 그래서 어느 날은 아콜라에 있고, 또 다른 날은 펀자브에 있을 겁니다. 그리고 여전히 센티미터 단위의 정밀한 결정이 필요합니다. 하지만 당신은 그 문제를 상당 부분 해결하셨군요.) 네, 그렇습니다. 사람들이 로봇 공학, 그리고 현재 우리가 접하고 있는 AI 열풍을 생각할 때, 양파 껍질을 벗기듯 살펴보면 로봇을 로봇답게 만드는 핵심은 아마 AI가 아닐 겁니다. 네. 주행 거리 측정, 위치 추정, 프로세서 최적화 등 구현해야 하는 다양한 기술적 발명품들이죠. 하지만 열정적인 기업가로서 우리는 이 모든 것을 AI라는 이름으로 묶어서 판매합니다. 하지만 당신의 청중은 로봇 공학과 자동화에 더 관심이 많을 테니, 그쪽이 바로 우리가 진정으로 집중해야 할 분야입니다.

사티쉬: 맞아요. 정말 그렇습니다. 친환경 지속가능성에 대한 관심이 높아지면서 기후 농업에 대한 이야기도 많이 듣게 되죠. 청취자분들께 기후 농업에 대해 설명해 주시겠어요? 당신의 로봇은 기후 농업이라는 큰 틀 안에서 어떤 역할을 하는 건가요?

자이심하: 네, 저희 기술을 도입하기 전에는 농부들이 살충제와 물을 섞은 용액을 약 200리터씩 살포했습니다. 그런데 CN의 부분 살포 기술을 사용하자마자 그 양이 200리터에서 100리터로 줄어들어 50%의 직접적인 절감 효과를 얻었습니다. 물론 58%까지 절감 효과를 본 농부들도 있지만, 설명을 위해 50% 절감이라고 가정해 보겠습니다. 50% 절감 효과를 보고, 한 번 살포에 100리터의 물이 사용된다고 생각해 보세요. 이를 3,300만 에이커에 걸쳐 적용한다고 생각해 보면, 현재 얼마나 많은 양의 살충제, 물, 디젤이 낭비되고 있는지 상상해 보십시오. 이는 생산성 향상에 도움이 되지 않고, 토양을 오염시키고 물을 오염시키고 있습니다. (실제로 심각한 피해를 주고 있을 가능성이 높습니다.) India, 물을 얻을 수 있는 지역, 우리가 긍정적인 변화를 가져올 수 있는 지역을 생각해 볼 때, 이 발명품은 정말 탁월한 선택입니다. 200리터와 100리터를 비교해 봐도 생산량에는 아무런 차이가 없습니다. 그렇다면 왜 우리는 이 기술을 도입하지 않을까요? 바로 이 점이 저희가 기대하는 부분입니다. 농부들에게 판매하기도 쉽고, 농부들도 쉽게 이해하고 사용할 수 있으며, 노즐을 켜고 끄는 것도 간단합니다. 3,300만 에이커에 100리터를 사용하는 것은 기후 변화와는 직접적인 관련이 없습니다. 도대체 무엇이 기후 변화와 관련이 있을까요?

사티쉬: 그건 영향력에 대한 이야기이고, 정말 그래요. (네,) 정말 맞는 말이에요. 카네기멜론 대학교(CMU)에 계실 때 DARPA 프로젝트에 참여하셨다고 말씀하셨잖아요. (저는 호손 캠퍼스에 있었지만, 직접 봤어요.) 네, 보셨죠. 카네기멜론에서도 많은 걸 보셨을 거라고 생각해요. India, 어떤 로봇 응용 분야나 로봇에 관심이 있으신가요? 미국에서 많은 일들이 일어날 때 거의 항상 그곳에 계셨기 때문에 이런 질문을 드리는 거예요.

자이심하: 자율주행은 정말 소름 돋는 기술이라고 생각해요. 몇 달 전에 캘리포니아에 갔었는데, 처남의 테슬라를 빌려서 자율주행 모드로 전환해 봤거든요. 차가 차선을 바꾸고, 가속하고, 감속하고, 도로를 빠져나가는 모습을 처음 봤는데, 정말 놀라운 경험이었어요. 미래가 이미 여기에 온 것 같아요. 자율주행차들이 동굴 밑으로 들어가거나, 집안일을 하는 모습을 상상해 보세요. 제 생각엔 그런 미래가 눈앞에 펼쳐지는 것 같아요. 그래서 정말 기대가 커요. 하지만 이런 기술이 대규모로 상용화될 수 있을지는, 마지막 5% 정도가 관건일 것 같아요. 자율주행차가 사람이 운전하는 차와 충돌했을 때 어떤 결과가 나올지 윤리적인 문제가 분명히 존재하겠죠. (이미 이런 사고들을 많이 봐왔잖아요.) 네, 그런 문제도 있고요. 하지만 저는 자율주행이 현실화되는 순간이 첫 번째는 정말 소름 돋는 순간이고, 두 번째는 우리가 지금 하고 있는 일에 더 가까운 미래라고 생각해요. 농업을 예로 들어 설명드리겠습니다. 농부의 삶을 살펴보면, 농부는 농사철에 필요한 모든 것을 미리 구입합니다. 씨앗을 사고, 땅을 갈고 트랙터를 준비하고, 살충제를 사고, 이 모든 것을 소매가로 구매합니다. 이렇게 180일 동안 모든 노력을 기울입니다. 흙을 갈고, 씨앗을 심고, 살충제를 뿌리고, 작물을 돌봅니다. 그리고 마침내 수확 시기가 되면, 농장에서 돈을 벌게 됩니다. 면화든, 과일이든, 채소든 마찬가지입니다. 농업에서는 수요가 최고조에 달하는 시기가 있는데, India, 특히 마하라슈트라 주 전체에서 면화를 대량으로 구매해야 하는 3일간의 기간이 있습니다. 정말입니다. 하지만 그 수요를 감당할 인력이 부족합니다. 그래서 수확기에만 가격이 3~4배로 폭등하는 안 좋은 상황이 발생합니다. 아이러니하게도, 수확이 끝나면 농부는 도매가로 판매합니다. 그는 소매로 사서 도매로 팔고, 농장에서 돈이 생기면 마케터들의 손에 좌우될 수밖에 없습니다. 만약 제가 무한한 자원을 가지고 있고, 10년 정도의 장기적인 계획이 있다면, 수확 로봇을 이용한 농업에 투자해 볼 것 같습니다. 농업 분야도 로봇 도입이 절실히 필요한 분야라고 생각합니다. 충분히 해결 가능한 문제이고, 동시에 엄청난 문제이기도 합니다. 아이러니하게도, 14억 인구가 있는 India, 다른 나라들은 어떨지 상상도 하기 힘듭니다. 이것이 두 번째 문제입니다. 세 번째는 여러분이 하시는 일과 비슷한 것입니다. 저는 몇몇 창고 로봇 시스템, 완전 자동화 로봇 시스템을 방문해 봤는데, 작은 기계들이 서로 소통하고 협력하는 모습을 보는 것이 정말 놀라웠습니다. (이것을 우리는 로봇 교향곡이라고 부릅니다.) 네, 좋은 표현입니다. 그래서 더 깨끗하고 안전하며 최적화된 환경이 조성된다고 생각합니다. 그래서 저는 창고 로봇 공학과 자동화가 더 많이 필요하다고 생각합니다. 수많은 패키지를 처리하는 창고 작업은 상당히 위험하고 비용도 많이 듭니다. 따라서 Addverb 와 여러분이 하고 있는 일은 시연을 통해 자동화된 프로세스를 직접 보여주는 것이 좋을 것 같습니다.

사티쉬: 네, 맞습니다. 저희는 현재 그레이터 노이다에 최대 규모의 제조 시설을 설립했는데, 이곳에는 고객들이 직접 방문하여 로봇 및 자동화 시스템을 체험할 수 있는 다양한 로봇과 자동화 시스템이 갖춰져 있습니다. 자, 그럼 좀 가벼운 분위기로 마무리해 볼까요? 만약 하루 동안 로봇이 될 수 있다면, 무엇을 하고 싶으신가요?

자이심하: 어릴 적부터 항상 빠른 공을 던지는 투수가 되는 게 꿈이었어요. (아) 음, 잘 모르겠네요. (걸으면서도 연기하세요?) 네, 지금은 골프로 전향했어요. (아, 그렇군요.) 음, 그러니까, 만약 여기 엘리베이터에서 문이 닫히는 걸 보신다면, 제가 스윙 연습을 하고 있는 거예요. (네.) 혼자서요. 우리 모두 그렇죠. 하지만 어쩌면 아침 일찍 일어나서 India 의 호주 투어 경기를 보고 빠른 공을 던지는 투수들을 보는 것처럼, 저도 그런 연습을 해야 할지도 모르겠어요. 만약 제 몸에 개조 키트를 달아서 38살인 제 몸으로 시속 160km의 공을 던질 수 있다면, 마치 저만의 특별한 얕은 공 투수처럼요. (외골격 장치를 착용하시면 될 것 같아요. 저희가 도와드릴 수 있어요.) 아, 정말요? 제 꿈을 이루어주고 싶으신 거예요? (네, 저희에게 외골격 장치가 있어요.) 네, 알겠습니다. 로봇을 제 몸에 연결해 주시면, 가족들 앞에서 제가 시속 160마일로 볼링을 칠 수 있다는 걸 보여줄 수 있을 거예요. 시속 90km를 넘어본 적도 없는 것 같은데 말이죠. 어릴 적부터 품어왔던 이 소박한 꿈을 로봇이 이루어 줄 수 있으면 좋겠네요. 네. (꼭 이루어야 할 꿈이죠.) 물론 세상에는 해결해야 할 더 중요한 문제들이 많겠지만요. 어쨌든 이건 저에게 개인적으로 의미 있는 일이에요.

사티쉬: 감사합니다. 자이, 정말 유익한 대화였습니다. 시간 내주셔서 감사합니다.

자이심하: 아니요, 초대해 주셔서 감사합니다. 아시다시피, 저희는 충분한 주목을 받지 못하는 것 같아요. 당신이 하는 일, 그리고 저희가 하는 일이 그렇죠. 주로 시간이 오래 걸리기 때문입니다. 개발 기간이 너무 길어요. 기술 스택을 완성하고 시장에 내놓을 때쯤이면 세상은 이미 변해 있죠. (네). 하지만 앞으로 10년은 소프트웨어와 하드웨어를 결합한 딥테크가 대세가 될 거라고 생각합니다. 그리고 저희는 이 분야에서 여러 성공을 거둘 겁니다. 그래서 저희 시대가 오고 있다고 생각해요. 제가 생각하는 미래는 바로 그쪽입니다. 당신은 어떻게 생각하시는지 궁금하네요.

사티쉬: 네, 물론이죠. 감사합니다.