Advancing Improvisation in Human-Robot Construction Collaboration: Taxonomy and Research Roadmap

기술 요약: 인간-로봇 건설 협업에서의 즉흥성(Improvisation) 발전

문제 정의
건설 산업은 생산성 정체, 숙련된 노동력 부족, 그리고 높은 사망률과 빈번한 프로젝트 지연으로 입증되는 안전상의 위험 등 지속적인 과제에 직면해 있다. 로봇 공학과 자동화가 잠재적인 해결책을 제시하고 있으나, 현재의 건설 로봇은 비정형적이고 역동적인 환경에서 어려움을 겪고 있다. 기존의 사전 프로그래밍된 자동화는 예상치 못한 현장 조건에 대응하는 유연성이 부족하여, 종종 광범위한 인간의 감독을 필요로 한다. 인간과 로봇의 상호 보완적인 강점을 활용하기 위해 인간-로봇 협업(HRC)이 하나의 패러다임으로 등장했으나, 결정적인 격차가 존재한다: 바로 **협력적 즉흥성(Collaborative Improvisation)**을 수행하는 능력이다. 즉흥성, 즉 예상치 못한 상황에 창의적인 문제 해결과 실시간 의사결정을 통해 적응하는 능력은 여전히 주로 인간의 특성으로 남아 있다. 현재의 연구들은 기초적인 인간 제어 실행 단계에서 진정한 협력적 즉흥성 단계로 나아가는 과정을 분류할 수 있는 체계적인 프레임워크가 부족하며, 이 간극을 메우기 위해 필요한 기술적 및 개념적 경로를 불분명하게 만들고 있다.

연구 방법론
저자들은 2010년부터 2025년 사이에 발표된 214편의 논문을 대상으로 Google Scholar, IEEE Xplore, Scopus, ScienceDirect를 포함한 데이터베이스와 주요 저널 및 컨퍼ر런스(예: ISARC, CRC)를 통해 체계적 문헌 고찰을 수행하였다. 검색 전략은 건설 로봇 공학, HRC, 즉흥성, 적응, 학습과 관련된 키워드의 불리언 조합(Boolean combinations)을 활용하였다.

본 연구의 핵심 방법론적 기여는 Liang 등(2021)의 프레임워크와 로봇 자율성 수준(LoRA)을 변형하여 개발한 **6단계 분류 체계(Six-level taxonomy)**를 구축한 것이다. 이 분류 체계는 즉흥성 역량과 책임의 배분을 기준으로 건설 분야의 HRC를 범주화한다. 단계는 다음과 같다:

• Level 0: 수동 작업 (Manual Work)
• Level 1: 인간 제어 실행 (Human-Controlled Execution)
• Level 2: 적응형 조작 (Adaptive Manipulation)
• Level 3: 모방 학습 (Imitation Learning, 시연으로부터의 학습)
• Level 4: Human-in-Loop BIM 워크플로우 (Human-in-Loop BIM Workflow)
• Level 5: 클라우드 기반 지식 통합 (Cloud-Based Knowledge Integration)
• Level 6: 진정한 협력적 즉흥성 (True Collaborative Improvisation)

이 단계별 역량의 진화를 시각화하기 위해, 저자들은 다음 5가지 차원을 평가하는 5차원 레이더 프레임워크를 개발하였다:

1. 계획/조직 (Planning/Organization): 작업 순서 및 자원 스케줄링.
2. 인지적 역할 (Cognitive Role): 실시간 의사결정 및 추론.
3. 물리적 실행 (Physical Execution): 직접적인 조작 및 힘 제어.
4. 학습 능력 (Learning Capability): 기술 습득 및 일반화.
5. 즉흥성/적응성 (Improvisation/Adaptability): 새로운 상황에 대한 창의적 문제 해결.

각 단계의 현재 기술 수준을 설명하고 연구 전선(research frontiers)을 식별하기 위해 대표적인 연구 기여도를 "스포크 맵(Spoke-maps)"에 매핑하였다.

주요 기여 및 결과
분석 결과, 현재의 건설 로봇 연구는 분류 체계의 낮은 단계(Level 1–3)에 집중되어 있으며, 진정한 협력적 즉흥성(Level 6)으로의 진행은 제한적인 것으로 나타났다.

• Level 1 (인간 제어 실행): 로봇은 즉흥성이 전혀 없는 순종적인 실행자로 기능한다. 인간이 전체 계획과 인지적 제어를 유지하며, 로봇은 높은 물리적 능력을 제공한다. 연구는 원격 조종 및 사전 프로그래밍된 실행에 집중된다.
• Level 2 (적응형 조작): 로봇은 사전 정의된 파라미터 내에서 센서 기반의 미세 조정(예: 힘 변조, 충돌 회피)을 도입한다. 즉흥성은 좁은 범위 내의 반응적 적응에 국한되며, 창의적 추론은 여전히 인간의 영역이다.
• Level 3 (모방 학습): 로봇은 인간의 시연(운동 감각적 또는 시각적)으로부터 정책을 학습한다. 알려진 작업 군 내에서는 일반화가 가능하지만, 보지 못한 시나리오를 위한 새로운 전략을 생성하는 능력은 부족하다. 즉흥성은 회고적이며 사례 중심적이다.
• Level 4 (Human-in-Loop BIM): 로봇은 BIM과 디지털 트윈을 통합하여 설계와 시공 상태 사이의 편차를 감지한다. 로봇은 의미론적 모델을 바탕으로 교정 조치를 제안하지만, 검증과 상위 계획에 대한 권한은 인간이 보유한다.
• Level 5 (클라우드 기반 지식): 로봇은 클라우드 저장소와 대규모 언어 모델(LLM)에 접속하여 유사한 선례를 검색하고 후보 계획을 생성한다. 이는 "컨설팅형 자율성(Consultative autonomy)"으로의 전환을 의미하며, 로봇은 알려진 요소들을 재조합함으로써 더 넓은 범위의 예기치 못한 상황을 처리할 수 있지만, 아직 공동 창의적 아이디어 구상(co-creative ideation) 단계에는 도달하지 못했다.
• Level 6 (진정한 협력적 즉흥성): 지향하는 목표 상태로 정의된 이 단계는 인간과 로봇이 지속적이고 공동 창의적인 문제 프레이밍 및 실행에 참여하는 파트너십을 구상한다. 이는 공유된 멘탈 모델, 대화적 추론, 그리고 물리적 제약에 근거하여 진정으로 새로운 전략을 제안할 수 있는 생성형 AI를 필요로 한다.

레이더 다이어그램 분석은 로봇이 높은 단계에서 물리적 실행 및 작업 수준의 인지적 추론 능력에서 인간을 능가하고 있음에도 불구하고, 진정한 협력적 즉흥성을 위해서는 **의도적 비대칭성(Intentional asymmetries)**이 필요함을 보여준다. 인간은 상위 계획, 맥락적 학습, 윤리적 판단에서 주도권을 유지해야 하며, 로봇은 계산 능력과 생성적 합성을 통해 이를 보강해야 한다.

의의 및 주장
본 논문은 자신의 주요 의의가 물리적 능력을 넘어, 중요하지만 연구가 미흡한 '즉흥성' 차원에 초점을 맞춘 체계적 분류 프레임워크를 구축했다는 데 있다고 주장한다. 6단계와 5가지 능력 차원을 정의함으로써, 본 프레임워크는 연구자와 실무자들이 현재의 연구 위치를 파악하고 특정 격차를 식별할 수 있는 명확한 로드맵을 제공한다.

저자들은 Level 6로의 전환을 가로막는 세 가지 근본적인 장벽을 식별하였다:

1. 기술적 한계: LLM이 생성한 계획이 실시간 지각적 어포던스(perceptual affordances)에 충분히 접지(grounding)되지 못하고, 지속적인 대화적 공동 추론보다는 순차적인 질의-응답 상호작용에 의존한다는 점.
2. 개념적 격차: 인간의 즉흥성 연구(이자적 협업 및 암묵적 지식 중심)와 로봇 공학 연구(개별 로봇 능력 중심) 사이의 단절.
3. 방법론적 과제: 공유된 상황 인식 인터페이스, 설명 가능한 아키텍처, 신뢰 교정 메커니즘에 대한 통합적 돌파구의 필요성.

결론적으로, 향ach 연구는 공유된 멘탈 모델을 위한 AR/VR 인터페이스 개발, 건설 제약 조건에 대한 강력한 접지를 갖춘 LLM의 통합, 그리고 대화적 공동 추론을 지원하는 클라우드 기반 시스템을 우선시해야 한다. 궁극적인 목표는 로봇을 고성능 조수에서, 윤리적 및 전략적 의사결정에서의 필수적인 인간 역할을 보존하면서도 공동 생성된 혁신을 통해 건설의 불확실성을 해결할 수 있는 창의적 파트너로 진화시키는 것이다.