티스토리 뷰
목차
시장환경
생산가능 인구의 감소와 고령 인구의 증가로 인해 부양인구 비율이 늘어나는 상황에서 돌봄 로봇은 부양 비용을 절감하는 효율적인 부양 방법으로 평가되어 돌봄 로봇 시장은 성장할 것으로 전망됩니다. 부양인구비는 2018년 37.1명에서 2024년 42.5명으로 증가하였으며, 저출산과 맞물려 생산가능 인구의 감소로 부양 부담이 늘어나는 중입니다. 그리고, 노인 인구 증가는 노인복지와 긴밀하게 연결되어 있으므로 일상생활에 제약이 있는 노인이 늘어나 돌봄 서비스의 수요 증가가 예상됩니다, 이에 부모 부양에 대한 책임을 가족, 정부, 사회가 함께 져야 한다는 의견이 지배적이며 국가 차원에서 돌봄 로봇을 효율적인 부양대책으로 평가하고 있습니다.
탄탄한 경제력을 갖춘 액티브 시니어들은 과거 시니어 세대와는 다른 소비행태를 보이며 보건의료에 대한 높은 지출은 향후 돌봄 로봇에 대한 수요와 직결되어 관련 시장이 크게 성장할 것으로 기대됩니다.
- 액티브 시니어는 자녀와 가족을 위해 지출했던 가족 중심의 소비생활에서 자신의 행복과 삶을 위한 자기중심적 소비를 한다는 것이 주요한 특징임
- 액티브 시니어가 경제력을 기반으로 질 높은 노후에 대한 지출을 늘려감에 따라 시니어들의 필수지출 영역인 보건의료 분야에서 돌봄 로봇과 관련한 시장 수요가 점차 증가할 것으로 예상됨
최종 사용자 중 병원이 돌봄 로봇 활용에서 큰 비중을 차지하고 있으며 향후 요양원, 가정 등으로 점차 확산 전망됩니다.
- 의료 비용 상승과 의료 시설의 첨단기술 채택으로 병원 중심으로 돌봄 로봇이 확산 중임
- 재활 서비스를 이용하고자 하는 잠재 수요가 높아 제품 가격이 하락할 경우 요양원, 가정 등에서 높은 활용도를 보일 것으로 전망됨
인공지능 기술의 고도화로 인해 로봇 기술력을 보유한 중소기업이 수준 높은 돌봄 로봇을 개발로 신규시장을 창출할 수 있는 기반이 마련되고 있습니다.
- 최근 인공지능에 관련된 주요 선진국들의 거대 IT 기업과 핵심 기술력을 갖춘 연구그룹 중소기업의 기술력이 강화되면서 고도화된 돌봄 로봇을 개발하는 업체들이 등장하여 관련 시장경쟁이 강화될 것으로 예상됨
기술개발 동향
신체 지원 로봇은 웨어러블 로봇을 중심으로 개발되는 중이며, 특히 유럽에서는 신체지원이 꼭 필요한 환자를 대상으로 연구를 지속하고 있습니다. 또한, 사람의 행동, 표정, 말을 이해하고 쉬운 방식으로 대화와 행동을 표현할 수 있는 지능적이고 인간 친화적인 상호작용 기술개발이 확산되고 있습니다.
- 유럽은 하반신 마비 환자의 보행 보조도구로서 뇌-신경-컴퓨터 인터페이스 기술을 적용한 마인드워커(Mindwalker) 프로젝트를 진행하고 있음
- 사람과의 상호작용을 기반으로 애착 형성이 가능한 지능형 서비스 콘텐츠로 로봇과의 감정교감이 가능한 감성형 콘텐츠 등 다양한 애플리케이션 서비스 시장이 크게 성장할 것으로 예측됨
생체신호 측정과 해석을 채용하여 사람의 상태를 더 잘 이해하여 반응하고 건강관리 등 부가적 지원 기능을 제공하는 기술의 개발이 확산되고 있습니다.
- RGB 카메라를 이용한 사람의 맥박수, 체온 등을 측정할 수 있는 신기술이 등장하고 있으며 사람의 감정과 인지 상태를 보다 정확히 판단함
- 터치 인터페이스, 제스쳐 인식, 음성인식을 넘어 뇌-컴퓨터 인터페이스(Brain-Computer Interface:BCI)와 같이 로봇과 소통할 수 있는 새로운 소통 방식에 대한 연구가 이루어지고 있음
동영상 기반 감정 인식은 단일 영상에서 얼굴의 특징을 분석하는 것부터 시작되고 있으며, 동영상 기반 감정 인식 기술 동향에서 알 수 있듯이 음성은 영상과 함께 감정을 인식하기 위한 또 다른 중요한 실마리를 제공하고 있습니다.
- 초기에는 고전적인 기계학습 및 컴퓨터비전을 사용하여 얼굴의 특징을 분류하는 연구가 진행되고 있음
- 감정 인식 연구는 판단하기 힘든 상황에서의 인물 감정 인식으로 연구가 확장되고 있음
- 딥러닝 기술의 급속한 발전에 따라 영상 내 얼굴의 이차원적인 특징을 추출하고 분석하기 위해 CNN(Convolutional Neural Network)과 같은 딥 네트워크가 널리 사용되고 있음
- 동영상 속에서 음성정보는 산발적으로 존재하기 때문에 음성만으로 감정 인식하는 사례는 실제로 많지 않음. 음성 기반 감정 인식 연구는 작은 시간영역 단위의 실시간 감정 인식에 집중되어 있음
- 특징 추출 연구로는 개인마다 발성의 특징이 달라서 이를 반영하는 특징을 찾는 것을 목표로 하고 있음