Over a million people are killed each year in disasters. Two and a half million people will be permanently disabled or displaced, and the communities will take 20 to 30 years to recover and billions of economic losses.
매년 백만 명이 넘는 사람들이 재난으로 사망합니다. 250만명의 사람들이 장애를 얻거나 집을 잃습니다. 그 사회를 복구하는 데에는 20년에서 30년의 시간과 몇 십억의 재정이 소모될 것입니다.
If you can reduce the initial response by one day, you can reduce the overall recovery by a thousand days, or three years. See how that works? If the initial responders can get in, save lives, mitigate whatever flooding danger there is, that means the other groups can get in to restore the water, the roads, the electricity, which means then the construction people, the insurance agents, all of them can get in to rebuild the houses, which then means you can restore the economy, and maybe even make it better and more resilient to the next disaster. A major insurance company told me that if they can get a homeowner's claim processed one day earlier, it'll make a difference of six months in that person getting their home repaired.
만약 초기 반응에 걸리는 시간을 하루만 줄일 수 있다면, 전체 복구에 걸리는 시간을 천 일, 그러니까 삼 년으로 줄일 수 있습니다. 그럼 어떻게 되는지 보실까요? 만약 최초로 대응팀이 들어가서 생명을 살릴 수 있다면 그곳의 위험을 줄일 수 있다는 것은 다른 그룹도 그곳에 투입해 수도와 길과 전기를 복구할 수 있다는 것을 의미합니다. 이 말은 건설업자들과 보험 대리인들, 모두가 들어와 집을 다시 지을 수 있다는 것입니다. 그러면 경제를 회복시킬 수 있죠. 어쩌면 전보다 더 회복력있는 경제를 만들 수도 있습니다. 한 대형 보험 회사가 제게 주택보유자의 불만을 하루 일찍 접수하면 그 사람의 집을 6개월 빨리 고칠 수 있다고 말했습니다.
And that's why I do disaster robotics -- because robots can make a disaster go away faster.
이게 제가 재난로봇공학을 연구하는 이유입니다. 로봇이 재난의 피해를 빨리 사라지게 할 수 있기 때문이죠.
Now, you've already seen a couple of these. These are the UAVs. These are two types of UAVs: a rotorcraft, or hummingbird; a fixed-wing, a hawk. And they're used extensively since 2005 -- Hurricane Katrina. Let me show you how this hummingbird, this rotorcraft, works. Fantastic for structural engineers. Being able to see damage from angles you can't get from binoculars on the ground or from a satellite image, or anything flying at a higher angle. But it's not just structural engineers and insurance people who need this. You've got things like this fixed-wing, this hawk. Now, this hawk can be used for geospatial surveys. That's where you're pulling imagery together and getting 3D reconstruction.
이미 이런 것들을 본 적이 있을 것입니다. UAV 라고 하는 것인데요. UAV엔 두가지 종류가 있는데 '벌새', 로터크래프트와 '매', 픽스드윙입니다. UAV들은 2005년 허리케인 카트리나 이래 광범위하게 쓰였습니다. 이 벌새, 로터크래프트가 어떻게 작동하는지 보여드리죠. 구조 공학자에겐 환상적일 겁니다. 망원경이나 위성으로, 혹은 공중 높이 나는 것들로는 얻기 불가능한 각도들로 손상의 정도를 파악할 수 있습니다. 하지만 이건 구조 공학자나 보험사에게만 필요한 게 아닙니다. 이 '매', 픽스드윙이 보이시죠, 이 매는 지형을 조사하는데 쓰일 수 있습니다. 일련의 이미지들을 함께 모아 3D로 재구성하는겁니다.
We used both of these at the Oso mudslides up in Washington State, because the big problem was geospatial and hydrological understanding of the disaster -- not the search and rescue. The search and rescue teams had it under control and knew what they were doing. The bigger problem was that river and mudslide might wipe them out and flood the responders. And not only was it challenging to the responders and property damage, it's also putting at risk the future of salmon fishing along that part of Washington State. So they needed to understand what was going on. In seven hours, going from Arlington, driving from the Incident Command Post to the site, flying the UAVs, processing the data, driving back to Arlington command post -- seven hours. We gave them in seven hours data that they could take only two to three days to get any other way -- and at higher resolution. It's a game changer.
우리는 워싱턴 주에 발생한 오소 산사태에서 이 둘을 사용했습니다. 이 재난에서 가장 큰 문제는 재난에 대한 지형적, 수문학적 이해이지 수색과 구조가 아니였기 때문입니다. 수색, 구조 팀은 정보를 통제하에 두고 그사람들은 자기가 뭘 하는지 잘 알죠. 그런데 더 큰 문제는 이 강과 진흙이 구조팀들을 넘어뜨리고 물에 빠뜨릴 수도 있다는 겁니다. 구조자와 재산 피해도 문제지만 그건 이후 워싱턴주의 연어 낙시에 위협이 될겁니다. 따라서 그들은 무슨 일이 일어났는지 알아야 했습니다. 알링턴에서 사고 지휘 본부까지 일곱시간 운전해 와서 UAV를 날리고, 데이터를 처리하고 다시 알링턴 본부로 돌아오는 데 걸린 시간이 일곱 시간이었습니다. 다른 방법으로 2,3일 동안 모을 정보를 우리는 일곱 시간을 들여서 얻을 수 있었습니다. 더 좋은 화질로 말입니다. UAV는 판세를 바꿀 겁니다.
And don't just think about the UAVs. I mean, they are sexy -- but remember, 80 percent of the world's population lives by water, and that means our critical infrastructure is underwater -- the parts that we can't get to, like the bridges and things like that. And that's why we have unmanned marine vehicles, one type of which you've already met, which is SARbot, a square dolphin. It goes underwater and uses sonar. Well, why are marine vehicles so important and why are they very, very important? They get overlooked. Think about the Japanese tsunami -- 400 miles of coastland totally devastated, twice the amount of coastland devastated by Hurricane Katrina in the United States. You're talking about your bridges, your pipelines, your ports -- wiped out. And if you don't have a port, you don't have a way to get in enough relief supplies to support a population. That was a huge problem at the Haiti earthquake. So we need marine vehicles.
그러나 UAV가 다라고 생각하지 마십시오. 제 말은, UAV도 충분히 섹시하지만, 생각해 보세요. 인구의 80%가 물가에 삽니다. 그건 다리같이 우리 사회의 기반이 되는 시설이 우리가 접근할 수 없는 물 속에 있다는 뜻이죠. 그게 우리가 무인 수중 로봇, UMV를 만든 이유입니다. 그중 하나가 여러분이 벌써 보신 사각 돌고래, SARbot입니다. 이건 물 속을 다니며 수중음파를 사용합니다. 왜 이런 UMV가 중요할까요? 이것들이 엄청나게 중요한 이유가 뭘까요? UMV는 과소평가되어 있습니다. 일본의 쓰나미를 생각해 보세요. 해안가 400마일이 초토화되었습니다. 미국의 카트리나는 일본 해안지대의 2배에 이르는 지역을 파괴했습니다. 다리, 배관, 항구-모두 부서졌습니다. 그리고 항구가 없으면 사람들을 돕기 위한 충분한 복구 지원을 받을 수가 없습니다. 실제로 아이티 지진에서 문제가 됐습니다. 그래서 UMV가 필요합니다.
Now, let's look at a viewpoint from the SARbot of what they were seeing. We were working on a fishing port. We were able to reopen that fishing port, using her sonar, in four hours. That fishing port was told it was going to be six months before they could get a manual team of divers in, and it was going to take the divers two weeks. They were going to miss the fall fishing season, which was the major economy for that part, which is kind of like their Cape Cod. UMVs, very important.
이번엔 SARbot의 눈으로 세상을 보도록 해보겠습니다. 저희는 한 어업 항구에서 일했습니다. 저흰 SARbot의 수증음파탐지기를 통해 4시간 만에 항구를 재개했죠. 항구 측에서 정식 잠수 팀을 불렀다면 오기까지 육개월이 걸렸을 테고 해결하는데도 2주가 걸리고 그러면 그들의 주요 수입원인 코드 곶에서의 어획 시기를 놓쳤을 것이라고 말했습니다. 이만큼 UMV는 중요합니다.
But you know, all the robots I've shown you have been small, and that's because robots don't do things that people do. They go places people can't go. And a great example of that is Bujold. Unmanned ground vehicles are particularly small, so Bujold --
보셨다시피, 제가 소개한 로봇들은 모두 작았습니다. 그건 로봇은 사람이 할 수 없는 일을 하고 사람이 갈 수 없는곳에 가기 때문이죠. 그 좋은 예로, 부저드를 소개합니다. 무인 지중 로봇은 특히 작죠. 그래서 부저드는- (웃음)
(Laughter)
Say hello to Bujold.
부저드에게 인사해주세요.
(Laughter)
(웃음)
Bujold was used extensively at the World Trade Center to go through Towers 1, 2 and 4. You're climbing into the rubble, rappelling down, going deep in spaces. And just to see the World Trade Center from Bujold's viewpoint, look at this. You're talking about a disaster where you can't fit a person or a dog -- and it's on fire. The only hope of getting to a survivor way in the basement, you have to go through things that are on fire. It was so hot, on one of the robots, the tracks began to melt and come off. Robots don't replace people or dogs, or hummingbirds or hawks or dolphins. They do things new. They assist the responders, the experts, in new and innovative ways.
부저드는 세계 무역 센터 제 1, 2, 4 타워에서 대단한 활약을 했습니다. 돌무더기 속을 기어들어가 줄을 타고 깊은 곳으로 하강했죠. 세계 무역 센터를 부저드의 관점에서 보면, 이걸 보세요. 사람이나 개도 들어갈 수 없는 곳, 불이 붙어 있는 곳이죠. 지하에 있는 생존자에게 닿을 수 있는 유일한 길이 이것이고, 불붙은 것들 사이를 지나가야 합니다. 로봇의 궤도가 녹을 정도로 뜨겁습니다. 로봇은 사람이나 개, 벌새, 매, 돌고래의 대신이 아닙니다. 로봇은 새로운 일을 합니다. 구조자나 전문가를 새롭고 혁신적으로 돕는 일 말이죠.
The biggest problem is not making the robots smaller, though. It's not making them more heat-resistant. It's not making more sensors. The biggest problem is the data, the informatics, because these people need to get the right data at the right time.
여기서 가장 중요한 것은 로봇의 소형화도, 내열성을 더 높이는 것도, 더 센서를 장착하는 것도 아닙니다. 중요한 것은 바로 정보, 정보공학이죠. 전문가들이 정확한 정보를 정확한 때에 받아야 하기 때문입니다.
So wouldn't it be great if we could have experts immediately access the robots without having to waste any time of driving to the site, so whoever's there, use their robots over the Internet. Well, let's think about that. Let's think about a chemical train derailment in a rural county. What are the odds that the experts, your chemical engineer, your railroad transportation engineers, have been trained on whatever UAV that particular county happens to have? Probably, like, none. So we're using these kinds of interfaces to allow people to use the robots without knowing what robot they're using, or even if they're using a robot or not. What the robots give you, what they give the experts, is data.
그러니 전문가들이 어디에 있든 현장에 가지 않고도 인터넷으로 바로 로봇을 다룰 수 있으면 시간이 낭비되지 않겠죠. 한번 이런 걸 생각해 보죠, 한 농촌에서 화학물질을 실은 열차가 탈선을 일으켰다고 해 봅시다. 그 자리에 있던 화학공학자나 철도 기술자가 바로 그 상황에 꼭 필요한 UAV조종 훈련을 받았을 확률은 얼마나 될까요? 아마 대답은 "아니오"일 겁니다 그레서 저희는 사람들이 어떤 로봇을 사용하고 있는지, 혹은 로봇을 사용하고 있는건지도 모르게 할 인터페이스를 사용합니다. 로봇은 여러분에게, 전문가들에게 데이터를 가져다줍니다.
The problem becomes: who gets what data when? One thing to do is to ship all the information to everybody and let them sort it out. Well, the problem with that is it overwhelms the networks, and worse yet, it overwhelms the cognitive abilities of each of the people trying to get that one nugget of information they need to make the decision that's going to make the difference. So we need to think about those kinds of challenges. So it's the data.
그럼 그 데이터를 언제, 누가 받을까요? 우리가 할 일은 정보를 모두에게 보내서 정보를 분류할 수 있게 하는 것입니다. 그런데, 거기서 문제는 정보가 네트워크에 과부하를 준다는 것입니다. 더 심한 건 정보의 일부분에 접근하려는 사람들의 인지능력마저 넘어선다는 거죠 그들은 무엇 때문에 변화가 생기는지 골라내야 합니다. 저희는 그런 종류의 도전에 대해 고민해야 했습니다. 그렇습니다. 데이터요.
Going back to the World Trade Center, we tried to solve that problem by just recording the data from Bujold only when she was deep in the rubble, because that's what the USAR team said they wanted. What we didn't know at the time was that the civil engineers would have loved, needed the data as we recorded the box beams, the serial numbers, the locations, as we went into the rubble. We lost valuable data. So the challenge is getting all the data and getting it to the right people.
세계 무역 센터로 돌아가서, 저흰 부저드가 돌더미 속에 있을 때도 부저드의 모든 데이터를 기록했습니다. 도시 탐색구조대(USAR)가 바로 그걸 원했기 때문이죠. 저희가 그때 몰랐던 것은 토목기사들에게 필요했던 데이터, 즉 대들보의 시리얼 넘버와 그것이 매몰된 위치였습니다. 저희는 중요한 데이터를 놓쳤고, 결국 문제는 모든 데이터를 모아서 각각 맞는 사람에게 전달하는 것이었습니다.
Now, here's another reason. We've learned that some buildings -- things like schools, hospitals, city halls -- get inspected four times by different agencies throughout the response phases. Now, we're looking, if we can get the data from the robots to share, not only can we do things like compress that sequence of phases to shorten the response time, but now we can begin to do the response in parallel. Everybody can see the data. We can shorten it that way.
그리고 이제 다른 이유로는 저희가 학교, 병원, 시청 홀 같은 여러 건물의 반응 테스트에서 서로 다른 네 회사를 통해 배웠던 것이 있습니다. 그걸 위해 저희는 로봇으로 얻은 정보를 단계별로 압축해서 초기 반응에 걸리는 시간을 줄일 수 있는지 연구하고 있습니다. 하지만 그 이야기와는 별개로 모두가 데이터를 볼 수 있다면 모두가 병렬로 반응을 시작해서 시간을 줄이는 방법도 있죠.
So really, "disaster robotics" is a misnomer. It's not about the robots. It's about the data.
정말 "재난 로봇공학"이란 이름은 부적절한 이름입니다. 이건 로봇에 관련된 일이 아니라 데이터에 관련된 일이니까요.
(Applause)
(박수)
So my challenge to you: the next time you hear about a disaster, look for the robots. They may be underground, they may be underwater, they may be in the sky, but they should be there. Look for the robots, because robots are coming to the rescue.
제가 여러분께 드리는 부탁은 다음에 또 재난이 일어나면 로봇에 관심을 가져달라는 것입니다. 그곳에서 로봇은 땅 속이나 물 속, 어쩌면 하늘에 있을 수도 있습니다. 분명히 거기 있을 겁니다. 로봇을 찾으세요. 로봇이 당신을 구하러 올 겁니다. (박수)
(Applause)