환경 변화에 대한 하드코딩의 취약성 (Vulnerability of Hardcoding to Environmental Changes)

1. 개요

하드코딩 기반 행동 제어의 가장 근본적인 한계는 동적(dynamic) 환경에서의 취약성이다. 사전에 정의된 규칙은 개발 시점의 환경 가정에 기반하므로, 환경이 변화하면 규칙의 적용 가능성이 저하되거나 부적절한 행동이 유발된다.

2. 환경 변화의 유형

2.1 구조적 변화

물리적 환경의 구조가 변경되는 경우이다.

2.2 임무 변화

수행하여야 할 임무의 요구가 변경되는 경우이다.

• 목표 위치의 동적 변경
• 배달 물품의 추가/취소
• 우선순위의 변경
• 새로운 유형의 임무 추가

2.3 시스템 변화

로봇 자체의 상태가 변화하는 경우이다.

• 센서 고장에 의한 인식 능력 저하
• 배터리 소진에 의한 운용 범위 축소
• 그리퍼 고장에 의한 파지 불가

3. 하드코딩의 취약 시나리오

3.1 시나리오 1: 예상치 못한 장애물

규칙: "A에서 B로 직선 이동"
현실: A-B 사이에 예상치 못한 장애물 출현
결과: 장애물 회피 규칙이 없으면 정지 또는 충돌

행동 트리에서는 ReactiveSequence와 장애물 감지 조건으로 부분적 대응이 가능하나, 대체 경로를 자동 생성하지는 못한다.

3.2 시나리오 2: 동적 목표 변경

규칙: "물품 A를 위치 X로 배달"
변경: "물품 A를 위치 Y로 배달"
결과: 규칙을 수동으로 변경하거나, 블랙보드를 통해 목표를 갱신하여야 함

자율 계획에서는 목표만 변경하면 새로운 행동 시퀀스가 자동 생성된다.

3.3 시나리오 3: 복수 목표의 순서 최적화

규칙: "물품 A→B→C 순서로 배달"
최적: 거리 기반으로 "B→A→C" 순서가 더 효율적
결과: 하드코딩된 순서가 비효율적

자율 계획에서는 비용 함수를 기반으로 최적 순서를 자동 탐색한다.

4. 자율 계획의 대응력

5. 참고 문헌

• Ghallab, M., Nau, D., & Traverso, P. (2016). Automated Planning and Acting. Cambridge University Press.
• Ingrand, F., & Ghallab, M. (2017). “Deliberation for Autonomous Robots: A Survey.” Artificial Intelligence, 247, 10-44.