기계·로봇 연구정보센터

7761

국제 4족 로봇 자율보행 경진대회 우승, 보행로봇의 자율이동 기술 연구

명현 교수(KAIST 전기 및 전자공학부)/hmyung at kaist.ac.kr/ 2023.08.14

영국 런던에서 개최된 로봇 분야 최대 규모 학술대회인 2023 국제 로봇 및 자동화 학술대회(IEEE ICRA)에서 주최한 사족로봇 자율보행 경진대회(Quadruped Robot Challenge, QRC)에서 KAIST가 만든 보행로봇 ‘드림워커’(DreamWaQ)가 메사추세츠 공과대학(MIT), 카네기멜론대학(CMU)보다 4배 이상의 점수 차이를 벌리면서 압도적으로 우승했습니다.

이번 서면 인터뷰에서 만나 보실 명현 교수(KAIST 전기 및 전자공학부)는 JEROS(해파리 제거 로봇), CAROS(벽타기 드론), Mole-bot, DreamWaQer(맹인 보행 로봇) 등 세계 최초의 로봇 개발했습니다. 오랫동안 자율 로봇 내비게이션, SLAM(동시 현지화 및 매핑), SHM(구조 건강 모니터링), 기계 학습, AI 및 군집 로봇 연구 중에 계시는데요. 연구에 대한 자세한 이야기해보도록 하겠습니다.

1. 현재 교수님께서 하고 계시는 주요 연구에 대한 간단한 소개 부탁드립니다.

저희 연구실은 스마트 시티를 위한 로보틱스 연구 및 개발에 목표를 두고 있습니다. 자율주행, 비행, 보행과 관련된 연구를 핵심기술로 연구하고 있고, 이를 이용하여 다양한 곳에 활용될 수 있는 로봇을 개발하고 있습니다.

이를 달성하기 위해 크게 3가지 분야인 Navigation, ML & AI, Future robotics를 연구하고 있습니다. Navigation 분야는 로봇의 자율주행을 위해 필요한 분야이며, 저희 연구실에서는 로봇의 위치 추정을 위한 카메라, 라이다 SLAM (Simultaneous Localization and Mapping)과 경로 계획을 주로 연구하고 있습니다. 최근 2023 IEEE ICRA (국제 로봇 및 자동화 학술대회)에서 주최한 HILTI SLAM 경진대회에서 라이다 기반 SLAM 부문에서 1등을 하였고, 카메라 기반 SLAM 부문에서 학계 1등을 하며 저희 연구실의 연구 성과들을 증명하였습니다. 그리고, 이런 기술에 사족보행 제어기를 결합하여, 같은 학술대회에서 개최된 사족로봇 자율보행 경진대회 (QRC)에서 우승을 하였습니다.

ML & AI 분야에서는 로봇의 안전한 주행을 위한 카메라 센서와 라이다 센서를 이용한 주변 환경 인식, 물체 탐지, 도메인 일반화를 통한 다양한 환경에서도 강인한 알고리즘 연구를 진행하고 있습니다. 그리고 강화학습 기반의 사족 보행 로봇 제어기 연구를 진행 중입니다. 이번 QRC 대회에서 강화학습 기반의 제어기를 통해 다른 팀들 대비 빠른 움직임을 가질 수 있었고, 우승을 달성하는데 핵심적인 역할을 했습니다.

마지막으로 future robotics 분야에서는 기존에 존재하지 않은 새로운 로봇 플랫폼 설계 및 개발을 통한 사회 공헌을 목표로 하여 연구를 진행하고 있습니다. 대표적으로 JEROS (해파리 퇴치 로봇), CAROS (벽면 등반 드론), Mole-bot (두더지 로봇) 등이 개발되었고, 국내외 다양한 미디어에서 방영 및 기사화되었습니다.

이와 같이 저희 연구실에서는 로봇에 필요한 다양한 핵심 기술들을 연구하고 있으며, 이를 기반으로 로봇 시스템을 구성할 수 있는 역량이 있습니다.

2. 지금까지 연구하신 JEROS(해파리 제거 로봇), CAROS(벽타기 드론), Mole-bot, DreamWaQer(보행 로봇) 시리즈에 대한 자세한 설명 부탁드립니다.

국내 해수욕장 등에서 유독성 해파리 출현이 빈번해지면서 인명사고 등 피해액이 연간 3천억원으로 증가함에 따라 군집형 무인 해파리 퇴치 로봇을 개발하였습니다. JEROS의 하드웨어 구성은 쌍동선 형태의 무인 수상선과 해파리 분쇄 장치가 결합된 형태입니다. JEROS의 다중 로봇 운용을 위해 편대 제어 기술 개발을 진행하여 다수의 JEROS 운용을 통한 해파리 퇴치가 가능해졌습니다.

벽면에 드론의 추력을 가하면 추력이 마찰력으로 전환되어 드론이 벽을 등반할 수 있게 된다는 아이디어를 세계 최초로 낸 이후, 다양한 디자인 변경을 통해 지속적으로 개선 및 발전이 되었습니다. 가장 최근 개발된 버전인 CAROS-Q에는 드론이 벽면에 부착되어도 프로펠러가 벽과 물리적으로 충돌할 수 없도록 하는 새로운 설계 방식이 도입되었습니다. 이를 최적으로 제어할 수 있는 준동조화 제어기도 같이 개발되어, 공중에서 90도 회전을 통해 자세를 변경한 후에 충격없이 벽면에 부착하고, 안정적으로 벽면을 등반하되 벽면과 프로펠러가 부딪치는 사고를 미연에 방지할 수 있게 개선되었습니다.

두더지의 굴착 습성과 생물학적 구조를 모방한 생체모방형 굴착 로봇을 개발하였습니다. 아프리카 두더지의 앞니와 머리 자유도를 모방한 확장형 드릴비트를 이용하여 단단한 토양 굴착이 가능합니다 (최대 4MPa). 또한 유럽 두더지의 어깨 구조(견갑골, 상완골)를 모방하여 강력한 앞발 힘으로 굴착된 토양의 잔해를 로봇 주변으로 제거하여 앞으로 전진할 수 있습니다. 그리고 두더지의 허리를 모방한 메커니즘으로 굴착 중 방향 전환이 가능합니다 (38°/100ft). 로봇의 자율 굴착을 위해 지하 환경에서의 위치 인식을 위한 센서 시스템 구성 및 자기장 센서를 이용한 그래프 기반 SLAM을 적용하여 지하에서의 로봇 위치 인식 기술을 개발하였습니다. 개발된 Mole-bot을 이용하여 미래에 군사 작전, 지하 탐사, 우주 탐사 등에 활용이 가능하리라 기대합니다.

재난 환경과 같이 울퉁불퉁한 지면과 시계가 확보되지 않는 환경에서는 사람도 제대로 움직이기 어렵습니다. “이런 환경에서도 임무를 수행할 수 있는 로봇이 있다면, 불필요한 인명 피해를 최소화할 수 있지 않을까?”라는 기대로 시작한 연구가 드림워크(DreamWaQ) 개발입니다. 드림워크를 탑재한 보행로봇을 드림워커(DreamWaQer)라고 명명하였는데요, 드림워크는 관성 센서와 관절 정보만을 활용하기에, 대다수의 보행로봇에 쉽게 적용할 수 있으며 조도의 변화가 심한 환경이나 어두운 밤에도 잘 작동합니다. 게다가 드림워크는 심층 강화학습 기반의 제어기입니다. 간단하게 말해, 주어진 명령을 잘 따르면 상을 주고 그렇지 않으면 벌을 주는 방식으로 제어기를 학습시키는 것인데요. 이런 방식으로, 제어명령을 산출하는 “정책 네트워크”가 학습됩니다. 이와 더불어, 지면의 특성을 유추하는 “상황 추정 네트워크”도 지도 학습됩니다. GPU가 탑재된 일반적인 데스크탑에서 1시간 정도면 충분히 학습이 되며, 별도의 파라미터 튜닝 없이 바로 실제 로봇에서 구동할 수 있습니다. 따라서 이번 드림워크의 개발을 통해 많은 드림워커를 실생활에서 마주할 수 있기를 기대하고 있습니다.

3. 교수님께서 로봇 개발 할 때 가장 염두에 두시는 부분은 어떤 부분일까요?

"연구는 자기만족이 아니라 세상에 유익을 줄 수 있어야 하므로, 경제적, 사회적 임팩트를 지닌 기술을 개발해 공공의 안전과 유익을 줄 수 있는 방향으로 연구해야 한다"라는 생각을 항상 가지며 연구하고 있고, 이 연구 방향에 따라서 앞으로도 공공의 유익을 위한 실용적인 로봇 기술을 개발하는 것이 저희 연구팀의 목표입니다.

4. 어떤 점이 한계점일까요? 극복방안 및 대안은...

너무 다양한 로봇이 있기에 드림워크의 예를 하나 들겠습니다. 드림워크라는 제어기는 1년 전에 만들었는데, 올해 2월에 막상 대회 공고가 나서 준비하려다 보니 막막했습니다. 전세계적으로도 사족 보행로봇을 자율 보행으로 완성한 사례가 별로 없었기 때문입니다. 그래서 그동안 독자적으로 개발했던 모듈들을 사족 보행에 맞게 수정하고 테스트하는 과정을 수없이 많이 반복해야만 했었습니다. 대회 규격이 10m x 20m인데, 이렇게 테스트할 공간이 마땅치 않아서 학생들이 야외의 미로 공원에 가서 테스트를 하다가, 대회 2주를 앞두고는 교내의 회의실을 아예 통째로 빌려서 장애물 환경을 꾸며놓고 실험을 했었습니다. 그런데, 대회 1주일을 남기고 갑자기 대회장 규격이 변경되었다는 공지가 되었을 때는 무척 당황했습니다. 원래는 저희같이 작은 사이즈의 로봇이 유리한 환경이었는데, 갑자기 큰 사이즈의 로봇이 유리한 환경으로 변경이 된 것이었지요. 그래서 매일 거의 밤샘을 하는 학생들의 모습을 볼 수 있었고, 대회 출전을 그만두라고 하고 싶을 정도였습니다. 그런데, 학생들이 스스로 동기 부여가 되어서 너무 재미있게 기술을 개발하는 것을 봤을 때는 오히려 격려하게 되었습니다.

5. 가장 애착이 가는 로봇이 있다면....

모두 다 애착이 가지만, 현재는 드림워크 자율 보행 기술입니다.
드림워크 기술은 보행 로봇 자율 보행 기술의 패러다임을 바꾼 획기적인 기술이라고 생각하고, 또한 자체적으로 만든 3차원 SLAM (위치 인식 및 맵핑), 경로계획, 장애물 회피 등의 기술과 통합하여 QRC 대회 우승이라는 쾌거를 이루었기 때문입니다.

6. 로봇은 비싸면 상용화되기가 어려울 것 같습니다. 먼 미래에 로봇에 대한 적당한 가격이 있을까요?

네, 맞습니다. 이족보행 로봇 같은 경우에는 우리나라의 휴보나 보스턴다이나믹스의 아틀라스라는 로봇을 유튜브에서 많이 보셨을 것입니다. 그런데, 이런 이족보행 로봇은 걷는 데에 있어서 안정성이 많이 문제가 되기에 고난이도 기술들이 필요하고, 가격대가 높아질 수 밖에 없습니다. 따라서 상업화에 어려움이 있는데요, 사족보행 로봇은 세 개의 다리만 지면과 닿아있으면 넘어지지 않기 때문에 훨씬 안정성이 있어서 상업화가 많이 되고 있다고 보시면 되겠습니다. 하지만, 가정용 청소로봇과 같이 적당한 가격을 실현할 수 있어야 개인적으로 구매가 가능하기 때문에, 아직도 저가화 등 상용화에는 많은 난관이 있다고 보여집니다.

7. 사족로봇 자율보행 경진대회(Quadruped Robot Challenge, QRC)에서 우승 축하드립니다. 이번 대회에서 많은 센서를 사용했음에도 불구하고, 미니컴퓨터 하나에서 강인하고 정확한 위치 추정뿐 아니라 주변 환경 인지와 경로 계획까지 실시간으로 진행될 수 있도록 효율적인 시스템을 구축했다고 하는데요. 인식 및 오차 범위가 있을 것 같은데요. 자세한 설명 부탁드립니다.

저희가 독자적으로 개발한 자율보행 알고리즘은 시각 정보를 전달하는 카메라, 3차원 LiDAR와 로봇의 자세 정보를 전달하는 관성 센서(IMU)와 12개의 관절 엔코더를 모두 융합하여 정확하고 강인합니다. 이뿐 아니라 동시에 미니컴퓨터 하나에서 실시간으로 위치 인식, 주변 지형 지도 작성, 경로 계획까지 빠르고 정확하게 계산합니다. 자율보행에 활용된 요소 기술들의 성능을 가능한 한 빨리 논문에서 만나 볼 수 있도록 준비 중입니다. 대표적으로 위치 인식 정확도의 경우, 사전 지도 없이 1km를 보행했을 때, 13cm 정도로 오차가 적은 것을 확인했습니다. 여기에 더해, 더욱 정확한 위치 인식을 위해 사전에 지도를 작성하여, 로봇의 위치 추정 오차를 더 큰 폭으로 줄였습니다.

8. 강화학습 기반의 재회복(Fall recovery) 기술에 대한 설명 부탁드립니다.

대회 규칙을 살펴보면, 사람이 개입해야만 하는 상황이 오면 “재시도(reset)”를 심판에게 요청하고 2분의 패널티가 주어지게 됩니다. 총 10분 중 2분의 패널티는 결코 짧지 않은 시간이라고 판단되었고, 로봇이 넘어져도 스스로 일어나서 걸을 수 있다면 2분의 패널티를 받지 않을 수 있다는 점을 고려하였습니다. 그렇게 재회복 기술에 대한 중요성을 깨닫고 개발을 시작하게 되었습니다.

시뮬레이션 환경에서 로봇을 공중에서 떨어뜨려 다양한 추락 상황을 구현한 후 로봇이 다시 일어설 경우 보상을 주는 식으로 강화학습을 시켜서 성공하게 되었습니다. 사실 재회복 기술은 저희가 처음 개발한 기술은 아닙니다만, 로봇을 일부러 추락시킨 뒤 회복을 하되, 센서부에 충격을 최소화하는 여부에 따라 보상이나 페널티를 주는 식의 학습은 처음 시도되는 사례가 되겠습니다. 저희는 신속하지만 센서부에 다리가 닿는 것을 방지하는 방식의 재회복 기술 개발에 집중했고, 강화학습을 통해 이를 구현할 수 있었는데요. 드림워크와 마찬가지로 짧은 시간에 학습할 수 있었습니다. 많은 로봇들이 그저 자세를 회복하는데 집중하는 반면, 저희는 사람의 뇌랑 다름없는 컴퓨터와 센서들을 보호해야 했기에 조금 더 신중한 재회복 기술이 필요했습니다. 따라서, 넘어졌을 때, 다리를 먼저 접어 불필요한 충돌을 최소화하는 등의 아이디어를 내 대회에서 요긴하게 재회복 기술을 사용할 수 있었습니다.

9. 사족로봇 자율보행 경진대회에 참가했던 다른 로봇들 중 눈여겨 볼 로봇이 있을까요?

처음 대회장에 모였을 때 익숙한 이름도 있었는데요. 대표적으로 이탈리아의 IIT 팀은 15년 이상 보행로봇 연구를 한 그룹입니다. HyQ라는 유명한 보행로봇을 만든 경험도 보유한 곳인데요. IIT는 저희가 사용한 로봇보다 다리가 긴 로봇을 준비해왔습니다. 사실 다리가 긴 로봇이 무조건 유리한 환경이었는데요. 게다가 IIT는 자율보행을 준비해온 팀 중 하나였기에, 강력한 경쟁상대로 여겼습니다. 그러나 주변 환경을 카메라로 정확히 인식하고 안전한 곳을 확인한 후에 발을 내딛는 방식을 적용한 IIT는 긴 다리를 가진 로봇을 사용했음에도 저희보다 보행 속도가 현저히 뒤떨어졌습니다. 그리고 재회복 기술이 제대로 작동하지 않아 한 번의 실패가 크게 작용했습니다.

저희가 MIT를 큰 점수차로 이겨 화제가 되었지만, 사실 MIT는 결승 전날까지 자율보행을 시도해보려 노력했으나 결국 성공하지 못했습니다. MIT의 로봇은 저희가 사용한 로봇과 동일하지만, 전혀 다른 제어기를 사용했습니다. 저희는 안정적인 자율보행을 위해 로봇의 몸체를 안정적으로 유지할 수 있는 제어기가 필요하였고, MIT는 어떻게든 넘어지지 않고 걷게 만드는 제어기에 더 중점을 둔 듯했습니다. 실제로 MIT의 로봇에 원격 조작을 위해 탑재된 카메라가 심하게 흔들려, 첫날에는 MIT가 매우 낮은 점수를 받았었습니다. 최종적으로는 MIT가 획득한 점수의 약 네 배를 저희가 획득했는데요. 이는 MIT가 수동으로 보행한 곳을 저희는 모두 자율로 보행한 것과 같고, 동시에 주행 시간은 MIT가 총 45분 32초, 저희는 41분 52초로 더 빠르게 보행했습니다.

자율보행을 성공하는 것이 우승의 지름길은 당연했으나, 오랜 역사를 자랑하는 IIT도 험준한 환경에서 자율보행을 시도하였으나 결국 실패하여 수동 원격조작으로 보행한 MIT보다 순위가 밀리고 말았습니다. 이렇게 자율보행을 개발하는 것은 쉽지 않은데도 불구하고 저희 독자적인 기술로 짧은 시간에 자율보행 시스템을 완성하였습니다.

10. 기술을 이전한 기업인 힐스로보틱스의 ‘하이봇’처럼 공동연구를 많이 하고 계시는데요. 가장 기억에 남는 공동연구가 있다면?

LIG넥스원과는 야지에서의 자율 주행기술을 개발하였는데요, 그 연구결과를 논문화하여 IEEE RA-L (Robotics and Automation Letters)라는 로보틱스 관련 저명한 저널에서 최우수 논문상을 수상하였습니다. 매년 1,100여편이 넘는 논문 중에서 5편에만 주는 상인데, 이번에 저희가 수상하게 되었습니다.

11. 연구 결과를 바탕으로 특허를 내신게 많은 걸로 알고 있습니다. 가장 기억에 남는 특허가 있다면?

아무래도 연구실의 핵심 기술인 SLAM 기술 관련 특허가 되겠습니다. SLAM 기술은 다양한 자율 주행/비행/보행에 사용될 수 있는 원천 기술이기 때문에 기술이전에 많이 되었고, 현재도 진행 중입니다.

12. 연구하시는 로봇에 대한 국내상황과 국외상황을 구체적으로 비교해주신다면 어떤 실정인가요.

기업 중에서는, 최근 현대에 인수되어 화제가 된 보스턴 다이내믹스가 전 세계적으로 가장 뛰어난 보행로봇 기술을 갖추고 있습니다. 완성도 높은 데모를 보여주고 있어 대중들에게 많은 인지도를 얻기도 했습니다. 보스턴 다이내믹스는 오랜 기간을 하드웨어 개발에 투자한 덕에, 이족보행 로봇 아틀라스는 신기한 움직임까지도 보여줄 수 있었습니다. 다만, 알려진 바로는 보스턴 다이내믹스는 모델 예측 제어 방식을 사용하기에, 주변 환경을 정확히 모델링할 수 있어야 합니다. 많이 알려진 노란색 사족보행 로봇인 스팟(Spot) 시리즈는 자율보행 시스템도 갖추었으나 정확히 어떠한 기술을 사용하는지에 대한 정보는 많이 알려지지 않았습니다.

스위스 취리히의 ANYBotics는 완성도가 매우 높은 자율보행 시스템을 구축하여 최근 미국 국방성의 방위고등연구계획국(DARPA)이 주최한 SubT 대회에서 우승을 거두었습니다. 유일하게 보스턴 다이내믹스 사의 스팟을 사용하지 않은 팀이지만 자체 개발한 사족보행 로봇인 ANYmal과 뛰어난 자율보행 기술력으로 다른 팀을 앞섰습니다.

저희가 이번 대회에서 좋은 성적을 거둔 것을 시작으로, 세계 굴지의 기업들과 어깨를 나란히 할 수 있을 정도의 기술력을 확보하려고 최선을 다할 것입니다.

13. 보행 로봇의 미래, 어떻게 전망하고 계시나요?

이전에는 보행 로봇의 제어를 수학적으로 접근해, 어려운 모델을 푸는 최적 제어 방식으로 접근하였습니다. 그래서 다른 로봇 플랫폼에 비해 진입장벽이 매우 높았다고 볼 수 있습니다. 그러나 최근 강화학습이 많이 발전하면서, 강화학습 기반의 제어기를 탑재한 보행 로봇은 굉장히 강인한 보행이 가능해졌고 보행 로봇에 대한 관심이 더욱 증가하고 있습니다. 실외에서도 안정적인 움직임을 보이는 보행 로봇은 전산업에 영향을 끼칠 것으로 기대하고 있으며, 특히 서비스 로봇이 견인하고 있는 현 로봇 산업의 지각변동이 예상됩니다.

최근 초고령화 사회, 신생아 감소가 큰 사회적 문제로 대두되고 있습니다. 인력 감소는 저희가 맞이할 불가피할 미래이며, 사람처럼 행동할 수 있는 로봇이 필요할 것입니다. 대표적으로 건설 환경에서는 벌써 보행 로봇이 정찰/관리 임무를 수행 중이며, 앞으로는 실버케어 분야에도 도움이 될 것이라고 예상해볼 수 있겠습니다. 인공지능 기술이 급격히 발전함에 따라, 정서적 외로움을 달래주는 역할도 수행할 수 있을 것입니다. 어쩌면 반려견 대신 보행 로봇이 가족이 될 수도 있을 것 같습니다. 또한, 밀집 군중 사이를 헤쳐나가며 배송하는 보행 로봇도 거리에서 마주치는 미래도 그려볼 수 있겠습니다.

14. 로봇이 지능을 가지는 기술은 어렵다고 생각이 되는데요. 교수님의 견해를 듣고 싶습니다.

로봇이 인간과 교류할 수 있는 수준의 HRI (Human Robot Interaction) 기술은 심리학 등 공학과는 다른 인문학의 도움이 필요합니다. 따라서 공학만이 아니라, 인간에 대한 이해와 인문학과의 융합을 통해서 이런 것을 해결해 나가야 할 것입니다.

15. 챗GPT가 로봇를 발전 시킬 수 있을까요?

충분히 가능성이 있다고 생각합니다. 로봇과 기계의 가장 큰 차이점은 지능 기술입니다. 인공지능이 그 핵심이라고 할 수 있겠지요. 챗GPT의 생성형 언어 능력을 통해서 로봇 프로그램 개발, 플래닝, HRI 등의 기술이 발전할 수 있으리라 생각합니다.

16. 로봇에 대한 제어권을 AI에게 맡겨도 된다고 생각하시는지....

현재로서는 대단히 어려운 문제입니다. 자율주행차만 해도 미국에서는 반드시 원격조정자가 있어야만 한다는 규제가 있습니다. 아직은 완전히 AI에게 제어권을 주기 어렵다는 생각 때문이지요. 기술이 더 성숙해지고 믿을만한 능력에 도달했을 때 부분적으로 제어권을 줄 수 있으리라고 생각합니다.

17. 로봇에 의한 사고는 누구의 책임일까요

자율차만 해도 책임 소재가 불분명하기에 법률적인 검토가 진행되고 있습니다. 로봇도 마찬가지이겠지요. 아시모프가 제안한 로봇 공학의 3대 원칙이 있습니다. 로봇은 사람에게 해를 끼치지 않아야 하고, 사람의 명령을 따라야 하고, 동시에 로봇 자신도 보호해야 합니다. 거기에 인류에 해가 되지 않아야 한다는 0원칙도 있습니다. 이러한 원칙들에 충실하며 지능로봇이 개발되어야 인간과 인류에게 해를 끼치지 않을 것입니다. 로봇공학자들이 윤리 의식을 갖고 로봇 공학의 3대 원칙을 지키면서 로봇 기술을 발전시키면 인류에게 충분히 도움을 줄 수 있으리라고 생각합니다.

18. 연구 진행 중 어려운 점이 있었다면 어떤 점이었으며, 어떻게 해결해 오셨는지 알려주세요.

우선은 환경적인 면이 큰 것 같습니다. 그나마 연구환경이 좋다는 카이스트에서도 실험 환경이 비좁은 어려움이 있습니다. 현재는 이를 극복하기 위해서 시뮬레이션을 최대한 활용하여 해결하고 있지만, 실제 환경과는 다르기 때문에 분명한 한계가 있습니다.

외국 기관들을 보면 Robotics Institute (로봇연구소) 라는 것을 학교 산하에 설립을 해서 로봇 연구자들이 같이 모여서 연구도 하고, 큰 실험 공간을 확보해서 실험도 하고, 고가의 기자재도 공유하며 규모의 경제를 실현해서 로봇 연구를 가속화하는 것을 많이 보고 있습니다.

미국의 카네기멜론 대학이 대표적이고, 미시건 대학, 캐나다 토론토 대학, 영국 옥스퍼드 대학, 호주 시드니 대학, 홍콩과기대 등이 보유하고 있습니다. 우리나라도 로봇의 특성상 실험 환경이나 기자재를 키워서 규모의 경제를 실현할 필요가 있습니다.

19. 이런 연구에 힘입어 앞으로 연구 계획 중인 연구나 또 다른 목표가 있으신지 궁금합니다.

우선은 현재 자율 보행 시스템을 더 완벽하게 만들 계획입니다. 예를 들어 로봇의 발이 장애물에 걸리면, 각 관절의 경로계획을 다시 해주어서 해결해야 하는데, 그 부분이 쉽지 않았습니다. 물론 제어도 어렵지만, 경로계획을 동시에 지능적으로 할 수 있는 부분을 더 연구를 해야 할 것 같습니다. 또한 내년 대회에서는 사족보행 로봇 위에 로봇팔을 달아서 각종 작업을 수행하는지를 겨룬다고 합니다. 내년까지 이런 기술에도 도전해 보고 싶습니다.

20. 앞으로 관련 분야를 공부하는 후학(대학원생들)에게 연구에 대한 비전을 제시해 주신다면.

연구는 자기만족으로 끝나는 게 아니라 세상에 유익을 줄 수 있어야 하므로, 경제적, 사회적 임팩트를 지닌 기술을 개발해 공공의 안전과 유익을 줄 수 있는 방향으로 연구하고 도전하길 바랍니다. 특히 로봇 분야는 논문만으로 끝나는 분야가 아닙니다. 경제적인 것도 고려해야 하고, 실시간성도 고려하는 현실적인 로봇 기술에 초점을 맞춰서 연구하시면 좋겠습니다.

Robot Navigation
SLAM (Localization/Mapping)
Unmanned Vehicle
Machine Learning
AI

전체댓글 0

[로그인]

댓글 입력란

0/500자