1. 본인의 연구에 대해서 소개를 부탁 드립니다.

저는 ReNeu Robotics Lab, 기계공학과, The University of Texas at Austin에서 박사과정 공부를 하고 있는 윤영목입니다. 앞으로 10~20년 후의 로봇은 현재와는 많이 다른 모습을 가지리라 예상합니다. 단순히 강체링크-관절로 구성되어 있는 로봇이 아닌, 터미네이터에서 나오는 액체 로봇 혹은 최근 많은 연구소에서 개발중인 부드러운 로봇 혹은 인간처럼 유기체로 구성되어 있는 로봇들이 현재의 로봇을 대체하리라 생각합니다. 지금까지의 로봇은 선형적 모델링과 이를 기반으로 한 제어 기술을 사용하기 위해 로봇 디자인에 많은 제약을 두었습니다. 만약 로봇이 시스템 모델 을 학습할 수 있고, 이 새로운 모델에 맞는 제어 기술을 갖을 수 있다면, 로봇 디자인의 제약은 많이 사라질 것이고, 새로운 종류의 로봇은 빠른 속도로 우리세상에 도입될 것입니다. 저의 연구는 비선형적이지 않은 시스템을 인간과 같이 경험 (통계적 기법)으로 제어하는 기술의 개발에 있 습니다.

저의 최근 논문에서는 통계적 기법을 통해 로봇을 제어하는 새로운 기법을 소개하고 있습니다. 지난 10년간 많은 통계적 기법 (인공신경망, 서포트벡터머신 등)이 시스템 모델링을 위해서 개발되어 왔지만, 이들 통계적 모델을 사용할 때의 큰 문제점은 그 통계적 모델이 부정확할 때가 있다 는 것입니다. 특히 어떤 모델이 데이터를 적게 가지고 있거나, 혹은 커다란 잡음을 포함하고 있을 시에는 모델이 부정확합니다. 제가 개발한 알고리즘(Control in the reliable region of a statistical model, CRROS)은 특정 임무를 수행하 는 동안, 시스템 모델의 부정확한 지역을 회피함으 로써 제어기가 항상 신뢰할 수 있는 모델만을 사용하게 돕습니다. 본 알고리즘의 성능은 시뮬레이션과, 관절이 없는 강판에 여러개의 줄을 연결해 그 모양을 제어하는 실험을 통해서 성능이 입증되었습니다.

Video: https://youtu.be/e-jaMMwDHW4

Research overview: http://www.me.utexas.edu/~reneu/res/CRROS.html


1-1 본인의 최근, or 대표 논문(논문 링커 or 논문 첨부)
[1] Y. Yun and A. D. Deshpande, “Control in the reliable region of a statistical model with Gaussian process regression,”  IEEE/RSJ International Conference on Intelligent Robots and Systems, 2014, pp. 654–660.
[2] P. Agarwal, J. Fox, Y. Yun, M. K. OMalley, and A. D. Deshpande, “An index finger exoskeleton with series elastic actuation for rehabilitation: Design, control and performance characterization,” The International Journal of Robotics Research, vol. 34, no. 14, pp. 1747–1772, 2015.
[3] Y. Yun, P. Agarwal, and A. D. Deshpande, “Accurate, Robust, and Real-Time Pose Estimation of Finger,” Journal of Dynamic Systems, Measurement, and Control, vol. 137, no. 3 , 2014.
[4] Y. Yun, H.-C. Kim, S. Y. Shin, J. Lee, A. D. Deshpande, and C. Kim, “Statistical method for prediction of gait kinematics with Gaussian process regression,” Journal of Biomechanics, vol. 47, no. 1, pp. 186–192, 2014.


2. 연구중에 어떤 극복해야 할 문제가 있었고 이를 어떻게 해결하셨는지?

저는 기계공학자로서 본 연구에서 사용되어졌던 기계학습 (Machine learning)의 지식은 부족하였습니다. 하지만 장기적으로 기계학습분야는 로봇공학자가 반드시 익혀야할 분야라 생각하고 본 분야를 틈이 날 때마다 공부하였습니다. 운이 좋게도 좋은 멘토들 (KIST의 김현철 박사님, Google 의 Jonathan Ko)을 만날 수 있었고, 이 분들의 도움을 통해서 관련 분야의 지식을 습득할 수 있었습니다.


3. 연구를 진행했던 소속기관 또는 연구소, 지도교수에 대해 소개 부탁 드립니다.

저는 POSTECH에서 한국 로봇공학을 이끌고 계시는 정완균 교수님의 지도 아래 로봇 연구의 기반이 되는 기초 지식들을 공부할 수 있었고. KIST에서는 김창환 박사님의 지도 아래 현재 저의 연구 분야를 결정할 수 있었으며, 현재는 University of Texas at Austin에 서 Dr. Ashish Deshpande 와 함께 연구하고 있습니다.

저의 현재 연구실은 “인체 연구를 통한 로봇 기술 개발, 로봇 연구를 통한 인체 재활 기술의 개발” 을 목표로 현재 왕성히 연구를 수행 중 입니다. 저희 지도 교수님은 수평적인 소통을 늘 중요시 여기시며 언제나 활발한 토론을 독려하십니다. 이러한 분위기 덕분에 미국에서 공 부를 하는 동안 훌륭한 동료 연구자들과 토론하고 함께 일함으로써 보다 나은 연구 결과를 얻을 수 있었습니다.




4. 연구활동 하시면서 자부심과 보람을 느끼신적이 있으신지요?

연구는 어렵습니다. 한국에서 자라온 저로서 논문 쓰기는 더 어렵습니다. 하지만 그럼에도 저의 연구가 학회에서 인정을 받고 동료 연구자들이 관련 정보를 물어볼 때 저는 보람을 느낍니다. 특히 최근 저의 저널 리뷰어들이 “보는 내내 즐겁고, 쉽게 따라갈 수 있는, 매우 잘 쓰여진 논문” 이라 평해 주었을 때, 비영어권에서 자라온 저자로서 큰 보람을 느꼈습니다.


5. 이 분야로 진학하려는 후배들 또는 유학 준비생들에게 도움이 되는 말씀을 해 주신다면?

로보틱스 분야는 분명히 앞으로의 미래가 밝은 학문입니다. 로봇틱스는 크게 기계공학, 전자공학, 컴퓨터 공학, 그리고 요즘에는 신경과학, 인체공학 등의 학문이 융합되어 형성된 학문입니다. 로보틱스 분야에서 연구를 하기 위해서는 넓은 분야의 지식과 한 두 가지 정도의 본인의 강점을 갖어야 합니다. 그리고 로봇공학에서는 다양한 분야의 연구원들과의 협업은 필수입니다. 이를 위해서는 좋은 사회적, 언어적 능력은 앞으로의 연구에 크게 도움을 줄 것입니다.




6. 연구활동과 관련된 앞으로의 계획이 있으시다면?

저는 현재 미국과학재단(NSF)와 NASA의 지원 아래 손 외골격계 로봇 (UT Hand Exoskeleton)을 개발중입니다. 우리는 외부세계와의 물리적 소통을 주로 손으로 하고 있습니다. 물체를 잡거나 키보드, 마우스 조작을 할 때에도 우리는 손을 이용합니다. 현재 구글, 페이스북, 애플, 마이크로 소 프트 등 많은 IT회사가 가상환경의 구축을 위해서 힘을 쓰고 있습니다. 저는 이러한 가상환경과 물리적 소통을 가능하게 해줄 손에 착용이 가능한 장비를 개발하고 있습니다. 이렇게 개발되어진 손 외골격계 로봇은 원격 로봇 제어, 신경계 손상환자의 재활치료 등의 다양한 분야에서도 활발 하게 이용되리라 예상합니다. 저의 장기적인 목표는 인간-로봇 인터페이스 장비를 개발 후 창업을 하는 것입니다.

Video: https://youtu.be/e6VfjS3H580