“시속 22km” 장애물도 훌쩍 넘는다…사람보다 빠른 이 ‘로봇개’ 정체는 작성일 07-16 57 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- KAIST 박해원 교수팀, 로봇 보행기술 구현<br>- 재난·산악·국방 등 극한 환경 활용 기대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KUQzVZGhZv"> <figure class="figure_frm origin_fig" contents-hash="ad50eb1ba3d866237be0d3fd56c1c731deee23ace8959a6d348971f923b9ebd4" dmcf-pid="9uxqf5HlYS" dmcf-ptype="figure"> <p class="link_figure"><img alt="KAIST 하운드가 숲속 장애물을 훌쩍 뛰어넘고 있다.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/ned/20260716084241585vrsl.png" data-org-width="658" dmcf-mid="qcg6dzUZ5W" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/ned/20260716084241585vrsl.png" width="658"></p> <figcaption class="txt_caption default_figure"> KAIST 하운드가 숲속 장애물을 훌쩍 뛰어넘고 있다.[KAIST 제공] </figcaption> </figure> <p contents-hash="b1b738314245cd78c4cbf5e518851ccd4f655ad8e14752124be2f50b309f7ff0" dmcf-pid="2MEdaVKpHl" dmcf-ptype="general">[헤럴드경제=구본혁 기자] “험한 숲속에서도 야생 동물처럼 거침없이 빠른 속도로 질주하는 로봇개가 등장했다.”</p> <p contents-hash="82e77a934560acbb43ca9818724b5e1bb49b3198ebeb25af96f0362c9b5da96c" dmcf-pid="VRDJNf9Uth" dmcf-ptype="general">KAIST는 기계공학과 박해원 교수 연구팀이 하나의 제어기로 걷기와 달리기, 점프 등 다양한 보행 기술을 실시간으로 선택·전환, 실제 야외 환경에서도 빠르고 안정적으로 이동할 수 있는 사족 보행 로봇 핵심 제어기술을 개발했다고 16일 밝혔다.</p> <p contents-hash="c3723e8e9cceb3d04edb3b3e4771f91272aa15d83a639be06f68cb2730957be5" dmcf-pid="fewij42uGC" dmcf-ptype="general">기존 사족 보행 로봇은 평지를 빠르게 달리거나 단순한 장애물을 넘는 데는 우수했지만, 복합적인 장애물이 섞인 실제 환경에서는 속도와 안정성을 동시에 확보하기 어려웠다. 또한 걷기와 달리기, 점프 등 각각의 보행 기술을 개별적으로 제어해야 해 환경 변화에 따라 자연스럽게 전환하는 데에도 제약이 있었다.</p> <p contents-hash="c4bb7bfd8c15d9667e84765595a29c74d36820375c302e249f3e077384f21835" dmcf-pid="4drnA8V7YI" dmcf-ptype="general">연구팀은 이러한 한계를 극복하기 위해 APT-RL(행동 사전학습 기반 트랜스포머 강화학습)이라는 새로운 학습 기반 제어기술을 개발했다.</p> <p contents-hash="c77cb6fc1f8c8f2fdd5900f419745215c4fe734cdd7fc38e13f6dfe8f9db6f3e" dmcf-pid="8JmLc6fzYO" dmcf-ptype="general">APT-RL은 로봇이 걷기와 달리기, 점프 등 다양한 보행 기술을 미리 익힌 뒤, 실제 환경에서는 상황에 맞게 이를 자유롭게 조합하고 전환하도록 설계한 제어기술이다.</p> <p contents-hash="f7318d990b82b6673e7502febec3ae2722bfd10f92b11b8e7863b290fb33e67f" dmcf-pid="6isokP4qZs" dmcf-ptype="general">연구팀은 실제 사람이나 동물의 움직임을 일일이 촬영하지 않고도, 컴퓨터 시뮬레이션만으로 다양한 보행 기술을 담은 총 15.5시간 분량의 학습 데이터를 단 8분 만에 생성했다.</p> <p contents-hash="d11b9bbce6a71f108a1fd862d956a25f3c238de91fb1d14fb2382fc3dd593ccf" dmcf-pid="PnOgEQ8B5m" dmcf-ptype="general">이어 강화학습을 적용해 계단과 단차, 틈, 디딤돌 등 복잡한 3차원 지형에서도 상황에 맞는 보행 기술을 스스로 선택하고 전환할 수 있도록 했다. 또 깊이 카메라와 라이다를 결합해 로봇이 주변 환경과 목표 속도를 실시간으로 인식하고 가장 적합한 보행 전략을 선택하도록 구현했다.</p> <figure class="figure_frm origin_fig" contents-hash="7ce56227b80ceb4004b846d0466f8c227169322993d45d38361cf3499a4508c6" dmcf-pid="QLIaDx6btr" dmcf-ptype="figure"> <p class="link_figure"><img alt="박재현(왼쪽부터) KAIST 박사과정생, 박해원 KAIST 교수, 홍승우 고려대학교 교수, 강준길 국방과학연구소 연구원.[KAIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/ned/20260716084241895wous.jpg" data-org-width="1280" dmcf-mid="bBJ2Q0tW5T" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/ned/20260716084241895wous.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 박재현(왼쪽부터) KAIST 박사과정생, 박해원 KAIST 교수, 홍승우 고려대학교 교수, 강준길 국방과학연구소 연구원.[KAIST 제공] </figcaption> </figure> <p contents-hash="38751d4524adf8a12c0d089da7e0a22e53529a317d17b9b1179071494bcf83af" dmcf-pid="xCFSHEAiGw" dmcf-ptype="general">연구팀은 개발한 제어기술을 자체 개발한 사족 보행 로봇 ‘KAIST 하운드’에 탑재해 성능을 검증했다.</p> <p contents-hash="8d58ee20595c255d3a90caaa0ff21e86bf63ca5997736635c06cedb5fd3252a3" dmcf-pid="yfg6dzUZYD" dmcf-ptype="general">하운드는 계단과 잔디, 경사로가 포함된 도시형 지형은 물론 쓰러진 나무와 노출된 뿌리, 낙엽길 등 비정형 자연 지형에서도 상황에 맞춰 보행 기술을 실시간으로 전환하며 안정적으로 이동했다. 특히 장애물이 포함된 험지에서 순간 최고 초속 6미터(약 시속 22km)를 기록해 실제 야외 환경에서도 빠른 이동성과 안정성을 동시에 확보할 수 있음을 입증했다.<span></span></p> <p contents-hash="6c29fcda63c825238334e01b1911a16ac593ab14fb592913f0ca38ea6e83ae36" dmcf-pid="W4aPJqu5XE" dmcf-ptype="general"><span>하운드는 지형과 목표 속도에 따라 트롯(trot, 대각선 다리를 번갈아 사용하는 보행)과 바운드(bound, 앞·뒷다리를 각각 함께 사용하는 도약형 보행)를 스스로 선택·전환했으며, 걷기와 달리기, 점프, 단차 극복 등 다양한 운동 기술을 하나의 제어기 안에서 통합적으로 수행할 수 있음을 확인했다.</span></p> <p contents-hash="d4230f048aa0a2431e69c01838fad9534ed82478c7929ce205a175741c650e4e" dmcf-pid="Y8NQiB71Xk" dmcf-ptype="general">박해원 교수는 “향후 재난 현장, 국방 임무, 산업시설 점검 등 험지 환경에서 피지컬 AI 기반 보행 로봇의 활용 가능성을 넓히는 기반 기술이 될 것으로 기대한다”며 “실제 임무에 적용하기 위해서는 더 긴 거리를 자율적으로 이동할 수 있는 기술이 필요하다”고 말했다.</p> <p contents-hash="efaf71723326bdb6ec3777fd84089b71a01000edf2dff459a2469775d8dfe1f7" dmcf-pid="G6jxnbztHc" dmcf-ptype="general">이번 연구는 로봇 분야 국제학술지 ‘사이언스 로보틱스(Science Robotics)’ 7월호 표지 논문으로 선정됐다.</p> </section> </div> <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 최우식 딥노이드 대표 "의료AI 파운데이션 모델, 구글 메드젬마 앞섰다" 07-16 다음 "애플, AI 칩 제조업체 인수 검토 중" 07-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
