도시·자연 환경에서 뛰고 걷고 점프까지…사족보행 로봇 제어기술 개발 작성일 07-16 55 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">카이스트 박해원 연구팀, 제어기술 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="53TuIVKpsT"> <figure class="figure_frm origin_fig" contents-hash="dcb64e5ecaecc90aea948f039ea297d7aa1fa4522b209f12a9fc59ba84e33dd0" dmcf-pid="1SkWgF5TEv" dmcf-ptype="figure"> <p class="link_figure"><img alt="박해원 카이스트 교수 연구팀이 개발한 제어기술을 탑재한 사족보행 로봇 ‘카이스트 하운드’가 자연 지형에서 장애물을 넘고 있는 모습. 카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/hani/20260716163134992vygp.jpg" data-org-width="800" dmcf-mid="HpglJXYCOY" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/hani/20260716163134992vygp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 박해원 카이스트 교수 연구팀이 개발한 제어기술을 탑재한 사족보행 로봇 ‘카이스트 하운드’가 자연 지형에서 장애물을 넘고 있는 모습. 카이스트 제공 </figcaption> </figure> <p contents-hash="43ab1ae5eaa9eea948f065fc217d8a3e75eafe2627d575dfd9e1e17d3b09cf72" dmcf-pid="tvEYa31ymS" dmcf-ptype="general"> 스스로 주변 지형을 인식하고 판단해 걷기, 달리기, 점프 등 다양한 움직임을 구사할 수 있는 사족보행 로봇을 국내 연구진이 구현했다.</p> <p contents-hash="c22a92b21c3f94ffd3ceddb36ddea76b822f4c317c4f6663c197ae9e9c199b40" dmcf-pid="FTDGN0tWEl" dmcf-ptype="general">한국과학기술원(KAIST·카이스트)은 기계공학과 박해원 교수 연구팀이 최근 여러 보행 기술을 미리 학습한 뒤 실제 지형과 속도에 맞게 활용하는 사족보행 로봇 제어기술을 개발했다고 16일 밝혔다. 네 개의 다리를 이용하는 사족보행 로봇은 평지에서 빠르게 달리거나 특정 장애물을 넘는 데에 강점을 보이지만, 다양한 장애물이 있는 실제 환경에서는 걷기, 달리기 등 각각의 보행 기술을 그에 맞춰 전환해야 하는 어려움이 있었다.</p> <p contents-hash="70c38bceeb045b7de6528e33d32ba26ff1c56c82c7ca6a0ac39392c5cc6aa808" dmcf-pid="3ywHjpFYIh" dmcf-ptype="general">연구팀이 개발한 것은 ‘행동 사전학습 기반 트랜스포머 강화학습’(APT-RL)이라는, 새로운 방식의 학습 기반 제어기술이다. 먼저 컴퓨터 시뮬레이션을 통해 걷기, 달리기, 점프 등 여러 보행 기술들을 담은 15.5시간 분량의 학습 데이터를 생성해, 기존 방식보다 훨씬 빠르고 효율적으로 다양한 보행 기술들을 학습시켰다. 이는 실제 동물이나 사람의 모션캡쳐 데이터에 의존하지 않고, 로봇 스스로 최적화된 움직임들을 익힌다는 장점이 있다.</p> <p contents-hash="277b3e7847d13445e6e7f33407641eae70b16161f420713b263b354e14151ef2" dmcf-pid="0WrXAU3GEC" dmcf-ptype="general">이어 인공지능이 시행착오를 거치며 최적의 답을 찾아가는 ‘강화학습’을 통해, 계단과 단차, 틈, 디딤돌 등 복잡한 3차원 지형에서 상황에 맞는 보행 기술을 스스로 선택하고 전환하는 법을 익히게 했다. 마지막으로는 ‘깊이 카메라’(Depth Camera·거리를 측정해 입체 정보를 얻는 카메라)와 ‘라이다’(LiDAR·레이저를 이용해 주변 환경을 3차원으로 측정하는 센서)를 결합해 로봇이 주변 환경과 목표 속도를 실시간으로 인식하고 가장 적합한 보행 전략을 선택하도록 했다.</p> <figure class="figure_frm origin_fig" contents-hash="ee709756c7ed7f902aab1dd3a6aee84ad2dfc844749efef293a81456db85f605" dmcf-pid="pYmZcu0HmI" dmcf-ptype="figure"> <p class="link_figure"><img alt="박해원 카이스트 교수 연구팀이 개발한 제어기술을 탑재한 사족보행 로봇 ‘카이스트 하운드’가 여러 상황에서 이동하고 있는 모습. 카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/hani/20260716163136287epdl.jpg" data-org-width="800" dmcf-mid="XLF4HdMVwW" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/hani/20260716163136287epdl.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 박해원 카이스트 교수 연구팀이 개발한 제어기술을 탑재한 사족보행 로봇 ‘카이스트 하운드’가 여러 상황에서 이동하고 있는 모습. 카이스트 제공 </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="1ae8ed1f65b0e5857b3443fe0f6088cbee2861124b97651c4672d62c99e543bc" dmcf-pid="UGs5k7pXwO" dmcf-ptype="figure"> <p class="link_figure"><img alt="박재현 카이스트 박사과정생(왼쪽부터), 박해원 교수, 홍승우 고려대 교수, 강준길 카이스트 연구원(앞). 카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/hani/20260716163137571dbpk.jpg" data-org-width="800" dmcf-mid="Z1qe0NoMEy" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/hani/20260716163137571dbpk.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 박재현 카이스트 박사과정생(왼쪽부터), 박해원 교수, 홍승우 고려대 교수, 강준길 카이스트 연구원(앞). 카이스트 제공 </figcaption> </figure> <p contents-hash="224ea45318920a7f331bd963e1de0f1bbc71f1a5ed1da6445222e5ba6877dcda" dmcf-pid="uHO1EzUZss" dmcf-ptype="general"> 연구팀은 이 제어기술을 자체 개발한 사족보행 로봇 ‘카이스트 하운드’에 탑재해, 성능 검증에도 성공했다고 밝혔다. 계단·잔디·경사로 등이 있는 도시형 지형뿐 아니라 쓰러진 나무와 노출된 뿌리, 낙엽길 등이 있는 자연 지형에서도 카이스트 하운드는 ‘트롯’(대각선 다리를 번갈아 사용하는 안정적인 걸음)과 ‘바운드’(앞·뒷다리를 함께 써서 도약하는 걸음) 등 여러 보행 기술을 자연스럽게 선택하고 전환하며 이동한 것이다. 장애물이 포함된 험지에서도 순간 최고 초속 6m의 속도를 내기도 했다. 이는 빠르고 신속한 이동이 관건인 재난 현장 수색, 야외 탐사, 안전·국방 임무 등에 적용될 수 있는 가능성을 보여준다. 연구팀은 “앞으로 장거리를 자율주행하고, 스스로 경로를 계획하며, 카메라 정보를 이용해 주변 상황을 이해하는 능력을 더 높이는 것이 과제”라고 밝혔다.</p> <p contents-hash="a7a8058f35986ef80934d5da7829f279ba8f18ea94a7829031c48db7e19bf3de" dmcf-pid="7XItDqu5wm" dmcf-ptype="general">이번 연구는 로봇 분야 국제 학술지 ‘사이언스 로보틱스’ 7월호에 표지 논문으로 실렸다.</p> <p contents-hash="71bd77beac42db594a98dc0e4da7253b35698f0682d09faa3fa05ee14cb62f22" dmcf-pid="zZCFwB71Ir" dmcf-ptype="general">최원형 기자 circle@hani.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 한겨레신문사 All Rights Reserved. 무단 전재, 재배포, AI 학습 및 활용 금지</p> 관련자료 이전 브라질 기수 다실바, 한국 경마 합류…지난해 말레이시아서 72승 07-16 다음 게임 속 은하열차가 눈앞에…'붕괴: 스타레일' 국내 첫 체험 전시[현장] 07-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
