‘걷고·달리고·점프하는 로봇’…사람·동물처럼 지형에 맞게 스스로 선택 작성일 07-16 47 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">KAIST, 하나의 제어기서 여러 보행기술 선택·전환<br>험지서 시속 22㎞ 주행...컴퓨터 시뮬레이션으로 보행학습<br>빠른 이동성과 안정성 검증...재난, 산악, 국방 등 험지환경 적용</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="KGULJXYCW8"> <figure class="figure_frm origin_fig" contents-hash="a553d733584a52cb62dd613f9a13d03150c1d008b9fe63fb784386f14cd92084" dmcf-pid="9HuoiZGhl4" dmcf-ptype="figure"> <p class="link_figure"><img alt="사족보행 로봇 ‘KAIST 하운드’에 탑재돼 다양한 보행기술을 상황에 맞춰 선택·전환해 이동하는 모습. KAIST 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/dt/20260716171310070dypx.jpg" data-org-width="640" dmcf-mid="B5D0toiPTP" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/dt/20260716171310070dypx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 사족보행 로봇 ‘KAIST 하운드’에 탑재돼 다양한 보행기술을 상황에 맞춰 선택·전환해 이동하는 모습. KAIST 제공. </figcaption> </figure> <p contents-hash="57bb456fae3d55cb976cecc7f67cca454c9906fb2c4ca8a039d777566d127baf" dmcf-pid="2X7gn5Hlhf" dmcf-ptype="general"><br> 로봇이 주변 지형을 스스로 판단해 상황에 적합한 보행 전략을 선택하는 사족보행 로봇 제어기술이 개발됐다.</p> <p contents-hash="4e2ab60c8cc9cc6962ab435478fd0e6a75864b2717f3b63341fe6d6f983783f9" dmcf-pid="VZzaL1XSyV" dmcf-ptype="general">KAIST는 박해원 기계공학과 교수팀이 걷기와 달리기, 점프 등 다양한 보행 기술을 실시간 선택·전환해 실제 야외 환경에서 빠르고 안정적으로 이동할 수 있는 ‘사족보행 로봇 핵심 제어기술’을 개발했다고 16일 밝혔다.</p> <p contents-hash="23cfbd861fa63134574791b1a02895b15507299a4eec34e8086ee55e9cbe6db0" dmcf-pid="f5qNotZvW2" dmcf-ptype="general">네 개의 다리를 이용해 이동하는 사족보행 로봇은 평지를 빠르게 달리거나 단순한 장애물을 넘는 데는 뛰어난 성능을 발휘한다.</p> <p contents-hash="2d952448fe080bfce3852ec6e9ce4be661178088fad7577e09348d962df35001" dmcf-pid="41BjgF5Ty9" dmcf-ptype="general">하지만 계단과 단차, 디딤돌, 틈 등 복합적인 장애물과 비정형 지형에서는 속도와 안정성을 동시에 확보하기 어렵다.</p> <p contents-hash="942f8ea36de46250375def15c47e66f7a64a4209735adc8b9270776ddf2c5e29" dmcf-pid="8tbAa31ySK" dmcf-ptype="general">또 걷기와 달리기, 점프 등의 움직임은 개별적으로 제어해야 하기 때문에 <span>주변 환경 변화에 따라 자연스럽게 전환하는 데 한계가 있다.</span></p> <p contents-hash="9163952e7c80059e2b313577a22db3ca6c74cb835c77f9ec421ee10236ef6962" dmcf-pid="6bxCs9B3yb" dmcf-ptype="general">연구팀은 행동 사전학습 기반 트랜스포머 강화학습 제어기술 ‘APT-RL’이라는 새로운 학습 기법 제어기술을 개발했다.</p> <p contents-hash="b1f84521901d979ae97e6f6df3456b570af2095ae3a0d10353f87a28801a8694" dmcf-pid="PKMhO2b0CB" dmcf-ptype="general">이 기술은 <span>로봇이 다양한 보행 기술을 </span><span>미리 익힌 뒤 실제 상황에 맞게 </span><span>움직임을 자유롭게 조합하고 전환하도록 설계한 것으로, </span><span>사람이나 동물의 움직임을 직접 촬영하지 않고 컴퓨터 시뮬레이션으로 총 15.5시간 분량의 보행 학습 데이터를 8분 만에 생성했다.</span></p> <p contents-hash="5d74e5c1f71d45d981444dd06967a6d71d021bbd07c0761535f87a07e4156b72" dmcf-pid="Q9RlIVKpSq" dmcf-ptype="general">생성된 데이터는 로봇의 기본 운동 능력을 학습하는 데 활용됐다. 사람이나 동물의 움직임을 센서로 기록하는 ‘모션 캡처’에 의존하던 기존 방식보다 훨씬 빠르고 효율적으로 다양한 보행 기술을 학습시킬 수 있다고 연구팀은 설명했다.</p> <p contents-hash="dff0ca9e8c887c7bd2a556b80d1f9d1137918ef6cdf62a464141d25df023908b" dmcf-pid="x2eSCf9Uyz" dmcf-ptype="general">이어 시행착오를 반복해 최적의 행동을 학습하는 ‘강화학습’을 적용해 로봇이 계단과 단차, 틈, 디딤돌 등 복잡한 3차원 지형에서도 상황에 맞는 보행 기술을 스스로 선택·전환하도록 했다.</p> <p contents-hash="cf0c661e872e482856975a3fdc93a163db46b5fa668ea5fc9f2408a8e5dc3b0b" dmcf-pid="yOG6fCsAy7" dmcf-ptype="general">아울러 깊이 카메라와 라이다(LiDAR)를 결합해 로봇이 주변 환경과 목표 속도를 실시간 인식해 가장 적합한 보행 전략을 선택하도록 구현했다.</p> <p contents-hash="660cf9de0589d9a9dccbbfa82c8234bece4893aced3329dcaac5dca526c375de" dmcf-pid="WIHP4hOcyu" dmcf-ptype="general"><span>연구팀은 개발한 제어 기술을 자체 제작한 사족보행 로봇 ‘KAIST 하운드’에 탑재해 실내 장애물 코스와 KAIST 캠퍼스,숲길 등 실제 야외 환경에서도 성능을 검증했다.</span></p> <p contents-hash="a5a001edf6e46f66bf95b1b92dbf7eb6b60be5e7ec45f9764c7d782ba003e409" dmcf-pid="YCXQ8lIkvU" dmcf-ptype="general">하운드는 계단과 잔디, 경사로가 포함된 도시형 지형뿐 아니라 쓰러진 나무, 노출된 뿌리, 낙엽길 등 비정형 자연 지형에서도 상황에 맞춰 보행 방식을 실시간 전환하며 안정적으로 이동했다.</p> <p contents-hash="8379055e6f997e3b94106fc3135061d18d309d2652cda7b26ed965d168d8af2f" dmcf-pid="GhZx6SCETp" dmcf-ptype="general">장애물이 포함된 험지에서는 순간 최고 시속 약 22㎞로 빠르고 안정적으로 이동했다.</p> <p contents-hash="36d9b59ba1b34346adbcbab0e1040f8af9bf03899a42494e4543c8a4e2f88ddb" dmcf-pid="Hl5MPvhDh0" dmcf-ptype="general">하운드는 지형과 목표 속도에 따라 대각선 다리를 번갈아 사용하는 ‘트롯’과 앞·뒷다리를 각각 함께 사용하는 도약형 보행인 ‘바운드’를 스스로 선택·전환했고, 걷기와 달리기, 점프, 단차 극복 등 다양한 움직임을 하나의 제어기 안에서 통합적으로 수행했다.</p> <p contents-hash="4df8e23e8648c930a183e78e896b9361d27c1028133ea0a77bad0ee49da22372" dmcf-pid="XS1RQTlwl3" dmcf-ptype="general">박해원 교수는 “사족보행 로봇이 실내와 야외의 복잡하고 비정형적인 지형을 인식하고 상황에 맞는 보행 전략을 스스로 선택·전환할 수 있음을 보여준 성과”라며 “향후 재난 현장·국방 임무·산업시설 점검 등 험지 환경에서 피지컬 AI 기반 보행 로봇의 활용 가능성을 넓히는 기반 기술이 될 것으로 기대한다”고 말했다.</p> <p contents-hash="39fe8a1662319cca0a086f08d7da4f34b87a29e32bf2aeef6bb710b7bb078e55" dmcf-pid="ZvtexySrCF" dmcf-ptype="general">연구결과는 국제학술지 ‘사이언스 로보틱스’ 지난 15일 표지 논문으로 실렸다.</p> <figure class="figure_frm origin_fig" contents-hash="0b1fed2bbee6e5870da9cd3f212c795c64c50ae893ca728e90fb8ae6683399ce" dmcf-pid="5TFdMWvmyt" dmcf-ptype="figure"> <p class="link_figure"><img alt="사족보행 로봇 ‘KAIST 하운드’가 야외 환경에서 자율 보행을 하는 모습. KAIST 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/16/dt/20260716171311413jsck.jpg" data-org-width="640" dmcf-mid="bqqNotZvW6" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/16/dt/20260716171311413jsck.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 사족보행 로봇 ‘KAIST 하운드’가 야외 환경에서 자율 보행을 하는 모습. KAIST 제공. </figcaption> </figure> <p contents-hash="e20d4af2589a2fd2dffebce3a3250dc477fc3747a3b671fc1228729834549c56" dmcf-pid="1y3JRYTsh1" dmcf-ptype="general"><br> 이준기 기자 bongchu@dt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털타임스. 무단전재 및 재배포 금지.</p> 관련자료 이전 이통3사 CEO, 주식 매수 릴레이…홍범식 '매입 최다', 정재헌 '차익 최대' 07-16 다음 우버·배민 연결되나…"택시부터 배달까지 소비 네트워크 확대" 07-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
