로봇이 비좁은 바늘구멍 사이로 실을 통과시킵니다.
여유 공간이 2.5mm 밖에 되지 않는 장애물도 부딪히지 않고 여유롭게 움직입니다.
인간에게도 집중력을 요구하는 미세하고 정교한 움직임을 로봇이 막힘없이 수행하는 겁니다.
기존엔 이런 정밀한 움직임을 위해선 많은 양의 데이터와 학습이 필요했는데, 카이스트 연구진이 적은 양의 데이터만으로도 학습이 가능한 기술을 개발했습니다.
연구팀은 시간에 따른 변화를 학습하는 모델과 다양한 행동을 생성하는 모델을 학습시켜, 기존 데이터의 4분의 3 분량만 학습해도 더 나은 수행력을 보이는 로봇을 개발했습니다.
기존 연구에선 인간 움직임의 모든 순간을 똑같은 비중을 둬서 학습했지만, 이번 연구에선 큰 움직임은 조금만 학습하되 실을 조작하는 것처럼 정밀한 움직임을 학습하는데 큰 비중을 뒀다고 연구팀은 설명했습니다.
로봇의 수행 능력도 차이가 났습니다.
실험 결과 기존 로봇 대비 최대 81% 높은 작업 성공률을 기록했습니다.
[박대영/카이스트 전산학부 교수 : 저희는 이제 동역학을 고려를 하기 때문에 이제 빠르고 느리다라는 것을 이해하고 학습을 해요. 매우 정밀한 컨트롤이 필요한 영역에서 높은 성능을 냈기 때문에 앞으로 우리나라에 이제 자동화가 되지 않은 부분들을.]
학습에 필요한 데이터를 아낄 수 있는 만큼 GPU와 메모리 부족 현상에도 대응할 수 있습니다.
연구팀은 이번 기술이 정밀 부품 조립이나 가공, 의료 수술 등 높은 정확성이 요구되는 다양한 산업 분야에 적용될 수 있을 것으로 기대하고 있습니다.
(취재 : 서동균, 영상편집 : 최혜영, 제작 : 디지털뉴스부)