딥 슬롯 트위터의 안전성과 성능 객관적으로 평가
과학 전문 저널 '네이처'에 논문 발표

▲뮌헨공대 내에 구축된 'AI 로봇 안전 및 성능 센터'(사진=뮌헨공대)
▲뮌헨공대 내에 구축된 'AI 로봇 안전 및 성능 센터'(사진=뮌헨공대)

자율 딥 슬롯 트위터이 인간과 상호 작용하거나 독립적으로 작업을 수행할 때, 딥 슬롯 트위터의 '민감도(sensitivity)'는 핵심적인 요소로 작용한다. 딥 슬롯 트위터의 민감도는 딥 슬롯 트위터이 외부 자극(힘, 접촉, 온도 등)에 얼마나 정밀하게 반응할 수 있는지를 나타내는 능력을 의미한다. 이는 딥 슬롯 트위터의 안전성과 유연성을 좌우하는 중요한 기준이기도 하다. 그러나 현재까지 딥 슬롯 트위터의 민감도 수준과 개별 딥 슬롯 트위터의 물리적 상호 작용 적합성을 평가할 수 있는 표준화된 절차는 마련되어 있지 않다.

독일 뮌헨공대(TUM) 연구팀이 로봇의 안전성과 성능을 객관적으로 평가할 수 있는 새로운 테스트 체계를 개발했다고  밝혔다. 이 평가체계는 산업용 로봇뿐 아니라 향후 휴머노이드, 모바일 로봇, 로봇 핸드 등 다양한 시스템의 물리적 상호작용 능력을 비교·분석하는 데 활용될 전망이다.

TUM 산하 '뮌헨 딥 슬롯 트위터 및 기계 지능연구소(MIRMIㆍMunich Institute of Robotics and Machine Intelligence)는 이번 연구를 통해 딥 슬롯 트위터의 촉각 민감도와 물리적 성능을 정량화하고 시각화할 수 있는 기준을 수립했다. 이는 인간과 딥 슬롯 트위터 간 협업이 증가하는 산업 현장에서 딥 슬롯 트위터의 안전성과 효율성을 보장하기 위한 핵심 도구로 주목받고 있다.

아킴 릴리엔탈(Achim Lilienthal) MIRMI 부소장 겸 지능형 시스템 인식 전공 교수는 “이번 테스트 방법론은 산업 표준으로 자리 잡을 수 있는 잠재력을 지니고 있다”며 “빠르게 성장하고 있는 로봇 시장에서 품질 보증 체계를 확립할 수 있을 것”이라고 밝혔다. 로렌조 마시아(Lorenzo Masia) 교수 역시 “MIRMI에서 운영중인 'AI 로봇 안전 및 성능 센터'가 독립적인 국가테스트센터로 발전할 수 있을 것”이라고 전망했다.

연구팀은 1단계로 산업 및 연구용으로 널리 사용되는 한팔 딥 슬롯 트위터을 조사해 분류했다. 겉모습은 유사하지만 센서, 모터, 제어 시스템 등 내부 구성의 차이로 인해 딥 슬롯 트위터마다 민감도, 정밀도, 상호작용 특성에서 큰 차이를 보였다.

이를 시각적으로 표현하기 위해 연구진은 로봇들의 기능적 특징을 ‘로봇의 나무(Tree of Robots)’라는 형태로 구성했다. 찰스 다윈의 ‘생명의 나무’를 참고해 서로 다른 기능적 서식지에 적응해 온 로봇들을 정리한 것으로, 특정 로봇이 얼마나 정밀하게 경로를 따르고, 얼마나 부드럽게 접촉하며, 충돌 상황에서 얼마나 안전한지를 기준으로 분류했다.

▲ 연구팀이 고안한 '로봇의 나무'.  시스템 아키텍처(회색), 구현 성능(녹색), 프로세스(파란색)를 기반으로 구성된 구성 요소들의 분류 체계
▲ 연구팀이 고안한 '로봇의 나무'.  시스템 아키텍처(회색), 구현 성능(녹색), 프로세스(파란색)를 기반으로 구성된 구성 요소들의 분류 체계

촉각 민감도 측정 항목은 총 25가지로 구성됐다. 예를 들어, 딥 슬롯 트위터이 표면에 가하는 힘이 의도보다 강하지 않은지, 사람에게 상해를 입힐 가능성은 없는지 등을 정밀하게 측정한다. 이 측정값은 '거미 다이어그램(spider diagram)'으로 시각화되어 일반인도 딥 슬롯 트위터의 성능 특성을 한눈에 파악할 수 있도록 했다.

이 평가지표를 바탕으로 연구팀은 로봇을 ▲산업용 로봇 ▲협동로봇 ▲소프트 로봇 ▲촉각 로봇 등으로 세분화했다. 각 응용 분야에 따라 요구되는 기능은 다르다. 예컨대 수술용 로봇은 고도의 정밀도가 요구되며, 창고나 제조 현장의 로봇은 강도와 내구성이 핵심 성능이다.

로빈 커슈너(Robin Kirschner) 센터장은 “기존 동작 지표와 새롭게 제안한 촉각 지표를 결합해, 로봇의 물리적 상호작용 능력을 종합적으로 평가한 최초의 사례”라고 강조했다. 이번 연구는 인간-로봇 협업의 확산과 함께, 로봇 기술의 안전성과 신뢰성 확보에 기여할 수 있는 중요한 이정표로 평가받고 있다. 이번 연구 성과는 과학 전문 저널 '네이처'에 발표됐다.(논문 제목:Categorizing robots by performance fitness into the tree of robots)

저작권자 © 로봇신문 무단전재 및 재배포 금지