-
동물처럼 상황 판단해 걷고 뛰고 점프하는 로봇 구현
‘어떻게 걸을 것인가'를 로봇이 스스로 결정하는 시대가 열렸다. 계단에서는 보행 방식을 바꾸고, 틈은 뛰어넘고, 숲길에서는 균형을 잡는 등 사람이나 동물처럼 주변 환경에 맞춰 알맞는 보행 전략을 스스로 선택하는 사족 보행 로봇이 등장했다.
우리 대학은 기계공학과 박해원 교수 연구팀이 하나의 제어기로 걷기와 달리기, 점프 등 다양한 보행 기술을 실시간으로 선택·전환하며, 실제 야외 환경에서도 빠르고 안정적으로 이동할 수 있는 사족 보행 로봇 핵심 제어기술을 개발했다고 16일 밝혔다.
사족 보행 로봇은 네 개의 다리를 이용해 움직여 바퀴형 로봇보다 험한 지형에 유리하다. 그러나 실제 야외에서는 계단과 단차, 디딤돌, 틈, 나뭇가지 등 서로 다른 장애물이 연속적으로 나타나기 때문에 단순히 빠르게 걷거나 달리는 능력만으로는 한계가 있다.
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.
연구팀은 이러한 한계를 극복하기 위해 APT-RL(Action Pretrained Transformer-based Reinforcement Learning, 행동 사전학습 기반 트랜스포머 강화학습)이라는 새로운 학습 기반 제어기술을 개발했다.
APT-RL은 로봇이 걷기와 달리기, 점프 등 다양한 보행 기술을 미리 익힌 뒤, 실제 환경에서는 상황에 맞게 이를 자유롭게 조합하고 전환하도록 설계한 제어기술이다.
연구팀은 실제 사람이나 동물의 움직임을 일일이 촬영하지 않고도, 컴퓨터 시뮬레이션만으로 다양한 보행 기술을 담은 총 15.5시간 분량의 학습 데이터를 단 8분 만에 생성했다. 생성된 데이터는 로봇의 기본 운동 능력을 학습하는 데 활용됐으며, 이 과정에는 로봇 동역학(로봇의 움직임 원리를 수학적으로 표현한 모델)과 궤적 최적화(효율적인 이동 경로를 계산하는 기법)가 적용됐다. 이는 모션캡처(Motion Capture, 사람이나 동물의 움직임을 센서로 기록하는 기술)에 의존하던 기존 방식보다 훨씬 빠르고 효율적으로 다양한 보행 기술을 학습시킬 수 있다는 점이 특징이다.
이어 강화학습(Reinforcement Learning, 시행착오를 반복하며 최적의 행동을 스스로 학습하는 인공지능 기법)을 적용해 계단과 단차, 틈, 디딤돌 등 복잡한 3차원 지형에서도 상황에 맞는 보행 기술을 스스로 선택하고 전환할 수 있도록 했다. 마지막으로 깊이 카메라(Depth Camera, 물체까지의 거리를 측정해 입체 정보를 얻는 카메라)와 라이다(LiDAR, Laser Detection and Ranging, 레이저를 이용해 주변 환경의 거리와 형태를 3차원으로 측정하는 센서)를 결합해 로봇이 주변 환경과 목표 속도를 실시간으로 인식하고 가장 적합한 보행 전략을 선택하도록 구현했다.
이번 기술의 가장 큰 특징은 걷기와 달리기, 점프 등 여러 보행 기술을 하나의 제어기 안에서 자연스럽게 선택·전환해 실제 환경 변화에 실시간으로 대응할 수 있다는 점이다.
연구팀은 개발한 제어기술을 자체 개발한 사족 보행 로봇 'KAIST 하운드(HOUND)'에 탑재해 성능을 검증했다. 실험은 실내 장애물 코스뿐 아니라 KAIST 캠퍼스와 숲길 등 실제 야외 환경에서 진행됐다.
KAIST 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.
실험 결과 KAIST 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.
박해원 교수는 “이번 연구는 사족 보행 로봇이 실내 및 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.
강준길 연구원(연구 당시 국방과학연구소 소속)과 KAIST 기계공학과 박재현 박사과정이 공동 제1저자로, 박해원 교수와 고려대학교 홍승우 교수가 공동 교신저자로 참여한 이번 연구는 로봇 분야 세계 최고 권위 학술지인 ‘사이언스 로보틱스(Science Robotics)’ 7월호 표지 논문으로 선정돼 7월 15일 (미국 동부시간) 출판됐다.
※ 논문명: Agile perceptive multi-skill locomotion for quadrupedal robots in the wild, DOI: 10.1126/scirobotics.adz7397
※ 동영상: https://drive.google.com/drive/folders/1306_hddGZGh7xwvWFc4B-9lLXwYisirN
본 연구는 산업통상자원부와 한국산업기술기획평가원(KEIT)의 연구비(RS-2024-00427719) 및 국방과학연구소 미래도전국방기술 연구개발사업(912768601)의 지원을 받아 수행됐다.
2026.07.16
조회수 256
-
“뇌로 로봇 움직이고 느끼는”세계 최초 Brain-to-Robot 기술 개발 나서
우리 대학 연구진이 사람의 뇌 신호로 외골격 로봇을 실시간 제어하고, 로봇이 감지한 촉각·힘 정보를 다시 뇌에 전달하는 차세대 뇌-로봇 인터페이스 플랫폼 개발을 시작했다.
우리 대학은 기계공학과 공경철·김정 교수 연구팀이 ㈜엔젤로보틱스와 함께 범부처 첨단 의료기기 연구개발사업 플래그십 과제로 세계 최초 양방향 ‘Brain-to-Robot’ 시스템 개발에 착수했다고 25일 밝혔다. 이 과제는 2026년 04월부터 2032년 12월까지다.
공경철 교수는 보행 보조 외골격 로봇 기업 엔젤로보틱스를 창업하고 국제 사이배슬론(Cybathlon·장애인 보조기술 국제대회)에서 2회 연속 금메달을 이끈 웨어러블 로봇 분야의 세계적 연구자다. 김정 교수는 로봇 피부 기술 연구로 ‘이달의 과학기술인상’을 수상한 세계적 연구자로, 두 연구팀은 컨소시엄을 구성해 뇌신경 인터페이스와 외골격 로봇을 결합한 Brain-to-Robot 플랫폼 연구를 본격 추진하고 있다.
뇌 신호로 커서를 움직이거나 스마트폰을 제어하는 뇌 인터페이스 기술은 이미 인체 임상 단계에 진입해 있다. 미국 뉴럴링크(Neuralink), 싱크론(Synchron) 등 글로벌 기업들도 관련 기술 개발에 속도를 내고 있다. 그러나 기존 기술은 실제 움직임과 감각을 동시에 연결하는 데에는 한계가 있었다. 대상 목표, 즉 뇌 신호가 실제로 무엇을 제어하고 어떤 감각을 되돌려 받는지가 명확하게 정의되지 않은 채 신호 해독 기술 자체의 발전에 집중되어 왔다는 점이다.
이 한계를 정면으로 돌파하는 접근인 Brain-to-Robot은 외골격 로봇을 직접 제어 대상으로 삼아 사용자의 행동 의도를 뇌 신호로 읽어 로봇을 움직이고, 동시에 로봇이 감지한 지면 반력(바닥이 발을 밀어내는 힘)·관절 토크(관절 회전력)·촉각 정보를 다시 뇌에 전달하는 완전한 양방향 인터페이스 구현을 목표로 한다.
연구팀에 따르면 외골격 로봇 제어와 감각 피드백(되돌려 전달되는 감각 정보)을 모두 포함한 완전한 양방향 Brain-to-Robot 시스템은 아직 세계적으로 구현 사례가 보고되지 않았다. 이번 연구는 뇌 인터페이스 기술의 새로운 전환점이 될 것으로 기대된다.
이 시스템에서 우리 대학 연구팀은 핵심 기술 개발을 담당한다. 공경철 교수 연구팀은 웨어러블 로봇 제어와 AI 기반 동작 의도 해석 기술을 개발하며, 로봇이 감지한 감각 정보를 Brain Chip(뇌 신호 처리 반도체)으로 정확하게 전달하기 위한 체성감각 인터페이스(신체 감각 전달 시스템) 설계를 수행한다. 김정 교수 연구팀은 장애인을 대신해 감각을 느낄 수 있는 로봇 피부와 AI 기반 체성감각 해석 기술 개발을 맡는다.
또한 연구팀은 뇌 신호를 로봇 제어 명령으로 변환하고, 로봇이 감지한 감각 정보를 다시 뇌에 전달하는 AI 기반 인코딩·디코딩(신호 변환·해석) 알고리즘 개발도 추진한다. 수백 개 채널에 달하는 피질 신호(대뇌피질에서 발생하는 신경신호)를 실시간으로 처리하고 극도로 짧은 지연시간의 폐루프(closed-loop·신호를 실시간으로 주고받는 순환 제어 구조)를 안정적으로 유지하는 것이 핵심 기술 과제다.
본 플래그십 과제의 사업화는 공경철 교수가 창업한 엔젤로보틱스(KOSDAQ:455900)가 맡는다. 연구팀은 식품의약품안전처 인허가부터 실제 보급까지 전주기 상용화를 추진할 계획이다.
공경철 교수는 “이번 기술이 성공하면 사지마비 장애인이 병원을 넘어 실제 일상생활에서 스스로 걷고 물건을 집으며 손끝의 감촉까지 느낄 수 있는 새로운 재활 패러다임이 열릴 것”이라고 말했다.
연구팀은 이번 기술이 국내외를 통틀어 시도된 적 없는 세계 최고난도 수준의 융합기술인 만큼, 장기 안전성 확보와 임상 검증, 인허가 체계 마련이 기술 개발과 병행돼야 한다고 강조했다. 또한 글로벌 시장 진입을 위해서 안전성·유효성 검증, 임상 근거 축적, 위험관리 체계 구축, 뇌신호 데이터 보호 및 사이버보안, 윤리적 수용성 검토도 유기적으로 설계되어야 한다는 점도 덧붙였다.
한편 우리 대학에는 뇌 인터페이스 분야의 다양한 원천기술 연구가 진행되고 있다. 기계공학과 박형순 교수 연구팀은 뇌신경계 질환의 효과적 치료를 위해 뇌신경계 의도인식 인터페이스(사용자의 움직임 의도를 뇌신호로 파악하는 기술) 기반 웨어러블 재활 로봇 기술을 연구하고 있으며, 전산학부 조성호 교수 연구팀은 AI 기반 뇌신호 해석 기술을 개발 중이다.
뇌인지과학과 이지훈 교수 연구팀은 초저전력 바이오·뉴럴 인터페이스 회로(생체·신경신호를 저전력으로 연결·처리하는 반도체 회로), 무선 신경 신호 계측(전선 없이 신경신호를 측정하는 기술), 온디바이스 AI 기반 폐루프(closed-loop·신호를 실시간으로 주고받는 순환 제어 구조) 신경조절 기술을 중심으로 차세대 뇌-기계 인터페이스 연구를 수행하고 있다.
또한 전기및전자공학부 이현주 교수 연구팀은 초소형 멀티모달 신경 전극(여러 종류의 신경신호를 동시에 측정·자극할 수 있는 초소형 전극) 기반의 고해상도 신경신호 측정 기술과 정밀 뇌자극 연구를, AI시스템학과 제민규 교수 연구팀은 차세대 신경인터페이스를 위한 AI 기반 반도체 집적회로(IC·Integrated Circuit) 및 시스템 기술을 연구하고 있다. 전기및전자공학부 정재웅 교수 연구팀은 고정밀 뇌신호 계측(뇌에서 발생하는 신경신호를 정밀하게 측정하는 기술)과 신경자극 기반 뉴로엔지니어링(neuroengineering·신경공학) 연구를 수행 중이다.
이광형 KAIST 총장은 “이번 Brain-to-Robot 플래그십 과제는 공경철·김정 교수 연구팀이 중심이 되어 추진하는 세계 최고난도 융합연구”라며 “KAIST에는 뇌 인터페이스, AI, 반도체, 로봇 분야의 다양한 연구진이 관련 원천기술을 연구하고 있는 만큼, 이를 바탕으로 차세대 Brain-to-Robot 기술 혁신을 선도해 나갈 것”이라고 밝혔다.
2026.06.25
조회수 1519
-
적은 데이터로도 정밀 동작 구현하는 로봇 AI 개발
좁은 틈에 부품을 끼우고 작은 버튼을 누르는 사람의 손재주를 로봇이 적은 데이터만으로도 배울 수 있게 됐다. 우리 대학 연구진이 작업 상황에 따라 스스로 움직임의 정밀도를 조절하는 로봇 인공지능 기술을 개발했다. 기존 최고 성능 모델보다 작업 성공률을 최대 81% 높인 이번 기술은 정밀 제조와 의료 분야 로봇의 활용 범위를 크게 넓힐 것으로 기대된다.
우리 대학은 전산학부 박대형 교수 연구팀이 적은 양의 동작 데이터만으로도 사용자가 원하는 정밀도에 맞춰 움직임을 세밀하게 생성하는 다중 정밀도 조작 모델 ‘디스포(DiSPo)'를 개발했다고 24일 밝혔다.
기존의 로봇 인공지능은 사람이 움직이는 모습을 매우 짧은 시간 간격으로 기록한 방대한 양의 데이터를 학습해야 정밀한 작업을 수행할 수 있었다. 예를 들어 나사를 조이거나 좁은 틈에 부품을 끼워 넣는 작업을 배우려면 수많은 동작 데이터를 세밀하게 수집해야 했기 때문에 시간과 비용이 많이 들었다.
연구팀은 이러한 한계를 극복하기 위해 로봇이 움직임의 변화를 스스로 예측하면서 다양한 행동을 학습할 수 있는 인공지능 기술을 개발했다. 특히 작업 상황에 따라 동작을 더 세밀하게 나누거나 크게 조절할 수 있는 기능을 새롭게 도입했다.
연구팀은 시간에 따른 변화를 효율적으로 학습하는 상태공간모델 '맘바(Mamba)'와 다양한 행동을 생성하는 확산모델(Diffusion Model)을 결합해 이러한 기능을 구현했다.
이를 통해 로봇은 적은 양의 데이터로 학습하더라도 실제 작업을 수행할 때는 움직임을 더 작은 단위로 나눠 정교하게 동작할 수 있다. 즉, 사람이 비교적 간단하게 시범을 보여줘도 로봇이 필요에 따라 스스로 동작을 세분화해 정밀한 작업을 수행할 수 있게 된 것이다.
연구팀이 개발한 디스포는 시뮬레이션 환경에서 기존 최고 성능 모델 대비 최대 81% 높은 작업 성공률을 기록했다. 또한 실제 협동로봇을 이용한 실험에서는 반경 2.5mm에 불과한 좁은 틈에 부품을 끼워 넣고 스마트폰의 작은 셔터 버튼을 정확히 누르는 고난도 작업을 안정적으로 수행했다. 이는 기존 인공지능 모델보다 최대 4배 높은 성공률이다.
이번 기술은 정밀 부품 조립, 케이블 연결, 의료 수술, 정밀 가공 등 높은 정확성이 요구되는 다양한 산업 분야에 적용될 수 있을 것으로 기대된다. 특히 적은 데이터만으로도 고정밀 로봇을 학습시킬 수 있어 로봇 개발 비용을 크게 낮추고 제조·의료·서비스 산업의 자동화를 앞당기는 데 기여할 전망이다.
박대형 교수는 "이번 연구는 로봇이 적은 양의 데이터만으로도 정교한 동작을 학습하고 작업 상황에 따라 스스로 정밀도를 조절할 수 있음을 보여준 사례"라며 "앞으로 데이터 수집 비용을 획기적으로 줄이면서도 정밀 제조와 의료 등 다양한 산업 현장에서 활용할 수 있는 범용 로봇 학습 기술로 발전시켜 나가겠다"고 말했다.
이번 연구는 김재철 AI대학원 오나영 석사과정생이 제1 저자로 주도하였으며, 6월 1일 오스트리아 비엔나에서 열리는 로봇공학 세계 최고 권위 학술대회인 ‘국제 로봇 및 자동화 학술대회(ICRA 2026)’에서 발표되었다.
※ 논문명: DiSPo: Diffusion-SSM based Policy Learning for Coarse-to-Fine Action Discretization, DOI: https://doi.org/10.48550/arXiv.2409.14719
※ 저자 정보: 오나영 (KAIST 김재철AI대학원, 제1 저자), 장재형 (KAIST 전산학부, 공저자), 정문경 (KAIST 로봇공학학제전공, 공저자), 박대형 (KAIST 전산학부, 교신저자)
한편, 이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 ‘복합지능 자율행동체 SW 핵심기술 개발 사업’의 일환으로 ‘자율행동체의 복합작업 자율 수행을 위한 임무 수행 절차 생성 기술 개발’ 과제를 통해 수행되었다. 이 외에도 정보통신기획평가원의 ‘글로벌 AI 프론티어랩 사업’과 산업통상자원부의 기술혁신프로그램의 지원을 받았다.
2026.06.24
조회수 1010
-
유지환 교수팀, 세계 최고 권위 로봇저널 2년 연속 최우수 논문상 수상
세계 로봇공학 분야 최고 권위 학술지 중 하나인 IEEE Robotics and Automation Letters(RA-L)의 최우수 논문상(Best Paper Award)을 우리 대학 연구팀이 2년 연속 수상하며 세계 최고 수준의 소프트 로봇 연구 경쟁력을 입증했다.
우리 대학은 건설및환경공학과 유지환 교수 연구팀이 지난 6월 1일 오스트리아 빈에서 열린 세계 최대 규모의 로봇 학술대회인 ‘2026 IEEE 국제 로봇 및 자동화 학회(ICRA 2026)’에서 2025년에 이어 올해도 RA-L 최우수 논문상을 수상했다고 22일 밝혔다.
RA-L 최우수 논문상은 한 해 동안 출판된 로봇공학 논문 가운데 학문적 기여도, 기술적 독창성, 실험적 완성도, 향후 응용 가능성 등을 종합적으로 평가해 극소수의 우수 논문에만 수여되는 상이다. 올해는 2025년 IEEE RA-L에 게재된 1,700여 편의 논문 가운데 최우수 논문 5편이 선정됐다.
동일 연구팀의 RA-L 최우수 논문상 2년 연속 수상은 매우 이례적인 성과로, KAIST 소프트 로봇 연구의 세계적 경쟁력과 지속적인 연구 영향력을 보여주는 사례로 평가된다.
연구팀은 소프트 로봇 기술을 활용해 의복이 사용자의 신체 위로 스스로 펼쳐지며 착용을 보조하는 자가 착용 적응형 의복 기술을 제안했다.
기존 의복 착용 보조 기술은 외부 로봇 장치에 의한 복잡한 구동 및 제어에 의존하거나 사용자의 움직임과 자세를 제한하는 경우가 많았다. 반면 연구팀은 소프트 그로잉 로봇(공기압 등을 이용해 구조물이 스스로 펼쳐지며 성장하듯 이동하는 유연 로봇)의 핵심 원리인 공압 기반 전개 메커니즘을 의복 구조에 적용해 외부 로봇 없이도 의복 자체가 사용자의 신체를 따라 부드럽게 펼쳐지도록 구현했다.
연구팀은 얇고 유연한 소재로 구성된 공압식 반전 메커니즘(공기를 주입하면 접힌 구조가 뒤집히며 자연스럽게 펼쳐지는 구조)을 의복 내부에 통합하고, 공압을 이용해 의복이 사용자의 신체를 따라 전개되도록 설계했다.
이를 통해 의복은 높은 순응성(사용자의 신체 형태와 움직임에 자연스럽게 맞춰지는 특성)과 안전성을 유지하면서도 빠르고 안정적인 착용 보조 기능을 수행할 수 있다. 특히 소프트 로봇 특유의 유연한 구조는 인체와 직접 접촉하는 환경에서 안전성을 확보하는 데 유리하며, 복잡한 제어 시스템 없이도 실제 착용 동작을 지원할 수 있다는 장점을 갖는다.
연구팀은 소매, 재킷, 바지 등 다양한 의복 형태의 프로토타입을 제작하고 실험을 통해 자가 착용 성능을 검증했다. 실험 결과, 의복은 사용자의 신체를 따라 안정적으로 전개됐으며 착용 과정에서 사용자의 움직임 부담과 신체에 가해지는 힘을 줄여 안전한 착용 보조가 가능함을 확인했다.
이번 연구는 소프트 그로잉 로봇 기술이 이동·탐사 중심의 기존 응용을 넘어 인간의 일상생활을 직접 지원하는 기술로 확장될 수 있음을 보여준다. 특히 고령자, 장애인, 재활 환자 등 의복 착용에 어려움을 겪는 사용자를 위한 보조공학 기술로 발전할 가능성이 있으며, 향후 웨어러블 로봇(몸에 착용해 사용자의 움직임이나 신체 기능을 보조하는 로봇), 재활공학, 인간-로봇 상호작용(Human-Robot Interaction, 인간과 로봇이 효과적으로 소통하고 협력하는 기술) 분야에서 폭넓은 활용이 기대된다.
유지환 교수는 “이번 2년 연속 수상은 KAIST 로봇 연구의 지속적인 세계 경쟁력을 보여주는 뜻깊은 성과”라며 “특히 소프트 그로잉 로봇의 핵심 원리를 인간의 일상생활을 지원하는 의복 착용 보조 기술로 확장했다는 점에서 의미가 크다. 앞으로도 안전하고 유연한 소프트 로봇 기술을 바탕으로 인간 친화적인 로봇 연구를 지속해 나가겠다”고 말했다.
본 연구는 KAIST 김남균 박사가 주도적으로 수행했으며, KAIST와 미국 스탠퍼드대학교의 앨리슨 오카무라(Allison M. Okamura) 교수 연구그룹이 공동으로 참여했다. 해당 논문은 2025년 11월 19일 IEEE Robotics and Automation Letters에 게재됐다.
※ 논문 제목: Self-Wearing Adaptive Garments via Soft Robotic Unfurling, DOI: 10.1109/LRA.2025.3634909
한편 이번 연구는 한국연구재단 중견연구과제와 산업통상자원부 재원 한국산업기술진흥원 산업혁신인재성장지원사업의 지원을 받아 수행됐다.
2026.06.22
조회수 1494
-
적은 메모리로도 휴머노이드 로봇의 눈 밝힌다
스마트폰의 안면 인식부터 휴머노이드 로봇까지, 인공지능(AI)의 눈 역할을 하는 컴퓨터 비전 기술은 우리 일상에 널리 활용되고 있다. 우리 대학과 국제 공동연구진은 적은 메모리만으로도 AI가 세상을 더욱 선명하게 볼 수 있는 기술을 개발해 GPU(그래픽처리장치) 메모리 효율을 최대 16배 높였다. 이번 성과는 휴머노이드 로봇과 온디바이스 AI 시대를 앞당길 핵심 기술로 평가된다.
우리 대학은 전기및전자공학부 김창익 교수 연구팀이 미국 MIT 및 마이크로소프트 연구진과의 공동 연구를 통해, 제한된 GPU 메모리만으로도 AI의 시각 성능을 높일 수 있는 범용 기술 ‘업샘플 애니띵(Upsample Anything)’을 개발했다고 17일 밝혔다.
이번 성과는 인공지능 및 컴퓨터 비전 분야 세계 최고 권위 학회인 ‘CVPR 2026’ 논문 채택에 이어, 계산 자원의 효율적 활용을 인정받아 전체 1위인‘CVPR 컴퓨트 골드 스타(CVPR Compute Gold Star)’를 수상하고, 연구 과정의 투명성과 재현 가능성 부문 ‘트랜스패런시 챔피언(Transparency Champion)’에 선정됐다. 이는 연구 성능은 물론 사용된 계산 자원, 코드 공개, 실험 재현 가능성 등 책임 있는 인공지능 연구의 핵심 요소를 두루 인정받은 성과다.
최근 휴머노이드 로봇과 자율주행 시스템, 세계모델(World Model·현실 세계의 물리적 환경과 변화를 학습·예측하는 AI 모델) 기반 인공지능은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 저해상도 특징 정보(Feature·AI가 이미지에서 추출한 핵심 정보)로 압축해 활용하고 있다.
그러나 압축 과정에서 작은 물체나 얇은 구조물, 미세한 결함과 같은 중요한 시각 정보가 손실되는 문제가 발생한다. 반대로 모든 영상을 처음부터 고해상도로 처리하면 막대한 GPU 메모리와 연산 자원이 필요해 실시간 처리가 어려워진다. 이는 스마트폰과 같은 소형 기기나 기동성이 중요한 로봇이 주변 환경을 정밀하게 인식해야 하는 상황에서 오랫동안 해결되지 않은 과제로 남아 있었다.
연구팀은 이러한 한계를 극복하기 위해 입력 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 학습 없는(Training-free·추가 데이터 학습이 필요 없는) 업샘플링 기술을 개발했다.
기존 기술은 새로운 환경이나 데이터에 적용하기 위해 별도의 재학습이나 복잡한 최적화 과정을 거쳐야 했다. 반면 연구팀이 개발한 ‘업샘플 애니띵’은 입력 이미지 한 장만으로 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에 즉시 적용할 수 있다.
또한 모든 시각 정보를 고해상도로 저장·처리하지 않고 핵심 정보만 압축해 활용함으로써 GPU 메모리 사용량을 크게 줄였다. 연구팀은 AI 연구에서 널리 활용되는 224×224 크기 이미지(약 5만 개 픽셀) 기준 약 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원했으며, GPU 메모리 효율을 최대 16배까지 향상시키는 성과를 거뒀다.
이는 제한된 연산 자원만으로도 인공지능이 주변 환경을 더욱 정밀하게 인식할 수 있음을 의미한다. 따라서 이번 기술은 스마트폰과 같은 소형 기기는 물론, 작은 물체를 정확하게 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 다양한 차세대 인공지능 분야에 폭넓게 활용될 것으로 기대된다.
김창익 교수는 “이번 기술은 적은 자원으로도 인공지능의 시각 정밀도를 크게 높일 수 있는 알고리즘으로, 휴머노이드 로봇과 온디바이스 AI의 실용화를 앞당길 것으로 기대한다”며 “CVPR에서 성능뿐 아니라 계산 효율성과 연구 투명성까지 인정받았다는 점에서 더욱 의미가 크다”고 말했다.
이번 연구는 KAIST 서민석 박사과정 학생이 제1 저자로 참여했으며, 이번 성과는 인공지능 및 컴퓨터 비전 분야 세계 최고 권위 학회인 ‘CVPR 2026’에서 6월 7일 발표됐다.
※ 논문명: Upsample Anything: A Simple and Hard to Beat Baseline for Feature Upsampling, DOI:10.48550/arXiv.2511.16301
※ 저자 정보: 서민석 (KAIST, 제1 저자), 마크 헤밀턴 (MIT, 마이크로소프트, 제2 저자), 김창익(KAIST, 교신저자)
※ 관련 데모 동영상: https://drive.google.com/file/d/17f9j4tcD0JJfA4xeN4b5qvaOjUxFVS_U/view?usp=sharing
2026.06.17
조회수 8193
-
눈을 감고도 터치스크린·로봇손 원격제어… 시각 보조, 가상현실 활용 기대
가상현실과 로봇 원격제어, 의료·재활 보조기기 분야가 빠르게 성장하면서, 손에 착용해 촉각만으로 방향과 움직임 정보를 전달하는 '웨어러블 햅틱(착용형 촉각 인터페이스)' 기술이 주목받고 있다. 그러나 기존 장치는 대부분 장치 자체의 위치와 방향을 기준으로 촉각 신호를 보내기 때문에, 손이나 손가락 자세가 바뀌면 "위·아래·좌·우"의 의미가 흔들려 사용자가 방향을 일관되게 해석하기 어려웠다. 예컨대 "위쪽"으로 느꼈던 신호가 손을 90도 돌리면 더 이상 같은 방향을 가리키지 않는 식이다.
우리 대학 기계공학과 오일권 교수 연구팀은 이러한 문제를 해결하기 위해, 손가락 관절을 기준으로 방향성 촉각 신호를 전달해 손 자세가 변해도 방향 정보가 일관되게 유지되는 착용형 소프트 햅틱 링 'PIHR(Pose-Independent Haptic Ring)'을 개발했다고 10일 밝혔다. PIHR은 손가락 첫 마디 관절(손등과 손가락이 만나는 MCP 관절)을 원점으로 삼아 촉각 신호를 매핑하는 장치다. 신호의 의미를 '장치 기준'이 아니라 '사용자의 손가락 관절 기준'으로 고정해, 손을 어떻게 돌리든 같은 자극이 같은 해부학적 방향을 뜻하도록 설계한 것이 핵심이다.
기존 햅틱 장치가 장치 중심 좌표계에 기반해 단순한 상·하·좌·우 신호를 보냈다면, PIHR은 MCP 관절을 중심으로 한 구면 좌표계 기반 촉각 매핑을 적용했다. 이를 통해 굽힘(flexion·손가락을 안으로 굽힘), 폄(extension·펴기), 벌림(abduction·옆으로 벌림), 모음(adduction·다시 모음)이라는 네 가지 해부학적 방향을 손 자세 변화와 관계없이 일관되게 전달한다. 기존 방식으로 이런 일관성을 유지하려면 별도의 자세 센서와 실시간 좌표 변환이 필요해 시스템이 복잡해지는데, PIHR은 신호의 기준 자체를 관절에 고정함으로써 이 문제를 해소했다.
좁은 링 안에서 충분한 촉각 출력을 얻는 것도 관건이었다. 연구팀은 구불구불한 격자 형태의 형상기억합금(SMA·Shape Memory Alloy, 열을 가하면 원래 형태로 돌아가는 금속) 액추에이터 구조를 최적화하고, 면적 밀도(AD)와 단위 밀도(UD)를 기준으로 설계를 비교했다. 그 결과 'AD61–UD4' 형상이 힘 출력·변위·응답 속도 사이에서 가장 균형 잡힌 성능을 보였다. 최종 액추에이터는 독립적으로 구동되는 4개 채널로 구성되며, 전기적 가열로 각 채널이 선택적으로 수축하면서 손가락 피부에 국소적인 수직 압입 자극을 전달한다. 이렇게 만든 액추에이터는 1.0암페어 전류에서 약 0.44초 만에 최대 1.3뉴턴의 힘을 내, 실시간 촉각 상호작용에 적합한 응답 속도를 보였다. 자체 무게 대비 힘 출력(질량당 84.2N/g)도 기존에 보고된 SMA 웨어러블 햅틱 장치보다 크게 높았으며, 반복 구동 시에도 피부 접촉 온도가 생체 적합 범위에 머물러 착용 안전성을 확보했다.
방향 인식 성능 검증을 위한 사용자 평가도 진행됐다. 10명의 참가자를 대상으로 별도의 사전 훈련 없이 손 자세가 계속 바뀌는 조건에서 실험한 결과, 네 방향 촉각 신호에 대해 전체 79.2%의 인식 정확도를 기록했다. 이는 무작위로 찍었을 때의 확률(25%)보다 통계적으로 유의하게 높은 수치로, 관절 중심 햅틱 매핑이 자세가 바뀌는 상황에서도 직관적인 방향 인식을 제공할 수 있음을 보여준다. 실제 응용 가능성도 두 가지 시연으로 확인했다. 눈을 가린 사용자가 손가락에서 전달되는 관절 중심 방향 신호만으로 터치스크린의 피아노 애플리케이션을 연주하고 화면을 넘겼으며, 로봇 손을 원격제어해 주사기로 액체 양을 단계적으로 조절하는 정밀 작업도 수행했다. 이는 PIHR이 단순한 접촉 알림을 넘어, 사용자의 손가락 움직임을 단계적으로 안내하는 착용형 햅틱 인터페이스로 활용될 수 있음을 보여준다.
오일권 교수는 "PIHR은 신호의 기준을 장치가 아니라 사용자의 손가락 관절에 두었다는 점에서 기존 착용형 햅틱과 차별화된다"라며 "시각 보조, 가상현실, 로봇 원격제어 등 시각 정보가 제한된 다양한 환경에서 직관적인 방향 안내 기술로 폭넓게 활용될 수 있을 것"이라고 밝혔다.
이번 연구는 우리 대학 기계공학과 김현수 석사과정이 제1저자로, 오일권 교수가 교신저자로 참여했다. 연구 성과는 국제 학술지 '스몰 스트럭처스(Small Structures)' 2026년 6월 발행 제7권 6호에 게재됐으며, 연구의 우수성을 인정받아 해당 호의 표지 논문(Front Cover)으로 선정됐다.
※ 논문명: Pose-Independent Soft Haptic Ring for Joint-Centered Directional Guidance via Multichannel Shape Memory Alloy Actuators
※ DOI: https://doi.org/10.1002/sstr.202600017
한편, 이번 연구는 과학기술정보통신부 재원으로 한국연구재단 중견연구지원사업(RS-2024-00345241), 미래개척융합과학기술개발사업(RS-2023-00302525), 나노·소재기술개발사업(RS-2025-25441263), 그리고 과학기술정보통신부 InnoCORE 프로그램(N10260002)의 지원을 받아 수행됐다.
2026.06.15
조회수 1434
-
로봇이 사람처럼 판단하는 시대, KAIST가 피지컬 AI 핵심 난제 해결
“사람처럼 판단하는 로봇, 생각보다 빨리 온다.”
로봇이 인간의 의도를 이해하고 스스로 올바른 행동을 선택하는 시대를 앞당길 핵심 기술이 국내에서 나왔다. KAIST 연구진이 단 몇 개의 영상만으로 AI가 인간의 판단 기준을 스스로 학습하는 기술을 개발하며 피지컬 AI 상용화의 핵심 난제를 해결했다.
우리 대학은 전기및전자공학부 유창동 교수 연구팀이 수천~수만 건의 인간 평가 데이터 대신 단 몇 개의 선호 영상만으로도 AI가 인간의 의도와 판단 기준을 학습할 수 있는 새로운 기술인 ‘VOTP(Video-based Optimal TransPort Preference)’를 세계 최초로 개발했다고 10일 밝혔다.
연구팀의 논문은 오는 7월 서울 코엑스에서 개최되는 세계 최고 권위의 AI학회인 ICML(International Conference on Machine Learning) 2026에 채택됐으며, 전체 제출 논문(23,918편) 가운데 상위 0.7%(168편)에만 주어지는 구두(Oral) 발표로 선정되며 연구의 우수성을 인정받았다. ICML은 AI 및 머신러닝 분야에서 가장 영향력 있는 국제학회 가운데 하나로 꼽힌다.
최근 AI 기술은 글을 쓰고 그림을 그리는 생성형 AI를 넘어 실제 기계를 움직이고 현실 세계에서 행동하는 ‘피지컬 AI(Physical AI)’ 시대로 빠르게 진화하고 있다. 공장에서 위험한 작업을 대신 수행하는 로봇, 스스로 도로 상황을 판단하는 자율주행차, 정교한 수술을 수행하는 의료 로봇 등이 대표적인 사례다.
하지만 피지컬 AI의 실용화를 위해서는 반드시 넘어야 할 장벽이 있었다. 바로 기계가 수행한 행동이 인간의 의도에 맞는지, 어떤 행동이 더 바람직한지를 판단하는 인간 수준의 평가 기준을 학습하는 문제다.
예를 들어 수술 로봇이 봉합을 하거나 자율주행차가 복잡한 교차로를 통과할 때 AI는 수많은 선택지 가운데 가장 적절한 행동을 골라야 한다. 이를 위해서는 인간의 선호와 판단 기준이 반영된 ‘보상함수(Reward Function)'가 필요하다. 그러나 지금까지는 이를 구축하기 위해 사람이 수천~수만 개의 행동 데이터를 직접 평가해야 했고, 막대한 시간과 비용이 소요됐다.
연구팀은 사람이 몇 번의 시범만 보고도 새로운 일을 배우는 방식에 주목했다. 연구팀이 개발한 VOTP는 몇 개의 좋은 사례와 나쁜 사례 영상만으로도 AI가 인간이 선호하는 행동 패턴을 스스로 파악하도록 돕는다. 기존처럼 방대한 양의 데이터를 사람이 일일이 평가하지 않아도 AI가 인간의 판단 기준을 이해하고 다양한 상황으로 확장해 학습할 수 있는 것이다.
이번 연구의 핵심 아이디어는 로봇이나 자율주행차와 같은 지능형 기계가 소수의 인간 선호(preference)를 담은 비디오만으로도 사람의 의도(intent)를 빠르게 파악할 수 있다는 것이다. 이를 위해 개발한 알고리즘은 다양한 환경과 작업에 걸친 광범위한 실험을 통해 그 효과와 일반화 성능이 입증되었다.
이러한 방식은 피지컬 AI 개발에 필요한 인간 피드백과 데이터 구축 비용을 크게 줄일 수 있다. 적은 수의 사례만으로도 로봇과 자율주행차, 산업용 기계가 사람의 기대에 부합하는 행동을 학습할 수 있어 개발 기간과 비용을 획기적으로 단축할 수 있을 것으로 기대된다.
해당 기술은 로봇 팔 제어, 휴머노이드 로봇, 자율주행차, 스마트팩토리, 드론, 수술 로봇뿐 아니라 컴퓨터를 직접 조작하는 AI 에이전트까지 폭넓게 적용 가능하다. 특히 인간의 의도와 만족도를 학습해야 하는 모든 피지컬 AI 시스템의 핵심 기반 기술로 활용될 수 있을 것으로 전망된다.
유창동 교수는 “피지컬 AI의 핵심은 기계가 인간의 의도를 이해하고 올바른 행동을 선택하도록 만드는 것”이라며 “VOTP는 소수의 영상만으로 인간의 판단 기준을 학습할 수 있어, 로봇이 사람처럼 판단하는 시대를 앞당길 핵심 기술”이라고 말했다.
전기및전자공학부 Luu Minh Tung(루 민 퉁) 박사과정 학생이 제1저자로 참여한 이번 연구는 세계 최고 권위의 AI 학술대회인 ICML(International Conference on Machine Learning) 2026에 오랄(Oral) 발표 논문으로 선정됐다.
※ 논문명: Video-Based Optimal Transport for Feedback-Efficient Offline Preference-Based Reinforcement Learning, 논문 파일: https://sanctusfactory.com/data/file/publications/202606091714078906.pdf
이번 연구는 과학기술정보통신부 재원으로 정보통신기획평가원(IITP) 및 한국연구재단(NRF) 등의 지원을 받아 수행됐다.
2026.06.10
조회수 1374
-
인간형 조종사 로봇 ‘파이봇’, 세계 최고 권위 로봇 학술지 최우수논문상 수상
우리 대학은 전기및전자공학부 심현철 교수 연구팀의 인간형 조종사 로봇 ‘파이봇(PIBOT)’ 기반 항공기 자율조종 프레임워크를 제안한 논문이 2026년 IEEE 로보틱스 및 자동화 매거진(IEEE RAM)에 2025년 게재된 논문 가운데 최우수 논문(Best Paper Award)으로 선정됐다고 5일 밝혔다.
이번 수상은 국내 독자 기반의 풀뿌리 연구가 세계 최고 수준의 로봇 연구 성과로 인정받았다는 점에서 의미가 크다. 시상식은 오스트리아 비엔나에서 2026년 6월 4일(현지시간) 국제로봇자동화학회(ICRA, International Conference on Robotics and Automation) 기간 중 진행되었다.
IEEE 로보틱스 및 자동화 매거진(IEEE RAM)은 세계 최대 기술 학회인 IEEE 산하 로보틱스 및 자동화 학회(RAS)가 발행하는 권위 있는 학술 매거진이다. 로봇공학 및 자동화 분야의 최신 연구 성과와 산업 동향, 튜토리얼 등을 다루며, 실제 산업 현장에서 활용 가능한 로봇 기술을 업계와 학계 연구자들에게 널리 전달하는 것으로 잘 알려져 있다.
IEEE RAM은 2025년 기준 Impact Factor(IF) 7.1을 기록하며 IEEE 로봇 분야 간행물 가운데 두 번째로 높은 영향력을 보유하고 있다. 특히 엄격한 동료심사(peer review)를 거쳐 게재된 논문 가운데 학문적·산업적 파급력이 큰 연구에 대해 최우수 논문상(Best Paper Award)을 수여한다.
이번 연구는 2021년 국방과학연구소(ADD) 미래도전국방기술 연구개발과제로 선정돼 약 57억 원 규모(5년)의 지원을 받아 수행된 순수 국내 기술 기반 연구다. 연구팀은 인간형 로봇이 단순 보행이나 물품 운반을 넘어, 항공기 조종과 같은 복잡한 작업을 인공지능 기반으로 체계적이고 적응적으로 수행 가능한 피지컬 AI기술을 매우 높은 수준으로 구현했다는 점에서 높은 평가를 받았다.
최근 인간형 로봇 기술은 덤블링이나 복잡한 동작 구현 등 운동 성능 측면에서 빠르게 발전하고 있다. 그러나 산업계에서는 실제 산업 현장에서의 활용 가능성이 더욱 중요한 요소로 주목받고 있다.
심현철 교수 연구팀이 개발 중인 조종사 로봇 ‘파이봇(PIBOT)’은 단순 반복 작업이나 물류 처리 수준을 넘어, 항공기 조작에 필요한 전문 지식을 습득하고 실제 비행 상황을 실시간으로 인식하고 대응할 수있도록 설계됐다. 이에 따라 전문가 피지컬 AI(Expert Physical AI)라는 인간형 로봇 기술의 새로운 활용 방향을 제시했다는 평가를 받고 있다.
연구팀은 2021년 과제 착수 이후 1단계 연구를 성공적으로 마쳤으며, 2024년부터는 실제 항공기 조종에 적합하도록 인간과 유사한 체격 및 관절 구조를 갖춘 2단계 조종사 로봇 개발을 진행하고 있다. 또한 해당 기술을 항공기뿐 아니라 지상 차량과 선박 등 다양한 이동체 조종 분야로 확대 적용하기 위해 관련 기관들과 협력 연구를 추진 중이다.
심현철 교수는 “국내 연구진이 세계 최초로 제안한 조종사 로봇 기술이 국내 대형과제의 지원에 힘입어 세계 최고 수준의 연구성과로 인정받게 되어 매우 뜻깊다”며 “인간형 로봇이 실제 환경에서 사람을 돕고 복잡한 시스템을 안전하게 운용할 수 있는 방향으로 연구를 더욱 발전시켜 나가겠다”고 말했다.
이번 연구에는 민성재·강규리·김형주 박사과정생이 공동 제1저자로 참여했으며, 심현철 교수가 교신저자를 맡았다. 논문은 IEEE Xplore를 통해 확인할 수 있다.
※ 논문명: “Toward Fully Autonomous Aviation: PIBOT, a Humanoid Robot Pilot for Human-Centric Aircraft Cockpits”,
논문 링크: https://doi.org/10.1109/MRA.2024.3505774, https://ieeexplore.ieee.org/document/10798973/
한편, 이번 연구는 국방과학연구소 미래도전국방기술 연구개발사업 지원을 받아 수행됐다.
2026.06.05
조회수 1635
-
사람처럼 ‘보고 판단해 움직이는 로봇’ 현실화
시각 정보 없이도 지형을 추정해 보행할 수 있을 뿐만 아니라, 동물이 눈으로 지형을 살피며 발걸음을 조정하듯 카메라나 라이다(LiDAR) 센서를 통해 주변 환경을 인식하고 스스로 판단해 걷는 기능을 갖춘 사족보행 로봇 기술이 우리 대학 연구진에 의해 개발됐다. 이번 기술은 휠-족형 로봇과 휴머노이드 로봇 등 다양한 로봇 플랫폼으로의 확장 적용도 기대된다.
우리 대학 전기및전자공학부 명현 교수 연구팀은 연구실 창업기업인 유로보틱스(주)와의 공동 연구를 통해, 시각 정보를 기반으로 지형을 인지하고 실시간으로 보행 전략을 조정하는 사족보행 로봇 제어 기술 ‘드림워크++(DreamWaQ++)’를 개발했다고 밝혔다.
본 연구팀에서 기 개발한 ‘드림워크(DreamWaQ)’는 관절 엔코더와 관성 센서 등 자기수용 감각만으로 지형을 추정하며 보행하는 ‘블라인드 보행(blind locomotion)’ 기술로, 시각 정보 없이도 강인한 이동이 가능한 것이 특징이다. 재난 상황 등 시각 정보 확보가 어려운 환경에서도 안정적인 보행이 가능하지만, 로봇의 다리가 장애물에 직접 접촉한 이후에야 움직임을 조정할 수 있다는 한계가 있었다.
이번에 개발된 드림워크++는 자기수용 감각과 함께 카메라·라이다 기반 외수용 감각을 융합해 이러한 한계를 극복했다. 로봇이 장애물을 사전에 인지하고 선제적으로 보행 전략을 조정함으로써, 단순 반응형 제어를 넘어 환경을 이해하고 판단하는 ‘인지 기반 보행’을 구현한 것이 핵심이다.
연구팀은 이를 위해 다중 감각 강화학습 구조를 설계했으며, 경량 연산 기반으로 실시간 제어가 가능하도록 구현했다. 또한 센서 오류 발생 시 자동으로 다른 감각 기반 보행으로 전환하는 안정성과, 다양한 로봇 플랫폼에 적용 가능한 확장성을 동시에 확보했다.
성능 또한 실험을 통해 입증됐다. 드림워크++를 적용한 로봇은 다양한 도전적 환경에서 기존 기술을 뛰어넘는 성능을 보였다.
계단 주행 실험에서는 50개 계단(수평 30.03m, 수직 7.38m) 코스를 단 35초 만에 완주하며, 블라인드 보행 제어기와 상용 인지형 제어기를 모두 능가했다.
급경사 환경에서는 훈련 조건(10°)보다 3.5배 가파른 35° 경사면을 안정적으로 등반했으며, 자세를 능동적으로 조정해 후방 다리 모터 토크를 기존 대비 약 1.5배 절감했다.
또한 다양한 장애물 상황에서 별도의 경로 계획 없이도 더 효율적인 경로를 스스로 선택하는 등 학습 기반 인지 능력을 보였으며, 불확실한 낙차 지형에서는 자발적으로 멈춰 지면을 탐색한 뒤 이동하는 ‘탐색 행동’도 확인됐다.
이와 함께 2.5kg의 탑재물을 실은 상태에서도 로봇 높이를 넘는 41cm 장애물을 극복하는 등 높은 민첩성을 입증했다. 시뮬레이션에서 ANYmal-C(애니멀-C, 스위스 취리히연방공대에서 개발된 대표적인 사족보행 로봇)로는 최대 1.0m, KAIST 하운드(KAIST 기계공학과 박해원 교수팀 개발 사족보행 로봇)로는 1.5m 수준의 장애물까지 대응 가능한 것으로 나타났다.
특히 이 기술은 비교적 낮은 장애물(27cm)만 학습했음에도, 실제 더 높은 42cm 계단에서도 약 80%의 성공률을 기록했다. 이는 로봇이 단순히 학습된 상황을 반복하는 것이 아니라, 새로운 환경에도 스스로 적응할 수 있는 능력을 갖췄다는 의미다.
연구팀은 이번 기술이 재난 대응, 산업 시설 점검, 산림 및 농업 등 기존 바퀴형 로봇이 접근하기 어려운 환경에서 활용될 수 있을 것으로 기대하고 있다.
명현 교수는 “이번 연구는 로봇이 단순히 움직이는 수준을 넘어, 환경을 이해하고 스스로 판단하는 단계로 발전했음을 보여준다”며 “향후 다양한 실제 환경에서 활용 가능한 지능형 이동 기술로 확장해 나갈 것”이라고 밝혔다.
이번 연구는 이 마데 아스윈 나렌드라(I Made Aswin Nahrendra) 박사(現 크래프톤 연구원, KAIST 박사 졸)가 제1저자로 참여했으며, 유병호 박사(유로보틱스(주) CEO), 오민호 박사(유로보틱스(주) CTO), 이동규(유로보틱스(주) CTO), 이승현(KAIST), 이현우(KAIST), 임형태 박사(MIT 박사후연구원)가 공동저자로 참여했다. 이 연구는 세계 최고 권위의 로보틱스 저널 IEEE Transactions on Robotics(T-RO)에 2월 게재됐다.
※ 논문명: DreamWaQ++: Obstacle-Aware Quadrupedal Locomotion With Resilient Multi-Modal Reinforcement Learning, 논문원본: https://arxiv.org/abs/2409.19709 )
※ 개발된 드림워크++의 구동 및 보행 영상
● 드림워크++ 메인 영상: https://youtu.be/DECFbMdpfps
● 드림워크++ 부가 영상: https://youtu.be/Img5a_yKjMs
● 개선된 드림워크의 휴머노이드 적용 영상: https://youtu.be/Kt5PgEiOijQ?si=I4O0flDSOV8ccX3d, https://www.youtube.com/watch?v=sWQY6prcQXw
● 개선된 드림워크의 휠-족형 로봇 적용 영상: https://youtu.be/7ruz6u5IhUE
● 프로젝트 페이지: https://dreamwaqpp.github.io
한편, 이번 연구는 산업통상자원부 한국산업기술평가관리원(KEIT)의 지원(과제번호 20018216, ‘동적, 비정형 환경에서의 보행 로봇의 자율이동을 위한 이동지능 SW 개발 및 실현장 적용’)과 산림청(한국임업진흥원) 산림과학기술 연구개발 사업(과제번호 RS-2025-25424472)의 지원을 받아 수행되었다.
2026.04.13
조회수 1535
-
모터 없이 1초 이내 굽혀지는 로봇손 구동기술 나왔다
우주 구조물과 로봇 팔에는 가볍고 반복적으로 움직일 수 있는 구동 장치가 필요하지만, 기존 모터 기반 시스템은 무겁고 구조가 복잡해 한계가 있다. 우리 대학 연구진은 1초 이내에 빠르게 작동하면서도 모터 없이 스스로 움직이는 스마트 소재 기반 구동 기술을 개발해, 로봇 팔과 우주 구조물 등 차세대 로봇·우주 장비 구현 가능성을 제시했다.
우리 대학은 기계공학과 김성수 교수 연구팀이 별도의 복잡한 기계장치 없이도 열과 같은 외부 자극에 반응해 스스로 형태를 바꾸고 다시 원래 상태로 돌아올 수 있는 ‘가역적 자가 변형(Self-shape change)’이 가능한 ‘양방향(Two-way) 형상 기억물질 기반 하이브리드 스마트 액추에이터’를 개발했다고 22일 밝혔다.
연구팀은 형상기억합금(Shape Memory Alloy, SMA)과 형상기억고분자(Shape Memory Polymer, SMP)를 결합해 두 소재의 장점을 동시에 활용할 수 있는 하이브리드 복합재 액추에이터를 설계했다. 형상기억합금은 열을 가하면 원래 형태로 돌아가는 금속 소재이며, 형상기억고분자는 열이나 외부 자극에 따라 형태가 변하는 고분자 소재다.
기존 형상기억 소재는 한 번 변형되면 원래 상태로 돌아오지 못하거나(단방향, One-way), 회복 속도가 매우 느리다는 한계가 있었다. 또한 금속 합금과 고분자 소재는 강도가 달라 반복적으로 사용할 경우 원래 형태로 정확히 복원되지 않는 문제도 있었다.
이를 해결하기 위해 연구팀은 소재와 구조를 함께 개선했다. 먼저 형상기억고분자의 화학 조성을 조절하고 탄소섬유로 보강해 소재를 더 단단하게 만들었다. 또한 액추에이터에 줄자처럼 휘어지는 ‘테이프 스프링(Tape spring)’ 형태의 구조를 적용했다. 이 구조는 변형 과정에서 에너지를 저장했다가 순간적으로 방출하는 ‘스냅-스루(Snap-through)’ 현상을 만들어 움직임의 속도와 정확도를 높여준다.
그 결과, 개발된 액추에이터는 열을 가하면 굽혀지고 온도가 내려가면 다시 펴지는 완전한 양방향 구동을 구현했다. 또한 기존 기술보다 변형 범위가 크게 늘어나 거의 100%에 가까운 초기 형상 복원률을 보였으며, 원래 형태로 돌아오는 속도도 크게 향상돼 복잡한 제어 없이도 반복적으로 작동할 수 있음을 확인했다.
이번 연구에서 개발한 형상기억 액추에이터는 양방향 변형이 가능하면서도 1초 이내의 빠른 변형 속도(Sub-second actuation)와 높은 전개 정확도를 동시에 구현했다는 점에서 의미가 크다. 이는 형상기억 소재 기반 구동 기술의 실용 가능성을 크게 높인 성과로 평가된다.
김성수 교수는 “이번 연구는 소재의 물성적 한계를 독창적인 구조 설계를 통해 극복하고, 형상기억 액추에이터의 성능을 한 단계 끌어올린 결과”라며 “향후 반복적인 그리핑 동작이 필요한 로봇 손(Gripper)이나 우주용 전개 구조물(Deployable structure) 등 다양한 응용 분야에 적용될 수 있을 것으로 기대한다”고 말했다.
강다정 박사과정이 제 1저자로 참여한 이번 논문은 국제 학술지 와일리(Wiley)사가 발행하는 ‘어드벤스드 펑셔널 머티리얼스(Advanced functional materials)’에 2026년 1월 19일자 온라인 게재되었으며, 그 우수성을 인정받아 2026년 3월 'Advanced Functional Materials'의 Front Cover로 채택되었다.
※ 논문명 : Two-Way Shape Memory Alloy and Polymer Composite Hybrid Smart Actuator With High Speed, Accuracy, and Reversible Deformation, DOI: https://doi.org/10.1002/adfm.202528863
※ 저자 정보 : 강다정 (KAIST, 제1 저자), 박성연 (KAIST, 공저자), Yitro Samuel Aditya (KAIST, 공저자), 이하은 (KAIST, 공저자), 김원빈(KAIST, 공저자), 배상윤 (KAIST, 공저자), 김성수 (KAIST, 교신저자)
한편, 이번 연구는 과기정통부가 지원하는 한국연구재단-나노 및 소재기술개발사업의 지원 (과제번호 RS-2024-00450477), 한국연구재단-국가반도체연구실지원핵심기술개발사업(과제번호 RS-2023-00260461)의 지원을 받아 수행됐다.
2026.03.23
조회수 2472
-
‘로봇 전자눈’초소형 적외선 센서 상온 3D 프린팅 제작 가능
어둠 속에서도 사물을 인식하는 ‘전자 눈’ 기술이 한층 더 진화했다. 자율주행차의 라이다(LiDAR), 스마트폰의 3D 안면 인식, 헬스케어 웨어러블 기기 등에서 사람의 눈을 대신해 ‘보는 기능’을 수행하는 적외선 센서가 핵심 부품으로 꼽히는 가운데, KAIST·공동연구진이 원하는 형태와 크기로 초소형 적외선 센서를 제작할 수 있는 상온 3차원(3D) 프린팅 기술을 세계 최초로 개발했다.
우리 대학은 기계공학과 김지태 교수 연구팀이 고려대학교 오승주 교수, 홍콩대학교 티안슈 자오(Tianshuo ZHAO) 교수와 공동으로 상온에서 원하는 형태와 크기의 10 마이크로미터(µm) 이하 초소형 적외선 센서를 제작할 수 있는 3D 프린팅 기술을 개발했다고 3일 밝혔다.
적외선 센서는 눈에 보이지 않는 적외선 신호를 전기 신호로 변환하는 핵심 부품으로, 로봇비전 등 다양한 분야의 미래형 전자기술을 구현하는 데 필수적이다. 이에 따라 센서의 소형화·경량화, 그리고 다양한 형태(폼팩터) 구현의 중요성이 커지고 있다.
기존 반도체 공정 기반 제조 방식은 대량생산에는 적합했지만, 빠르게 변화하는 기술 수요에 유연하게 대응하기 어렵고, 고온 공정이 필수여서 소재 선택이 제한되며 에너지 소비가 많다는 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해, 금속·반도체·절연체 소재를 각각 나노결정 형태의 액상 잉크로 만들어 단일 프린팅 플랫폼에서 층층이 쌓아 올리는 초정밀 3차원 프린팅 공정을 개발했다.
이를 통해 적외선 센서의 핵심 구성 요소를 상온에서 직접 제작할 수 있으며, 맞춤형 형태와 크기의 초소형 센서 구현이 가능해졌다.
특히 연구팀은 나노입자 표면의 절연성 분자를 전기가 잘 통하는 분자로 바꾸는 ‘리간드 교환(Ligand Exchange)’ 기법을 3D 프린팅 과정에 적용해, 고온 열처리 없이도 우수한 전기적 성능을 확보했다.
그 결과, 사람 머리카락 굵기의 1/10 수준(10 µm 이하)의 초소형 적외선 센서 제작에 성공했다.
김지태 교수는 “이번에 개발된 3차원 프린팅 기술은 적외선 센서의 소형화·경량화를 넘어, 기존에 상상하기 어려웠던 혁신적인 폼팩터 제품 개발을 앞당길 것”이라며 “또한 고온 공정에서 발생하는 막대한 에너지 소비를 줄여 생산 단가 절감과 친환경적 제조 공정을 실현함으로써, 적외선 센서 산업의 지속 가능한 발전에 기여할 것으로 기대한다”고 말했다.
이번 연구 결과는 세계적 학술지 네이처 커뮤니케이션스(Nature Communications) 2026년 10월 16일 자 온라인판에 게재됐다.
※ 논문명: Ligand-exchange-assisted printing of colloidal nanocrystals to enable all-printed sub-micron optoelectronics, DOI: https://doi.org/10.1038/s41467-025-64596-4
이번 연구는 과학기술정보통신부의 우수신진연구(RS−2025-00556379), 국가전략기술 소재개발사업(RS−2024-00407084), 원천기술국제협력개발사업(RS−2024-00438059)의 지원으로 수행됐다.
2025.11.03
조회수 3789
-
조선소와 도심을 누비는 차세대 로봇
우리 대학은 KAIST 연구성과를 기반으로 한 국내 로봇 스타트업들이 조선소와 도심 현장에서 새로운 혁신을 이끌고 있다고 30일 밝혔다.
벽과 천장을 자유롭게 오르내리는 산업용 보행 로봇과 강남 도심 속을 걸어 다니는 휴머노이드 보행 로봇이 상용화 무대에 오르며 주목받고 있다.
㈜디든로보틱스과 유로보틱스(주)가 그 주인공이다. 디든로보틱스는 철제 벽면과 천장을 자유롭게 이동하며 작업할 수 있는 혁신적인 '승월(昇越) 로봇' 기술을 상용화하며 조선업을 비롯한 산업 자동화 시장에 새로운 돌파구를 제시하고 있다. 유로보틱스는 세계 최고 수준의 휴머노이드 보행 기술 상용화로 이번 성과는 오는 10월 1일 열리는 국제 휴머노이드 로봇학회‘Humanoids 2025’에서 공식 발표될 예정이다.
디든로보틱스는 2024년 3월 KAIST 기계공학과 휴보랩 DRCD연구실(박해원 교수) 출신 4명이 공동 창업한 로봇 전문 스타트업이다. 대표 제품‘DIDEN 30’은 사족보행 로봇으로, 자율주행 기술과 족형 다리 구조, 자석 발을 결합해 사람이 접근하기 어려운 고위험 작업 환경에서도 활용 가능하도록 설계됐다.
‘DIDEN 30’은 선박 건조 현장에서 구조물로 빽빽하게 설치된 철제 보강재(론지, longi)를 넘는 ‘론지 극복 테스트’를 성공적으로 마치며 현장 적용 가능성을 입증했다. 현재는 선박 내부의 좁은 출입구인 액세스홀(access hole)을 안정적으로 통과할 수 있도록 기능을 고도화하는 연구를 진행 중이며, 2026년 하반기부터는 용접·검사·도장 등 실제 작업에 투입될 수 있도록 성능 개선을 추진하고 있다.
차세대 2족 보행 로봇 ‘DIDEN Walker’도 개발 중이다. 2025년 4분기 프로토타입 완성을 목표로 협소하고 복잡한 산업 현장에서 안정적 보행이 가능하도록 설계됐으며, 향후 조선업 용접 자동화를 위한 상체 매니퓰레이터 탑재도 계획하고 있다.
디든로보틱스는 독자적인 ‘Physical AI’ 기술 고도화에 속도를 내고 있다. 핵심은 자체 개발한 AI 학습 플랫폼 ‘DIDEN World’로, 가상 시뮬레이션에서 최적의 동작 데이터를 미리 생성해 AI가 시행착오 없이 학습하는 오프라인 강화학습 방식을 적용했다. 이를 통해 학습 효율성과 안정성을 높였다.
또한 AI 기술을 실제 구현하기 위해 하드웨어 내재화에 나서고 있으며, 로봇의 ‘눈’에 해당하는 3D 인식 기술도 고도화하고 있다. 4대 카메라 기반 3차원 지도 작성 기술 등을 통해 2026년까지 작업자 개입 없는 완전 자율 보행 시스템 완성을 목표로 하고 있다.
디든로보틱스는 이러한 기술적인 개발 뿐만 아니라 지난 9월 삼성중공업과 공동개발을 통해 건조 중인 블록에서 론지 극복, 승월 테스트, 용접 작업까지 성공적으로 수행했다. 이는 디든로보틱스의 기술이 실험실 수준을 넘어 실제 산업 현장에서 검증받았음을 의미하는 중요한 성과이다.
한편 디든로보틱스는 삼성중공업을 비롯해 HD현대삼호, 한화오션, HD한국조선해양 등 국내 주요 조선소들과 현장 맞춤형 로봇 개발에 협력하고 있다.
김준하 디든로보틱스 대표는 “삼성중공업 현장에서의 성공적인 테스트를 통해 우리 기술의 실용성과 안정성을 입증했다”며, “조선업의 인력난 해소와 자동화를 선도하는 기업으로 자리매김하겠다”고 밝혔다.
유로보틱스는 KAIST 명현 교수 연구팀 출신 3명이 공동 창업한 자율 보행 스타트업으로 야지를 포함한 실내외 산업 현장에서의 자율보행 기술 상용화를 추진하고 있다. 최근 공개된 영상에서 유로보틱스가 개발한 제어 기술을 탑재한 휴머노이드가 강남 도심 인파 속을 자연스럽게 걸어 주목을 받았다.
핵심은 ‘맹목(blind) 보행 제어기’ 기술이다. 카메라나 LiDAR 같은 외부 센서 없이 내장 정보만으로 보행을 결정해, 낮과 밤·날씨와 무관하게 안정적 보행이 가능하다. 정밀한 지형 모델링 없이도 로봇이 스스로 지형을 ‘상상’하며 보행을 수행하는 방식으로, 보도블록·내리막길·계단 등 다양한 환경에서 동일한 제어기로 강인한 성능을 발휘한다.
이 기술은 KAIST 명 교수 연구실에서 출전한 2023년 국제로봇자동화학술대회(ICRA) 사족보행 경진대회에서 출발했으며, MIT를 큰 점수차로 제치고 우승하여 세계적 기술력을 입증한 바 있다. 당시 유병호 유로보틱스 대표가 팀을 이끌었으며, 핵심 자율 보행 기술 개발에 오민호, 이동규 공동 CTO가 직접 참여했다. 이후 이를 기반으로 휴머노이드 환경에 맞춘 추가 개발을 이어가며 상용화 단계에 들어섰다.
유병호 유로보틱스 대표는 “이번 영상은 휴머노이드 완전 자율보행을 향한 첫걸음”이라며, “KAIST 연구성과를 산업 현장에서 곧바로 활용 가능한 기술로 발전시켜 나가겠다”고 강조했다.
배현민 KAIST 창업원장은 “학내 로봇 산업이 활발히 성장할 수 있도록 초기 단계부터 밀착 지원하고, 안정적으로 정착할 수 있도록 적극적으로 돕겠다”고 밝혔다.
이광형 KAIST 총장은 “이번 성과는 KAIST 원천기술이 스타트업을 통해 산업 현장으로 빠르게 확산되고 있음을 보여주는 대표적인 사례”라며, “앞으로도 KAIST는 도전적 연구를 바탕으로 혁신 창업을 촉진하고, 글로벌 로봇 산업을 선도할 수 있도록 적극 지원하겠다”고 말했다.
https://youtu.com/watch?v=IHTrnZRtICs
https://youtu.be/Xj36lswPgVA?si=IPEbXtaMUAhlZqaO
2025.09.30
조회수 6491