maxon Story
세계에서 가장 민감하고 내구성 높은 로봇 핸드
최신 AI 기계 학습 프로젝트에서 로봇 핸드가 필요했던 구글 딥마인드(Google DeepMind)는 섀도우 로봇(Shadow Robot)에 주목했습니다. 근래에 개발된 이 로봇 핸드는 세계에서 가장 민감하고 손재주가 우수할 뿐만 아니라 기존 설계로는 견디지 못했던 충격을 견딜 정도로 견고합니다.
오랜 인류의 역사를 돌이켜 봐도 손의 기능은 언제나 대체가 불가능했습니다. 손재주는 인류가 최초로 도구를 사용하기 시작한 선사 시대부터 외과 의사들이 고도의 정밀도를 달성한 오늘날까지 이어져 왔으며, 27개의 뼈와 30개가 넘는 근육으로 구성된 손이 (어쩌면 가장 인간적인 장기라고 할 수 있는) 뇌의 명령에 따라 움직이면서 결정됩니다.
로봇 핸드를 제어하기가 어려운 이유도 바로 여기에 있습니다. 로보틱스 분야에서는 정밀한 속도와 힘으로 물체를 잡아 조작해야 하기 때문에 정교한 모터 기술이 필요합니다.
한편, 구글 딥마인드와 같은 기업들은 인공 지능(AI)의 한계를 극복하는 데 앞장서고 있습니다. 이러한 기업들은 어떤 기계가 학습을 통해 기존의 한계를 효과적으로 극복하고 연구 성과를 높일 수 있는지 파악하고 있습니다.섀도우 로봇(Shadow Robot)은 루빅스 큐브를 학습하는 모델에 대한 동영상을 통해 시장에 그들의 역량을 보여주었습니다.
DEX-EE의 독자적 설계가 혁신의 중심입니다.
실사용에 적합한 로봇 핸드
섀도우 핸드(Shadow Hand)는 구글 딥마인드 팀에게 깊은 인상을 남겼습니다. 하지만 새로운 프로젝트를 진행하려면 그 이상의 무언가가 필요했습니다.
섀도우 로봇의 이사인 리치 워커(Rich Walker)는 “실제 작업을 바탕으로 학습할 수 있는 로봇 핸드가 목표였죠. 섀도우 핸드(Shadow Hand)는 세계에서 가장 손재주가 우수하고 민감한 로봇 핸드지만 구글 딥마인드 팀은 다른 테스트 로봇들과 달리 실제 작업에서 발생하는 충격까지 견딜 수 있는 로봇 핸드를 요구했습니다.”라고 밝혔습니다.
구글 딥마인드는 데이터 수집을 우선적으로 해결할 수 있도록 다수의 센서를 요청했고, 이에 따라 섀도우 로봇은 “어떤 상황에서도 감지가 가능할 정도로 센서 수를 크게 늘려” 로봇 핸드를 설계하기 시작했습니다.
인간의 손 모양을 그대로 복제하지 않더라도 실제 학습 작업에서 손재주가 우수하고 민감도와 견고성이 뛰어난 로봇 핸드를 개발하는 것이 목표였습니다. 이러한 목표를 달성하기 위해 견고한 핑거 3개와 인간의 손보다 약 50% 큰 핸드를 설계했습니다.
그것이 바로 DEX-EE입니다. DEX-EE는 고속 센서 네트워크를 구축하여 위치, 힘, 관성 측정 등 풍부한 데이터를 제공하는 로봇 핸드입니다. 여기에 핑거 1개마다 촉각 감지 채널이 수백 개씩 추가되어 압력 민감도를 높은 수준까지 최적화했습니다. 실제 인간의 손과 비교해도 손색이 없을 정도입니다.
구동 시스템의 혁신
섀도우 로봇은 힘의 적용을 정밀하게 제어하고 핸드에 배열된 조인트를 조작하기 위해 우수한 구동 시스템이 필요했습니다. DEX-EE의 가치는 독자적인 설계에 있습니다. 조인트 1개에 모터 1개가 탑재되는 기존 방식과 달리 조인트 1개마다 다수의 모터를 이용할 수 있는 텐던 구동 시스템이 특징입니다.
모터 5개가 각 핑거 3개에 장착된 조인트 4개를 구동하기 때문에 백래시, 즉 움직임 방향이 반전되었을 때 발생할 수 있는 ‘유격’을 제거하여 제어 모션을 최적화합니다. 또한 각 조인트마다 세밀한 모터 제어를 통해 제로 조인트 토크를 구현하기 때문에 DEX-EE가 민감한 움직임을 정교하게 제어하는 동시에 취약한 물체를 안전하게 처리할 수 있습니다.
섀도우 로봇은 DEX-EE에게 필요한 신뢰성과 성능을 구현할 목적으로 독창적인 구동 시스템 파트너를 찾았습니다.
리치는 “맥슨 모터는 제조 기술의 발전에 바탕을 두고 있으며, 이러한 발전은 DEX-EE가 요구하는 조건의 핵심이었습니다. 특히로봇 매니퓰레이션에서의 실제 견고성을 고려하면 더욱 맥슨이 적합했습니다.”라고 밝혔습니다.
DEX-EE는 맥슨 DC 모터인 DCX16 15개가 탑재되어 로봇 핸드가 텐던에 충분한 힘을 인가할 수 있도록 높은 토크 밀도를 구현합니다. 덕분에 로봇 핸드는 물체를 잡아 고정하는 등 다양한 조작에 필요한 동작과 강도로 움직일 수 있습니다. 그 밖에도 각 핑거 베이스의 범위에 맞춰 컴팩트한 크기로 모터를 제조해야 했습니다.
또한 모터의 무철심 권선으로 기존 철심 설계에서 덜컥거리면서 발생하는 움직임인 코깅을 제거했습니다. 이로써 부드러운 제어 모션이 가능해졌으며, 특히 DEX-EE가 섬세하고 복잡한 작업의 정밀도를 보장할 수 있게 되었습니다. 또한 높은 설계/제조 공차와 프리미엄 소재 덕분에 구동 소음이 적고 내구성이 우수합니다.
로봇 핸드의 미래
1,000시간이 넘는 테스트로 DEX-EE의 성능과 신뢰성을 확인했습니다. 여기에는 “정책 학습”이라는 프로세스 시뮬레이션도 포함되었습니다. 정책 학습이란 기계적 응력을 수반하는 무작위 반복 움직임을 통해 AI가 효과적인 작업 방법을 탐색하는 프로세스를 말합니다. 섀도우 로봇 팀은 DEX-EE를 대상으로, 피스톤과 다양한 도구까지 포함해 강도 높은 충돌 및 충격 테스트도 진행했습니다.
구글 딥마인드는 이미 DEX-EE의 성능에 관한 연구 논문을 발표했습니다. 여기에는 로봇 핸드 주위로 사방이 막힌 공간에서 조작하고, 커넥터에 연결한 후 핸드가 움직일 때 충격을 가하는 시연 동영상도 포함됩니다. 해당 시연은 DEX-EE의 견고성을 잘 보여주는 작업으로 공간 벽면에 반복해서 부딪혀 충돌하면서도 어떻게 충격을 견디고 작업을 완료하는지 설명하고 있습니다.
리치는 “구글 딥마인드는 DEX-EE를 연구 플랫폼으로 활용하여 실제 환경에서 학습을 연구하고 있으며, 로봇 핸드의 견고성과 민감도 덕분에 기존 로봇보다 훨씬 안정적인 방식으로 물체와 상호작용할 수 있게 되었습니다.”라고 말했습니다.
현재는 더욱 많은 기업이 DEX-EE를 연구 플랫폼으로 활용하고 있습니다. 섀도우 로봇의 핸드 로봇은 일상 환경에서 기계 학습에 대한 이해의 폭을 넓힐 목적으로 개발되었지만 리치는 복잡한 로봇 핸드 기술이 머지 않아 일상에도 폭넓게 도입될 거라고 전망하고 있습니다. 섀도우 로봇의 리치 워커에 따르면, 로보틱스 기술이 앞으로 대중화되어 로봇 장치가 일상이 된다면 ‘로봇’이라는 이름도 사라질 것이라고 말합니다.
“앞으로 로보틱스 개발자들은 일상에서 사용할 수 있는 장치도 개발할 것입니다. 그때가 되면 더 이상 ‘로봇’이라고 부를 일도 없겠지요. 그렇게 되면 로봇에 대한 우리의 흥미도 많이 떨어질 수 있습니다. 하지만 현실에서는 이러한 장치들이 처음에 생각했던 것보다 훨씬 유용하게 사용될 것입니다.”
이미지/동영상 저작권
The Shadow Robot Company Ltd. All rights reserved.