[더테크 이지영 기자]  로봇이 전선·의류·고무줄처럼 형태가 자유롭게 변형되는 물체를 다루는 기술은 제조·서비스 산업 자동화의 핵심 과제로 꼽혀왔다. 그러나 변형 물체는 모양이 일정하지 않고 움직임을 예측하기 어려워 로봇이 이를 정확히 인식하고 조작하는 데 큰 한계가 있었다.

국내 연구진이 이러한 문제를 해결할 수 있는 새로운 인공지능 기반 로봇 기술을 개발했다. KAIST는 21일 전산학부 박대형 교수 연구팀이 불완전한 시각 정보만으로도 변형 물체의 상태를 정밀하게 파악하고 능숙하게 조작할 수 있는 ‘INR-DOM’ 기술을 선보였다고 밝혔다.

연구팀은 로봇이 관측한 부분적인 3차원 정보만으로 보이지 않는 영역까지 포함한 물체의 전체 형상을 복원하고, 이를 토대로 효율적인 조작 방식을 학습할 수 있는 프레임워크를 개발했다. 특히 강화학습과 대조학습을 결합한 2단계 학습 구조를 적용해 기존 대비 월등히 높은 성공률을 달성했다.

실험 결과, 고무링 끼우기·O링 설치·꼬인 고무줄 풀기 등 난이도 높은 과제에서 기존 최고 성능 기술보다 현저히 높은 성과를 기록했다. 특히 가장 어려운 꼬임 풀기 작업에서는 성공률이 75%에 달해, 기존 기술(26%)보다 약 49%포인트 개선됐다. 실제 로봇 실험에서도 끼우기·설치·풀기 작업을 90% 이상 성공률로 수행하며 실환경 적용 가능성을 입증했다.

박 교수 연구팀은 변형 물체 조작(DOM)이 로봇 공학의 오랜 난제였다는 점을 강조하며, 이번 기술이 제조업·물류·의류 정리·의료 등 다양한 분야에서 지능형 자동화를 앞당길 수 있을 것으로 기대하고 있다.

연구에 참여한 송민석 연구원은 “이번 연구는 로봇이 불완전한 정보만으로도 변형 물체의 전체 모습을 이해하고 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다”며 “앞으로 인간과 협력하거나 대체해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것”이라고 말했다.