KAIST, HILO 이용한 웨어러블 로봇 개인맞춤형 이어 자동최적화 기대
KAIST 기계공학과 공경철 교수가 포함된 국제공동연구팀이 로봇의 성능을 최적화하는 과정에 사람을 포함시킴으로써, 인적 요소(Human factor)를 로봇의 제어 알고리즘에 충분히 반영하는 방법인 힐로(HILO, Human-in-the-loop optimization)에 대한 연구를 네이처 본지(IF 50.5)에 발표했다.
(왼쪽 위부터 시계 방향) KAIST 기계공학과 공경철 교수, (아래 오른쪽) HILO가 적용되는 로봇 시스템들 예시(출처 Nature)
연구 배경
연구를 통해 로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 개발되어야 한다고 밝히고 있다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가오게 할 것이라고 말한다.
웨어러블 로봇의 경우에는 로봇과 사람이 함께 하나의 동작을 만들어내는 극단적인 경우이다. 이외에도 사람과 로봇이 어우러져 협동하는 경우는 흔하게 찾아볼 수 있다. 로봇이 사람과 동떨어져 동작하는 것보다는 로봇의 정밀도나 안전성을 확보하는 것이 훨씬 까다로워진다. 우리가 흔히 보는 바리스타 로봇이 유리장 안에 갇혀 있는 이유이기도 하다.
연구 내용
이와 같은 문제를 해결하기 위하여 HILO(Human-in-the-loop optimization) 방법이 제안됐다. 로봇과 사람을 별개의 시스템으로 간주하는 것이 아니라, 하나의 통합된 시스템으로 간주하여 최적화를 진행하는 방식이다.
그림 1. HILO가 로봇 시스템에 적용되어 최적화가 이루어지는 원리(출처 Nature)
이를 통해 HILO 방법은 로봇과 사람이 상호작용하는 시스템을 제어함에 있어 ‘개인 맞춤형 자동 최적화’라는 혁신적인 방향성과 가능성을 제시했다. 실제로 공 교수가 개발해 상용화된 웨어러블 로봇은 사람마다 특성을 다르게 최적화할 수 있도록 알고리즘이 설계되어 있고, 현재 데이터 클라우드를 이용하여 병원-가정-일상에 이르는 다양한 환경에서 자동으로 최적화를 진행할 수 있도록 연구를 진행하고 있다.
기대 효과
공경철 교수는 HILO 방법을 이용해 하반신 마비 장애인이 착용한 웨어러블 로봇의 성능을 개인맞춤형으로 최적화했고 앞으로 웨어러블 로봇의 온라인 자동최적화 기능을 상용화할 계획이다. 로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 튜닝되어야 한다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가올지 기대된다.
<저작권자©스마트앤컴퍼니. 무단전재-재배포금지>
