주로 재난 현장이나 잔해 지역을 누비도록 설계된 사족보행 로봇이 파쿠르 동작을 습득해 주목받고 있다.

스위스 연방 공과대학교(ETH Zurich) 연구팀은 기존에 암석이 많은 도로 환경을 주로 주행하던 사족보행 로봇 애니말(ANYmal)에게 파쿠르 동작을 가르쳤다.

테크 익스플로어는 13일(현지시간) ETH 취히리 연구탐의 훈련으로 사족보행 로봇 ANYmal은 최근 인기를 끌고 있는 도시 환경의 장애물을 뛰어넘거나 빠르게 이동하는 파쿠르 동작을 수행하는 데 능숙하게 되었다고 전했다.

파쿠르는 주변 환경을 이용해 가능한 한 효율적으로 한 지점에서 다른 지점으로 이동하는 훈련 방법이나 스포츠를 말한다. 주로 도시의 건물, 벽, 계단 등을 활용하며, 몸의 균형, 힘, 정확성, 속도를 요구한다. 파쿠르 동작에는 점프, 구르기, 타기, 넘기 등 다양하고 유연한 움직임을 포함한다.

또한 ANYmal은 건설 현장이나 재난 발생 지역과 같은 복잡한 지형에서도 효과적으로 이동할 수 있는 능력을 갖추게 됐다.

연구 결과는 학술지 '사이언스 로보틱스(Science Robotics)'에 게재됐다

연구팀은 기계공학 및 프로세스 엔지니어링학과 마르코 후터(Marco Hutter) 교수가 이끄는 두 팀으로 구성되어 있으며, 서로 다른 접근 방식을 사용하여 ANYmal에게 새로운 기술을 가르쳤다.

기계적 한계 극복

연구팀 중 한 팀에는 평소 파쿠르 운동을 즐기는 니키타 루딘(Nikita Rudin) 박사 과정 연구원이 참여했다. 루딘 박사 학생은 "프로젝트 시작 전 많은 연구원들이 사족보행 로봇의 기술 발전은 한계에 도달했다고 생각했다. 하지만 저는 달리 생각했다. 사실 사족보행 로봇의 기계적인 측면에서 더 많은 발전 가능성이 있다고 확신했다"고 말했다.

루딘 연구원은 자신의 파쿠르 경험을 바탕으로 머신 학습을 활용하여 ANYmal에게 새로운 기술을 가르치고 기존 기능을 한계 이상으로 뛰어넘기 위한 노력을 기울였다. 현재 ANYmal은 장애물을 뛰어넘고 다이나믹한 동작을 통해 다시 뛰어 내려올 수 있다.

이 과정에서 ANYmal은 마치 아이가 배우듯 시행착오를 통해 학습했다. 현재 ANYmal은 장애물 앞에 다다르면 카메라와 인공 신경망을 사용하여 장애물의 종류를 파악하고 이전 훈련 데이터를 기반으로 성공 가능성이 높은 동작을 수행한다.

루딘 연구원은 이러한 방식을 통해 개별적인 새로운 기술 습득에는 효과적이지만, 미리 정의된 문제 해결 이상으로 잔해가 쌓인 재난 지역과 같은 복잡한 지형을 탐색하도록 하는 데는 한계가 있다고 말했다.

신기술과 기존 기술의 융합

루딘 박사 연구원의 동료인 파비안 예넬텐(Fabian Jenelten) 박사 과정 연구원이 참여한 또 다른 연구팀은 이러한 한계를 극복하기 위해 기존 기술과 머신 학습을 융합하는 방식을 사용했다.

이 방법은 모델 기반 제어라는 제어 공학 분야의 기존 기술을 활용해 로봇에게 정확한 동작을 가르치는 데 더 효과적이다. 예를 들어 잔해 더미 속의 틈새와 요철을 인식하고 통과하는 방법과 같은 기술을 습득시킬 수 있다. 반면, 머신 학습은 로봇이 익힌 운동 패턴을 예상치 못한 상황에 유연하게 적용할 수 있도록 돕는다.

예넬텐 박사 연구원은 "두 가지 접근 방식을 결합함으로써 ANYmal의 성능을 최대한으로 끌어올릴 수 있다"고 말했다.

연구 결과, 사족보행 로봇 ANYmal은 미끄러운 표면이나 불안정한 바위에서도 더욱 안정적으로 이동할 수 있게 됐다. ANYmal은 곧 건설 현장이나 재난 발생 지역의 붕괴된 건물 검사와 같이 사람이 접근하기 어려운 위험한 곳에도 투입될 예정이다.