정밀 작업도 로봇이 척척…다중 정밀도 조작 로봇 AI 모델 개발

(대전=뉴스1) 김종서 기자 = 좁은 틈에 부품을 끼우거나 작은 버튼을 누르는 사람의 손재주를 로봇이 적은 데이터만으로도 배울 수 있게 됐다.

한국과학기술원(KAIST)은 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.

기존 최고 성능 모델보다 작업 성공률을 최대 81% 높인 이번 기술은 정밀 제조와 의료 분야 로봇의 활용 범위를 크게 넓힐 것으로 기대된다.

기존의 로봇 인공지능(AI)은 사람이 움직이는 모습을 매우 짧은 시간 간격으로 기록한 방대한 양의 데이터를 학습해야 정밀한 작업을 수행할 수 있었다. 나사를 조이거나 좁은 틈에 부품을 끼워 넣는 작업을 배우려면 수많은 동작 데이터를 세밀하게 수집해야 했기 때문에 시간과 비용이 많이 들었다.

연구팀은 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 확산모델을 결합해 이러한 기능을 구현했다. 맘바 내부 이산화 과정에 단계 조정 계수 메커니즘을 새롭게 도입한 것이다.

맘바는 입력 신호로부터 시계열의 시간 간격을 스스로 예측해 이산화하는데, 단계 조정 계수는 이 예측값에 곱해져 모델이 사용하는 시간 간격을 사용자가 원하는 정밀도로 직접 조절할 수 있게 한다.

이를 통해 로봇은 적은 양의 데이터로 학습하더라도 실제 작업을 수행할 때는 움직임을 더 작은 단위로 나눠 정교하게 동작할 수 있다. 사람이 비교적 간단하게 시범을 보여줘도 로봇이 필요에 따라 스스로 동작을 세분화해 정밀한 작업을 수행하게 된다.

디스포는 시뮬레이션 환경에서 기존 최고 성능 모델 대비 최대 81% 높은 작업 성공률을 기록했다. 실제 협동로봇을 이용한 실험에서는 반경 2.5㎜에 불과한 좁은 틈에 부품을 끼워 넣고 스마트폰의 작은 셔터 버튼을 정확히 누르는 고난도 작업을 안정적으로 수행했다. 기존 인공지능 모델보다 최대 4배 높은 성공률을 보였다.

이번 기술은 정밀 부품 조립, 케이블 연결, 의료 수술, 정밀 가공 등 높은 정확성이 요구되는 다양한 산업 분야에 적용될 수 있을 것으로 기대된다.

연구팀은 특히 적은 데이터만으로도 고정밀 로봇을 학습시킬 수 있어 로봇 개발 비용을 크게 낮추고 제조·의료·서비스 산업의 자동화를 앞당기는 데 기여할 것으로 보고 있다.

박 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.

KAIST 김재철 AI대학원 오나영 석사과정생이 제1 저자로 참여한 이번 연구 성과는 오스트리아 빈에서 열린 로봇공학 학술대회 '국제 로봇 및 자동화 학술대회(ICRA 2026)'에서 발표됐다.

jongseo12@news1.kr