주변 따라 걷고 뛰고…KAIST, 사족 보행 로봇 제어기술 개발

KAIST 기계공학과 박해원 교수팀 성과
제어기로 걷기·달리기·점프 등 다양한 보행 기술 구현

KAIST 하운드가 다양한 장애물들을 극복하는 모습/KAIST

주변 환경에 맞춰 보행 방식을 실시간으로 전환하는 사족 보행 로봇 기술이 개발됐다.

카이스트(KAIST)는 기계공학과 박해원 교수 연구팀이 하나의 제어기로 걷기와 달리기, 점프 등 다양한 보행 기술을 실시간으로 전환해 야외 환경에서도 빠르고 안정적으로 이동할 수 있는 사족 보행 로봇 핵심 제어기술을 개발했다고 16일 밝혔다.

기존 사족 보행 로봇은 평지를 빠르게 달리거나 단순한 장애물을 넘는 데는 우수했지만, 복합적인 장애물이 섞인 실제 환경에서는 속도와 안정성을 동시에 확보하는 데 어려움이 따랐다.

연구팀은 이 같은 한계를 극복하기 위해 행동 사전학습 기반 트랜스포머 강화학습(APT-RL)이라는 새로운 학습 기반 제어기술을 개발했다고 설명했다. APT-RL은 로봇이 걷기와 달리기, 점프 등 다양한 보행 기술을 미리 학습한 뒤 실제 환경에서 상황에 맞게 조합하고 실시간으로 전환하도록 설계한 제어기술이다.

연구팀은 사람이나 동물의 움직임을 일일이 촬영하지 않고도 컴퓨터 시뮬레이션만으로 다양한 보행 기술을 담은 총 15.5시간 분량의 학습 데이터를 단 8분 만에 생성했다. 생성된 데이터는 로봇의 기본 운동 능력을 학습하는 데 활용됐고, 이 과정에 로봇 동역학과 궤적 최적화 기술 등이 적용됐다. 또 강화학습과 시행착오를 반복해 복잡한 3차원 지형에서도 상황에 맞는 보행 기술을 스스로 선택하고 전환할 수 있도록 했다.

마지막으로 깊이 카메라(Depth Camera)와 라이다(LiDAR)를 결합해 로봇이 주변 환경과 목표 속도를 실시간으로 인식하고 가장 적합한 보행 전략을 선택하도록 구현했다. 연구팀은 개발한 제어기술을 자체 개발한 사족 보행 로봇 'KAIST 하운드(HOUND)'에 탑재해 성능을 검증했다고 설명했다. 실험은 실내 장애물 코스뿐 아니라 KAIST 캠퍼스와 숲길 등 실제 야외 환경에서 진행됐다.

KAIST 하운드는 계단과 잔디, 경사로가 포함된 도시형 지형은 물론 쓰러진 나무와 노출된 뿌리, 낙엽길 등 비정형 자연 지형에서도 상황에 맞춰 보행 기술을 실시간으로 전환하며 안정적으로 이동했다고 연구팀은 전했다.

박해원 KAIST 기계공학 교수는 "이번 연구는 사족 보행 로봇이 실내와 야외의 복잡하고 비정형적인 지형을 인식하고 상황에 맞는 보행 전략을 스스로 선택·전환할 수 있음을 보여줬다"며 "향후 재난 현장, 국방 임무, 산업시설 점검 등 험지 환경에서 피지컬 AI 기반 보행 로봇의 활용 가능성을 넓히는 기반 기술이 될 것으로 기대한다"고 말했다.