【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]"로봇, 엉킨 고무줄도 푼다"…KAIST, 변형 물체 조작 AI 기술 개발

온카뱅크관리자

2025-08-21 11:47:30

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="42oqqkQ0Lz">
          <figure class="figure_frm origin_fig" contents-hash="369dbcdf376e5ce71bac2b0819c622672a498ce404bbcc707bc3bbf729551bde" dmcf-pid="8VgBBExpd7" dmcf-ptype="figure">
           <p class="link_figure"><img alt="로봇팔이 다양한 작업을 수행하는 모습. KAIST 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/21/dongascience/20250821114521367lavz.png" data-org-width="680" dmcf-mid="fXP55JBWdq" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/21/dongascience/20250821114521367lavz.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            로봇팔이 다양한 작업을 수행하는 모습. KAIST 제공.
           </figcaption>
          </figure>
          <p contents-hash="17529f483b1ca8b4962e2b76db68d3d8abdb5d22fc21281bc5357811e3e840c0" dmcf-pid="6fabbDMUdu" dmcf-ptype="general">전선이나 고무줄처럼 형태가 자유롭게 변하는 물체를 능숙하게 다룰 수 있는 인공지능(AI) 기술이 개발됐다. 케이블 및 전선 조립, 의류 정리와 포장 등 다양한 산업 분야의 자동화에 기여할 것으로 기대된다. </p>
          <p contents-hash="e0fc0a8ac9122a927034cd7659b0adb65b09268459ff191be8a19e6603f1cffa" dmcf-pid="P4NKKwRuMU" dmcf-ptype="general">KAIST는 박대형 전산학부 교수 연구팀이 탄성 밴드처럼 형태가 계속 변하고, 시각적으로 형태를 구별하기 어려운 물체도 로봇이 능숙하게 다룰 수 있게 하는 AI 로봇 기술 'INR-DOM((Implicit Neural-Representation for Deformable Object Manipulation)'을 개발했다고 21일 밝혔다. 연구 결과는 로봇 공학 분야 최상위 국제 학술대회인 ‘로보틱스: 사이언스 앤 시스템즈 (Robotics: Science and Systems, RSS) 2025’에서 발표됐다.</p>
          <p contents-hash="f29d7d36bcaf1f0092e3c48c421b294925c654e94b20631ccdb03a7360e2c334" dmcf-pid="Q6A22mdzLp" dmcf-ptype="general">변형 물체를 조작하는 것(Deformable Object Manipulation, DOM)은 로봇 공학의 오랜 난제 중 하나다. 로봇이 물체의 3차원(3D) 구조를 정확하게 파악하고 움직임을 예측해야 원하는 대로 조작할 수 있다. 변형 물체는 표면이 연속적으로 변해 구조를 파악하고 예측하는 일이 매우 어렵기 때문이다.</p>
          <p contents-hash="ab78fabbae484c0d76fade1184bd34b301ccf62c38c4f6c5f74be1e692c66f62" dmcf-pid="xPcVVsJqM0" dmcf-ptype="general">연구팀은 이런 한계를 극복하기 위해 ‘잠재 신경 표현(Implicit Neural Representation)’을 활용했다. 잠재 신경 표현 기술은 로봇이 관측한 부분적인 3차원 정보를 입력받아, 보이지 않는 부분을 포함한 물체의 전체 형상을 연속적인 곡면으로 재구성하는 것을 말한다. 이를 통해 로봇은 마치 사람처럼 물체의 전체적인 모습을 상상하고 이해할 수 있다.</p>
          <p contents-hash="4e918e4925c9f5dcc4a84e5514137f673fd4cbdc8dedacca3bf39eee5f851d71" dmcf-pid="yvuII9XDL3" dmcf-ptype="general">연구팀은 두 단계로 이뤄진 학습 방식을 도입했다. 먼저 1단계에서는 불완전한 3차원 정보만으로도 물체의 전체 모양을 복원하는 모델을 학습시켰다. 로봇이 잘 보이지 않는 부분도 추론해 전체 모양을 잘 복원하고, 늘어나는 물체의 표면을 잘 표현할 수 있는 기반을 마련했다.</p>
          <p contents-hash="6dc16e6a1c508e83031140032165f8d6ebf00a33ed881d50ff8892e689bab0b5" dmcf-pid="WT7CC2ZweF" dmcf-ptype="general">2단계에서는 강화학습과 대조학습을 함께 활용했다. 로봇이 현재 상태와 목표 상태의 작은 차이까지 구별하고 과제를 효율적으로 수행할 수 있도록 제어 방식과 표현 방식을 최적화했다.</p>
          <p contents-hash="081529d7617f485862f7eee760a66db30a71bb1ae3eb17f0d837f460e29e77dc" dmcf-pid="YyzhhV5rJt" dmcf-ptype="general">연구팀이 개발한 INR-DOM 기술을 로봇에 탑재해 실험한 결과, 시뮬레이션 환경에서 고무링을 홈에 끼우거나(sealing), O링을 부품에 설치하거나(installation), 꼬인 고무줄을 푸는(disentanglement) 세 가지 복잡한 과제에서 모두 기존 최고 성능의 기술들보다 월등히 높은 성공률을 보였다. 특히 가장 어려운 과제였던 꼬인 고무줄 풀기 작업에서는 성공률이 75%에 달했다. 기존 최고 기술(ACID)의 성공률은 26% 수준이다.</p>
          <p contents-hash="92611914977bf1e2b3400107046fc649907d04fc40043df4141eb25c1f6e0a0b" dmcf-pid="GWqllf1mL1" dmcf-ptype="general">이번 연구는 로봇이 불완전한 정보만으로도 변형 물체의 전체 모습을 이해하고 이를 바탕으로 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다. 제1 저자인 송민석 KAIST 전산학부 연구원은 "제조, 물류, 의료 등 다양한 분야에서 인간과 협력하거나 인간을 대신해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것”이라고 말했다.<br>  </p>
          <p contents-hash="190962b4eaff9da93df35924031e4e12098645bb6ff6161400f5ab1f7cadff4e" dmcf-pid="HYBSS4tse5" dmcf-ptype="general">[정지영 기자 jjy2011@donga.com]</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기