인사이트(Insight): 로봇 촉각 감도 높이는 소프트 햅틱 센서

네이처 머신 인텔리전스(Nature Machine Intelligence) 게재 논문에서 막스 플랑크 지능시스템 연구소(MPI-IS) 과학자 팀이 '인사이트(Insight)'라 명명한 견고한 소프트 햅틱 센서를 소개했습니다. 컴퓨터 비전과 심층 신경망을 사용해 물체가 센서와 접촉하는 위치와 가해진 힘의 크기를 정확히 추정합니다. 이 연구는 로봇이 인간·동물만큼 정확하게 환경을 느끼게 하는 중요한 진전입니다. 자연 대응물처럼 손가락 끝 센서는 매우 예민하고 견고하며 고해상도입니다.

엄지손가락 형상 센서 구조

엄지손가락 모양 센서는 가벼운 강성 골격을 둘러싼 부드러운 쉘로 구성됩니다. 이 골격은 뼈가 부드러운 손가락 조직을 지탱하듯 구조를 지지합니다. 쉘은 어두우면서 반사적인 알루미늄 플레이크가 혼합된 엘라스토머로 만들어져 불투명한 회색을 띠며 외부 빛 유입을 차단합니다. 이 손가락 크기 캡 안에는 160도 어안 카메라가 LED 링 조명 아래 다채로운 이미지를 기록하며 숨어 있습니다.

접촉 시 색상 패턴 변화로 힘·위치·방향 실시간 추론

물체가 센서 쉘에 닿으면 내부 색상 패턴 모양이 변합니다. 카메라가 초당 여러 장 이미지를 기록해 심층 신경망에 데이터를 공급합니다. 알고리즘은 픽셀 단위 미세한 빛 변화까지 감지합니다. 1초도 안 돼 훈련된 머신러닝 모델이 손가락이 물체와 정확히 어디에서 접촉하는지, 힘의 크기는 어느 정도인지, 힘 방향은 어떤지 매핑합니다. 모델은 과학자들이 '힘 맵(force map)'이라 부르는 것을 추론합니다: 3차원 손가락 끝의 모든 점에 힘 벡터를 제공합니다.

"혁신적인 쉘 기계 설계, 맞춤형 내부 이미징 시스템, 자동 데이터 수집, 최첨단 딥러닝으로 이 탁월한 감지 성능을 달성했습니다." MPI-IS 자율 학습 그룹 리더 게오르그 마르티우스(Georg Martius)가 말했습니다. "우리의 독창적 하이브리드 구조(강성 골격을 감싼 부드러운 쉘)가 높은 감도와 견고성을 보장합니다. 우리 카메라는 단일 이미지로 표면의 미세 변형도 감지합니다." 박사과정 학생 환보 선(Huanbo Sun)이 덧붙였습니다. 테스트 중 센서가 중력에 대한 자체 방향성까지 느낄 만큼 예민함이 확인되었습니다.

학습 데이터 생성 테스트베드로 20만 회 측정, 견고성 입증

이런 센서는 어떻게 학습할까요? 환보 선이 테스트베드를 설계해 머신러닝 모델이 원시 이미지 픽셀 변화와 가해진 힘 간 상관관계를 이해하는 데 필요한 훈련 데이터를 생성했습니다. 테스트베드가 센서 표면 전체를 프로빙하며 실제 접촉 힘 벡터와 센서 내부 카메라 이미지를 함께 기록했습니다. 이렇게 약 20만 회 측정이 생성됐습니다. 데이터 수집에 약 3주, 모델 훈련에 하루가 걸렸습니다. 이 긴 실험을 다양한 접촉 힘으로 견뎌내 인사이트 기계 설계의 견고성이 입증됐고, 더 큰 프로브 테스트로 감지 시스템의 일반화 성능도 확인했습니다.

손톱 형상 초고감도 구역(촉각와) 탑재

엄지손가락 형상 센서의 또 다른 특징은 더 얇은 엘라스토머 층을 가진 손톱 모양 구역입니다. 이 '촉각와(tactile fovea)'는 미세한 힘과 세밀한 물체 형상을 감지하도록 설계됐습니다. 이 초고감도 구역엔 나머지 손가락 센서(4mm)보다 얇은 1.2mm 엘라스토머를 사용했습니다.

"우리 연구에서 제시한 하드웨어·소프트웨어 설계는 다양한 형상과 정밀도 요구사항을 가진 광범위한 로봇 부품에 이전 가능합니다. 머신러닝 아키텍처, 훈련, 추론 과정이 모두 일반적이어서 많은 다른 센서 설계에 적용 가능합니다." 환보 선이 말했습니다.