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

로그인

글쓰기

[IT뉴스]손끝 힘 느끼는 로봇 AI 기술 개발…정밀 작업 성공률 83%

온카뱅크관리자

2026-03-10 11:37:33

<div id="layerTranslateNotice" style="display:none;"></div> GIST, 국제 로봇 학술대회 ‘ICRA 2026’ 발표 예정 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="YJd1jaSrMG">
 <figure class="figure_frm origin_fig" contents-hash="58eeb67fa1097ec17457d523594bdc67c71678efc1c99f2acde66e2ef083783f" dmcf-pid="G4fveMDgeY" dmcf-ptype="figure">
 <img alt="국내 연구팀이 정밀 작업이 가능한 로봇 AI 기술을 개발했다. 게티이미지뱅크 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/10/dongascience/20260310112803981cqcz.jpg" data-org-width="680" dmcf-mid="xfEKhIFYeZ" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/10/dongascience/20260310112803981cqcz.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 국내 연구팀이 정밀 작업이 가능한 로봇 AI 기술을 개발했다. 게티이미지뱅크 제공
 </figcaption>
 </figure>
 사람처럼 손끝으로 힘을 느끼며 정밀 작업을 해내는 로봇 인공지능(AI) 기술이 나왔다. 기존 로봇은 카메라 영상으로 사람의 동작을 따라하는 데 그쳐 부품이 맞물리는 순간의 미세한 저항이나 힘 변화까지는 흉내 내지 못했다. 국내 연구팀이 손힘 측정 장치와 감각 통합 AI 모델을 새로 개발해 그 벽을 넘었다.
 광주과학기술원(GIST)은 이규빈 AI융합학과 교수·인공지능연구소장 연구팀이 사람이 작업할 때 손끝에서 느끼는 힘과 접촉 감각까지 함께 학습해 정밀한 작업을 수행할 수 있는 AI 기술을 개발했다고 10일 밝혔다.
 연구 결과는 로봇공학 분야 권위 있는 학술대회 'IEEE ICRA 2026'에서 6월 초 발표될 예정이다. ICRA 2026은 6월 1일부터 5일까지 오스트리아 빈에서 개최된다.
 연구팀은 '손힘 측정 장치(ManipForce)'와 '주파수 인식 속도-감각 통합 AI 모델(FMT)'을 함께 개발했다.
 제조·전자·자동차 산업에서 로봇은 기어 조립, 플러그 연결, 배터리 교체 등 사람의 손작업을 대신하는 정밀 조작을 수행한다. 단순히 위치를 맞추는 것을 넘어 부품이 맞물리는 순간의 미세한 저항과 힘의 변화를 감지하고 조절하는 능력을 요구한다. 
 기존 로봇 학습은 사람이 직접 수행한 동작을 데이터로 기록해 따라하도록 학습시키는 ‘모방 학습(Imitation Learning)’ 방식에 의존했고 시각 정보만으로는 이런 힘 변화를 잡아내는 데 한계가 있었다.
 손힘 측정 장치는 사람이 직접 손으로 작업하는 모습을 기록하면서 ▲두 대의 카메라로 촬영한 작업 영상 ▲손목 센서로 측정한 힘과 회전력(Force–Torque) ▲손의 움직임과 위치 정보를 동시에 수집한다. 
 영상은 초당 30회, 힘 정보는 초당 200회 이상 측정해 손끝에서 발생하는 미세한 힘까지 정밀하게 기록할 수 있다. 물체와 손의 위치를 정확히 추적하는 '3D 마커'와 장치 자체 무게로 인한 힘을 제거하는 '장치 중력 보상 기능'을 적용해 실제 접촉에서 발생한 힘만 정밀하게 측정하도록 설계했다. 
 로봇을 원격으로 조작하는 방식이 아니라 사람이 직접 물체를 조작하는 자연스러운 동작을 그대로 기록한다는 점에서 기존 데이터 수집 방식과 차별화된다.
 영상과 힘 데이터는 기록 속도가 달라 시간 간격이 서로 다르다. FMT는 서로 다른 센서 주파수의 데이터를 각각 분석한 뒤 비교·통합해 학습하는 AI 모델이다. 로봇은 FMT를 통해 물체의 위치와 접촉 상황을 동시에 이해하고 접촉이 많은 정밀 조작 작업에서도 안정적인 동작을 수행할 수 있다.
 <figure class="figure_frm origin_fig" contents-hash="045b132b01be9f08b796f8f5e1eba0a3c52cf78e2402f21dba20f1574b279406" dmcf-pid="UiJtANvmLs" dmcf-ptype="figure">
 <img alt="실제 작업 성공률에서도 차이가 뚜렷했다. FMT를 적용한 로봇은 기어 조립, 배터리 삽입 등 6가지 접촉 작업에서 평균 83%의 성공률을 달성했다. 영상 정보만 사용한 기존 방식을 크게 웃도는 수치다. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/10/dongascience/20260310112805258jqjo.jpg" data-org-width="680" dmcf-mid="yrGn0F8BJX" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/10/dongascience/20260310112805258jqjo.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 실제 작업 성공률에서도 차이가 뚜렷했다. FMT를 적용한 로봇은 기어 조립, 배터리 삽입 등 6가지 접촉 작업에서 평균 83%의 성공률을 달성했다. 영상 정보만 사용한 기존 방식을 크게 웃도는 수치다. GIST 제공
 </figcaption>
 </figure>
 연구팀은 ▲기어 조립 ▲박스 뒤집기 ▲배터리 삽입 ▲인터넷 케이블 플러그 연결 ▲뚜껑 열기 ▲배터리 분리 등 6가지 작업을 실제 로봇 실험으로 검증했다. 각 작업을 20회씩 수행한 결과 평균 성공률은 약 83%를 기록했다. RGB 카메라 영상만 활용한 기존 방식(약 20% 수준)보다 크게 향상된 수치다.
 이규빈 교수는 "카메라 영상에만 의존하던 기존 로봇 학습 방식의 한계를 극복하고, 힘 감각 데이터를 효과적으로 활용할 수 있는 새로운 AI 학습 프레임워크를 제시했다"며 "제조 현장의 부품 조립과 커넥터 체결뿐 아니라, 가정 환경에서의 배터리 교체·전자기기 부품 조립 등 섬세한 힘 제어가 필요한 다양한 분야에서 로봇 활용을 한 단계 도약시킬 수 있을 것"이라고 말했다.
 <figure class="figure_frm origin_fig" contents-hash="a7ebf803721ea7ec3df13b378d39d4604533d56a01d30178376e2d60be1ec96f" dmcf-pid="zKbIP8jJMw" dmcf-ptype="figure">
 <img alt="이성주 박사(왼쪽부터), 이규빈 교수, 이건협·노상준 박사과정생, 김강민 석·박통합과정생, 백승혁 한국기계연구원 선임연구원, 이영진 석사과정생. GIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/10/dongascience/20260310112806510gman.jpg" data-org-width="680" dmcf-mid="WMw2Sh0HRH" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/10/dongascience/20260310112806510gman.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 이성주 박사(왼쪽부터), 이규빈 교수, 이건협·노상준 박사과정생, 김강민 석·박통합과정생, 백승혁 한국기계연구원 선임연구원, 이영진 석사과정생. GIST 제공
 </figcaption>
 </figure>
 &lt;참고자료&gt; doi.org/10.48550/arXiv.2509.19047
 [조가현 기자 gahyun@donga.com]
 </section> 
 </div> 
 Copyright © 동아사이언스. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기