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

로그인

글쓰기

[IT뉴스]“기어조립·케이블 연결” 고난도 작업 척척…로봇손 진화, ‘AI’가 이끈다

온카뱅크관리자

2026-03-10 14:07:36

<div id="layerTranslateNotice" style="display:none;"></div> - GIST, 정밀 작업 로봇 AI 기술 개발 - 기어 조립 등 정밀작업 성공률 83% 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="YVshBbiPYc">
 <figure class="figure_frm origin_fig" contents-hash="6592d23759c22fe9cdd4e81631510814f327f1add3edd11d1ecbc917ebe59f44" dmcf-pid="GfOlbKnQYA" dmcf-ptype="figure">
 <img alt="이번 연구를 수행한 GIST 연구진.[GIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/10/ned/20260310140205212fget.jpg" data-org-width="1280" dmcf-mid="xdcw0pQ9GD" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/10/ned/20260310140205212fget.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 이번 연구를 수행한 GIST 연구진.[GIST 제공]
 </figcaption>
 </figure>
 [헤럴드경제=구본혁 기자] 광주과학기술원(GIST)은 AI융합학과 이규빈 교수 연구팀이 사람이 물체를 만질 때 느끼는 힘의 감각까지 학습해 정밀한 작업을 수행할 수 있는 인공지능(AI) 기술을 개발했다고 밝혔다.
 이 기술은 사람이 작업할 때 눈으로 보는 정보뿐 아니라 손끝에서 느끼는 힘과 접촉 감각까지 함께 학습하도록 한 것이 특징이다. 연구팀은 이를 위해 ‘손힘 측정 장치(ManipForce)’와 ‘주파수 인식 속도-감각 통합 AI 모델(Frequency-Aware Multimodal Transformer, FMT)’을 함께 개발했다.
 제조·전자·자동차 산업에서는 로봇이 기어를 끼우거나 플러그를 연결하고, 배터리를 교체하는 등 사람의 손작업을 대신하는 정밀 조작 작업을 수행한다.
 이러한 작업은 단순히 위치를 맞추는 것뿐 아니라 부품이 맞물리는 순간의 미세한 저항이나 힘의 변화를 감지하고 조절하는 능력이 필요하다.
 그러나 기존 로봇 학습 방식은 대부분 카메라 영상(RGB)만으로 작업 데이터를 수집하는 모방 학습 방식을 사용해 왔다. 때문에 눈으로 보이는 정보만으로 판단해야 해 부품을 끼우거나 맞추는 순간 발생하는 미세한 저항과 순간적인 힘 변화를 파악하기 어렵다는 한계가 있었다.
 연구팀은 이러한 한계를 극복하기 위해 사람이 작업 과정에서 자연스럽게 느끼는 ‘힘의 감각’까지 로봇 학습에 활용하는 방법에 주목했다.
 연구팀이 개발한 ‘손힘 측정 장치(ManipForce)’는 사람이 직접 손으로 작업하는 모습을 그대로 기록하면서 두 대의 카메라로 촬영한 작업 영상, 손목에 달린 센서로 측정한 힘과 회전력(Force–Torque) 손의 움직임과 위치 정보 등을 동시에 수집한다.
 영상은 초당 30회, 힘 정보는 초당 200회 이상 측정해 눈에 보이는 장면뿐 아니라 손끝에서 발생하는 미세한 힘까지 정밀하게 기록할 수 있다.
 <figure class="figure_frm origin_fig" contents-hash="2630472a5c748856ea594d4a817425b9d6a31c3ba6b83079eb3c67e9936211dc" dmcf-pid="0tnaHX9UGJ" dmcf-ptype="figure">
 <img alt="손힘 측정 장치(ManipForce) 시스템 구성도.[GIST 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/10/ned/20260310140205565zhzv.png" data-org-width="1280" dmcf-mid="WQhT2VgRtk" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/10/ned/20260310140205565zhzv.png" width="658">
 <figcaption class="txt_caption default_figure">
 손힘 측정 장치(ManipForce) 시스템 구성도.[GIST 제공]
 </figcaption>
 </figure>
 또한 물체와 손의 위치를 정확히 추적하는 ‘3D 마커’와 장치 자체 무게로 인한 힘을 제거하는 ‘장치 중력 보상 기능’을 적용해 실제 접촉에서 발생한 힘만을 정밀하게 측정하도록 설계됐다.
 이 장치는 로봇을 원격으로 조작하는 방식이 아니라 사람이 직접 손으로 물체를 조작하는 자연스러운 동작을 그대로 기록할 수 있다는 점에서도 기존 데이터 수집 방식과 차별화된다.
 연구팀은 영상과 힘 데이터의 기록 속도가 서로 다르다는 문제를 해결하기 위해 ‘주파수 인식 속도-감각 통합 AI 모델(Frequency-Aware Multimodal Transformer, FMT)’도 함께 개발했다.
 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. 이는 RGB 카메라 영상만 활용한 기존 방식(약 20% 수준)보다 크게 향상된 성능이다.
 이규빈 교수는 “이번 연구는 카메라 영상에만 의존하던 기존 로봇 학습 방식의 한계를 극복하고, 힘 감각 데이터를 효과적으로 활용할 수 있는 새로운 AI 학습 프레임워크를 제시한 것”이라며 “향후 제조 현장의 부품 조립이나 커넥터 체결뿐만 아니라 가정 환경에서의 배터리 교체나 전자기기 부품 조립 등 섬세한 힘 제어가 필요한 다양한 분야에서 로봇 활용을 한 단계 도약시킬 수 있을 것으로 기대한다”고 말했다.
 </section> 
 </div> 
 Copyright © 헤럴드경제. 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