한국과학기술원(KAIST)은 전산학부 박대형 교수 연구팀이 로봇이 변형 물체도 능숙하게 다룰 수 있게 하는 인공지능 기술 'INR-DOM'(아이엔알-돔)을 개발했다고 21일 밝혔다.

전선, 의류, 고무줄처럼 모양이 일정하지 않은 물체는 움직임을 예측하기 어려워 로봇이 인식·조작하기 어렵다.

이에 로봇 공학 분야에서 변형 물체 상태 표현법과 강화학습에 기반한 제어 기술에 대한 연구가 활발히 이뤄지고 있지만, 기존 기술로는 변형 물체의 연속적으로 변형되는 표면이나 복잡한 3차원 구조를 표현하는 데 어려움이 있었다.

연구팀은 로봇이 부분적인 3차원 정보만으로도 물체의 전체 형상을 완전하게 복원할 수 있는 조작 방식을 학습하는 기술을 개발했다.

로봇이 3차원 정보를 입력받아 보이지 않는 부분을 연속적인 곡면으로 재구성함으로써 사람처럼 물체의 전체 모습을 이해할 수 있다고 연구팀은 설명했다.

이번에 개발한 기술을 로봇에 탑재해 시뮬레이션 환경에서 실험한 결과 고무링을 홈에 끼우거나, 링을 부품에 설치하고, 꼬인 고무줄을 푸는 세 가지 복잡한 과제에서 모두 기존 최고 성능 기술보다 월등히 높은 성공률을 보였다.

특히 가장 어려운 과제였던 고무줄 풀기 작업 성공률은 75%로 기존 최고 기술 성공률(26%)보다 세 배 높았다.

실제 환경에서도 끼우기, 설치, 풀기 작업을 90% 이상의 성공률로 수행했으며, 풀기 작업에서도 기존 이미지 기반 강화학습 기법 대비 25% 더 높은 성공률을 거뒀다.

제1 저자인 송민석 연구원은 "로봇이 불완전한 정보로도 변형 물체의 전체 모습을 이해하고, 이를 바탕으로 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다"며 "제조, 물류, 의료 등 다양한 분야에 활용할 수 있을 것"이라고 말했다.