- KAIST-스탠포드-하버드대, 웨어러블 로봇 등 인간과 상호작용하는 로봇의 파라미터 최적화 기술 총망라, 국제공동연구팀과 네이처 본지에 견해(Perspective) 발표

- HILO 방법을 이용한 웨어러블 로봇 성능의 개인맞춤형 최적화를 넘어 클라우드 통한 자동최적화 기능 상용화 계획

KAIST 공경철 교수가 포함된 국제공동연구팀이 로봇 성능 최적화 과정에 사람을 포함시켜 인적 요소를 로봇 제어 알고리즘에 반영하는 'HILO' 방법을 네이처 본지에 발표했다.

▲KAIST 기계공학과 공경철 교수

KAIST는 기계공학과 공경철 교수가 포함된 국제공동연구팀이 로봇의 성능을 최적화하는 과정에 사람을 포함시킴으로써, 인적 요소(Human factor)를 로봇의 제어 알고리즘에 충분히 반영하는 방법인 힐로(HILO, Human-in-the-loop optimization)에 대한 연구를 네이처 본지(IF 50.5)에 발표했다고 4일 밝혔다. 

이 논문은 공경철 교수 이외에도 스탠퍼드 대학의 Steven H. Collins(스티븐 콜린스) 교수, 하버드 대학의 Patrick Slade(패트릭 슬래드) 교수 등이 참여했다. HILO 방법의 핵심 연구자들이 모여 이론에 대한 설명과 응용 분야, 발전 방향까지 총망라하였고, 견해(Perspective)를 발표했다.

이 연구를 통해 로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 개발되어야 한다고 밝히고 있다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가오게 할 것이라고 말한다. 

로봇은 이제 우리 일상에서 쉽게 만날 수 있으며 인간과 로봇이 서로 복잡하게 상호작용하는 경우가 빈번하게 발생하고 있다. 공장에서 협동 로봇과 사람이 함께 물건을 들어 나르기도 하고, 반자율주행 자동차의 운전자는 제어알고리즘과 동시에 차량을 운전한다. 

웨어러블 로봇의 경우에는 로봇과 사람이 함께 하나의 동작을 만들어내는 극단적인 경우이다. 이외에도 사람과 로봇이 어우러져 협동하는 경우는 흔하게 찾아볼 수 있다.

이처럼 로봇이 사람과 복잡한 상호작용을 하게 되면, 로봇의 성능을 원하는 만큼 이끌어내기가 쉽지 않다. 사람마다 서로 다른 행동 특성이 로봇의 동역학적인 특성에 영향을 끼치기 때문이다. 이 경우, 로봇이 사람과 동떨어져 동작하는 것보다는 로봇의 정밀도나 안전성을 확보하는 것이 훨씬 까다로워진다. 우리가 흔히 보는 바리스타 로봇이 유리장 안에 갇혀 있는 이유이기도 하다.

이와 같은 문제를 해결하기 위하여 HILO(Human-in-the-loop optimization) 방법이 제안됐다. 로봇과 사람을 별개의 시스템으로 간주하는 것이 아니라, 하나의 통합된 시스템으로 간주하여 최적화를 진행하는 방식이다. 

이를 통해 HILO 방법은 로봇과 사람이 상호작용하는 시스템을 제어함에 있어 ‘개인 맞춤형 자동 최적화’라는 혁신적인 방향성과 가능성을 제시했다.

공경철 교수(KAIST 기계공학과, ㈜엔젤로보틱스 대표이사)는 “연구하고 있는 웨어러블 로봇의 경우에는 인적 요소가 매우 강하게 작용한다. 사람마다 적절한 보행 패턴이 다르고, 같은 장애물이라도 극복하는 방법이 모두 제각각이기 때문이다”라고 말했다. 또한 “㈜엔젤로보틱스에서는 HILO 방법을 이용해 하반신 마비 장애인이 착용한 웨어러블 로봇의 성능을 개인맞춤형으로 최적화했고 앞으로 웨어러블 로봇의 온라인 자동최적화 기능을 상용화할 계획을 갖고 있다”고 강조했다. 

실제로 공 교수가 개발해 상용화된 웨어러블 로봇은 사람마다 특성을 다르게 최적화할 수 있도록 알고리즘이 설계되어 있고, 현재 데이터 클라우드를 이용하여 병원-가정-일상에 이르는 다양한 환경에서 자동으로 최적화를 진행할 수 있도록 연구를 진행하고 있다. 

로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 튜닝되어야 한다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가올지 기대된다.

한편 HILO에 대한 논문은 2024년 9월 네이쳐 본지(Vol 633, p.779)에 발표됐다.

(논문명 : On human-in-the-loop optimization of human–robot interaction)

[그림1] 그림  HILO가 적용되는 로봇 시스템들 예시 (출처: Nature)

HILO는 인간과 로봇이 상호작용하는 대부분의 분야에 적용될 수 있으며 큰 확장성을 갖는다. 그림1에서 나타낸 것처럼, (a) 개인맞춤형 로봇 의수/의족; (b) 인슐린 펌프와 같은 체내이식형 의료기기; (c) 증강 또는 재활을 위한 웨어러블 로봇; (d) 산업 또는 의료 환경에서 원격으로 조작되는 협동로봇; (e) 교육 또는 돌봄 환경에서의 소셜 로봇; (f) 자율성을 인간과 공유하는 자율주행차 등을 포함한다.

[그림2] 그림 2 HILO가 로봇 시스템에 적용되어 최적화가 이루어지는 원리 (출처: Nature)

HILO 기반의 최적화 과정에서는 인간-로봇의 상호작용 성능을 객관적으로 측정하여 반복적으로 로봇 장치의 특성을 개선하여 더 나은 인간-로봇 상호작용 성능을 도출한다. 이 과정에서 인간-로봇 상호작용 최적화는 제어알고리즘의 파라미터뿐만 아니라, 하드웨어 사양, 매개변수, 성능목표 및 상태기계 등 다양한 것들을 다룰 수 있다.