ANYmal 로봇, 인간을 뛰어넘는 험지 주행 능력 선보여
로봇은 사람과 마찬가지로 세상과 상호작용할 때 보통 두 가지 서로 다른 감각 방식을 사용합니다. 라이다, 카메라, 눈알 같은 외부 감각 시스템에서 나오는 외수용 감각(또는 외수용성 지각)이 있습니다.
그리고 접촉과 힘의 느낌 같은 것을 포함하는 내부 감각인 고유수용 감각(또는 고유수용성 지각)도 있습니다. 보통 우리 인간은 이 두 가지 감각 방식을 동시에 사용해 움직이며, 외수용 감각은 미리 계획하는 데 도움을 주고 고유수용 감각은 어려움이 생길 때 작동합니다.
예를 들어 어둠 속에서 움직일 때 여러분은 고유수용 감각을 사용합니다. 이때도 움직임은 충분히 가능하며, 다만 균형감각과 촉각에 의지해 천천히 조심스럽게 움직이게 됩니다.
로봇에게 외수용 감각은 멋진 동작을 가능하게 하는 능력입니다. 뛰어난 외부 감지 능력과 역동적인 움직임을 계획할 시간(그리고 연산 능력)이 있으면 로봇은 역동적이고 빠르게 움직일 수 있습니다.
하지만 다리가 달린 로봇은 어둠 속이나 로봇에 필요한 외수용 감각이 어떤 이유로든 작동하지 않거나(센서가 고장 나거나), 반사면이나 빽빽한 덤불 같은 로봇에 불친절한 요소들로 인해 제대로 작동하지 않는 상황에서는 훨씬 덜 능숙합니다. 현실 세계는 로봇에게 불친절한 것들로 가득하기 때문에 이것은 문제입니다.
ETH 취리히의 로봇 시스템 연구소가 Science Robotics에 발표한 연구는 로봇이 자신이 받는 외수용 정보의 신뢰도를 평가할 수 있는 제어 시스템을 보여줍니다. 데이터가 양호하면 로봇은 미리 계획하고 빠르게 움직입니다.
하지만 데이터가 불완전하거나 노이즈가 많거나 오해의 소지가 있어 보이면, 컨트롤러는 고유수용 기반 이동으로 매끄럽게 전환됩니다. 이는 로봇이 계속 움직인다는 뜻입니다. 아마 더 느리고 더 조심스럽게 움직이겠지만 계속 움직이며, 결국 다시 외수용 감각에 의존할 수 있는 순간에 도달하게 됩니다.
이는 인간과 동물이 사용하는 기술이며, 이제 로봇도 이를 활용해 속도와 효율성을 안전성 및 신뢰성과 결합하여 거의 모든 복잡한 지형을 극복할 수 있게 되었습니다.
지난 가을 DARPA SubT 결승전에서 Team Cerberus의 다리 달린 ANYmal 로봇이 우승하면서 모두가 이 기술의 흥미로운 시연을 미리 접했습니다. 아래 영상의 성능은 인상적입니다. 특히 ANYmal이 언덕을 오르는 과정을 평균적인 사람의 권장 시간보다 4분 빨리 마쳤다는 점을 고려하면 더욱 그렇습니다.
ANYmal이 빽빽한 식생과 깊은 눈 속을 걷는 영상은 이 시스템이 얼마나 잘 작동하는지 잘 보여줍니다. 외수용 데이터가 곳곳에 장애물과 부정확한 지면 높이를 표시하는 동안, 로봇은 자신의 발이 어디 있는지 알고 있으며, 고유수용 데이터에 의존해 안전하게 전진하고 넘어지지 않습니다.
다른 다리 달린 로봇들도 고유수용 감각을 이용해 안정적으로 이동하지만, 이 기술의 독특함은 컨트롤러가 자신이 보고 있는 것에 대해 얼마나 확신하는지에 따라 외수용과 고유수용 사이를 전환하면서 속도와 신뢰성을 매끄럽게 결합하는 데 있습니다. 이번 등반과 SubT 결승전에서 보여준 ANYmal의 결과는 이 접근 방식이 얼마나 잘 작동하는지에 대한 설득력 있는 증거입니다.
더 자세한 내용은 IEEE Spectrum이 논문의 저자이자 ETH 취리히 로봇 시스템 연구소의 박사과정생인 타카히로 미키와 대화를 나눴습니다.
“동물과 같은 수준의 이동성을 달성하는 것은 아마 이 분야의 많은 연구자들의 목표일 것입니다. 하지만 로봇은 아직 자연에 크게 뒤져 있으며, 이 논문은 그 방향으로 나아가는 아주 작은 한 걸음일 뿐입니다. <…> 우리는 인간에게 너무 위험하거나 접근하기 어려운 곳에 로봇을 보내고자 합니다. 이 연구에서 '험한'이란 로봇에게만 어려운 곳이 아니라 우리에게 힘든 곳을 의미합니다. 예를 들어 가파른 등산로나 걷기 힘든 눈길 등입니다. 우리의 접근법으로 로봇은 가파르고 젖은 바위 표면, 빽빽한 식생, 느슨한 자갈이 깔린 지하 터널과 자연 동굴의 험지를 사람의 속도로 통과했습니다”
그의 말에 따르면, 로봇이 가능한 경로를 고르는 인간 조작자의 직관이 확실히 성공에 도움이 되었습니다. 로봇은 튼튼하지만, 물리적으로 불가능한 장애물, 예를 들어 로봇보다 큰 장애물이나 바위는 넘을 수 없습니다.
그러나 DARPA SubT Challenge와 같은 다른 시나리오에서는 로봇이 고수준 탐사 및 경로 계획 알고리즘의 제어를 받습니다. 이 플래너는 이동 컨트롤러의 능력을 알고 있으며, 기하학적 힌트를 사용해 로봇을 안전하게 제어합니다. 더 의미론적인 환경 이해가 필요한 자율 산악 보행에서 이를 구현하는 것은 과학자들의 향후 과제입니다.
눈 덮인 계단은 연구진이 현재 컨트롤러로 야외에서 진행한 첫 번째 실험이었으며, 미키는 로봇이 미끄러운 눈 덮인 계단을 잘 극복하는 것에 놀랐다고 합니다. 또한 이 구간의 지형은 꽤 가파르고 복잡했습니다. 박사과정 학생이 처음 지형을 점검했을 때는 로봇에게 너무 어려울 수 있다고 생각했지만, 로봇은 모든 장애물을 극복했습니다.
“우리는 로봇이 발과 다리의 위치 또는 접촉을 통해 외수용감각(익스테로셉션)이 고유수용감각(프로프리오셉션)과 일치하는지 판단한다고 생각합니다. 지도가 정확하면 발은 지도가 제시하는 위치에 닿습니다. 그러면 컨트롤러는 외수용감각이 정확하다고 판단하고 이를 활용합니다. 발이 지도상의 지면과 맞지 않게 닿거나 지도보다 아래로 내려가는 것을 감지하면, 외수용감각이 신뢰할 수 없다고 판단하고 고유수용감각에 더 많이 의존합니다. 이는 추가 영상 실험에서 보여드렸습니다”
현재까지 대부분의 실험에서 과학자들은 로봇을 수동으로 제어했습니다(DARPA SubT Challenge 제외). 다음 목표는 더 많은 단계의 자율성을 추가하는 것입니다. 미키는 로봇이 사람의 개입 없이 복잡한 산행을 수행하기를 원합니다.
이 밖에도 로봇의 이동 능력을 개선할 여지가 큽니다. 연구진은 "더 혹독한" 지형을 위해 로봇이 세상을 3D로 인지하고, 계단을 뛰어넘거나 돌출된 장애물 아래를 기어가는 등 더 다양한 행동을 하기를 원합니다. 현재의 2,5D 고도 지도로는 이것이 불가능합니다.
