2026년 5월 8일 (5)
[쿠키과학] 시각 정보로 장애물 예측하는 사족보행 로봇

[쿠키과학] 시각 정보로 장애물 예측하는 사족보행 로봇

KAIST-유로보틱스, 장애물 미리 인지 ‘지능형 보행’ 구현
카메라+라이다, 35도 급경사·41cm 높이 극복
센서 고장→다른 감각체계 자동 전환
다중감각 강화학습 구조 적용 실시간 제어

승인 2026-04-12 12:04:52
(a) 드림워크++ 계단 보행 모습 (b) 참값 (회색)과 비교한 드림워크++ 예측 지형. KAIST

KAIST가 시각 정보를 활용해 지형을 파악하고 스스로 판단해 이동하는 사족보행 로봇 제어기술을 개발했다. 

이번 연구는 로봇이 외부 환경을 이해하면서 움직이는 단계로 진입한 성과로 큰 의미를 갖는다.

KAIST 전기및전자공학부 명현 교수팀은 교원 창업기업 유로보틱스와 공동연구로 시각기반 보행 제어기술 ‘드림워크++(DreamWaQ++)’를 구현했다.

이 기술은 카메라와 라이다 센서를 활용해 주변 지형을 인식하고, 실시간 보행 전략을 조정하는 것이 특징이다. 

이는 동물이 시각 정보를 바탕으로 발걸음을 조절하는 방식과 유사하다.

앞서 연구팀이 선보인 드림워크는 관절 엔코더와 관성센서 등 내부 감각만으로 이동하는 블라인드 보행 기술이다. 

이 기술은 시야 확보가 어려운 환경에서도 안정적으로 움직일 수 있지만, 장애물과 접촉한 이후에야 대응이 이뤄진다는 제약이 있었다.

드림워크++는 이 한계를 보완해 내부 감각에 더해 시각기반 외부 감각을 결합해 장애물을 사전 인지하고, 충돌 이전에 보행 방식을 바꾸도록 설계한 ‘인지형 보행’이 핵심이다.

드림워크++로 훈련된 보행 제어기는 사족보행 로봇이 다양한 장애물과 지형에서 민첩하고 강인한 보행을 수행할 수 있게 한다. 이 제어기는 (a) 계단 오르기, (b) 계단 내려가기, (c) 도약 동작 수행, (d) 불확실한 낙차 지점에서의 탐색 행동, (e) 틈새 건너기, (f) 학습하지 않은 변형 가능한 재난 지형에 적응, (g) 움직이는 플랫폼 위에서 균형 유지, (h) 35° 경사면 등반 등 다양한 걸음걸이를 보여준다. KAIST

이 기술을 탑재한 로봇은 50개 계단으로 구성된 구간을 35초 만에 통과하며 기존 제어 방식보다 빠른 속도를 기록했다.

또 학습 조건보다 훨씬 가파른 35도 경사에서도 안정적으로 이동했고, 자세를 능동적으로 조정해 구동효율까지 개선했다.

장애물 대응 능력도 강화됐다. 

실험 결과 별도 경로설정 없이 상황에 맞는 이동 경로를 스스로 선택했고, 낙차가 불확실한 구간에서는 일시 정지 후 지형을 탐색해 행동했다.

특히 2.5kg 물체를 싣고 장애물을 넘는 등 민첩성도 입증했다.

드림워크++를 (a) Unitree Go1, (b) ANYmal-C, (c) KAIST Hound에 적용하여 각각 0.6m, 1.0m, 1.5m 높이의 장애물을 극복하도록 훈련했다. (d) 실제 환경 실험은 2.5kg의 탑재물을 실은 Go1 로봇으로 수행되었다. KAIST

또 연구팀은 다중 감각 정보를 통합하는 강화학습 구조를 적용해 연산 부담을 낮추면서도 실시간 제어가 가능하도록 했다. 

이를 통해 센서 일부가 작동하지 않는 상황에서도 다른 감각 체계로 전환해 보행을 이어갈 수 있도록 설계했다.

이 기술은 사족보행 로봇뿐 아니라 휴머노이드, 휠-족형 로봇 등 다양한 형태로 확장 적용이 가능하다. 

(a) 제안된 제어기와 기존 제어기 간의 직접 대결 경주 장면. (b) 경주 환경의 3D 지도 시각화. 공정성을 보장하기 위해 비동기 계단 오르기 실험이 수행되었으며, 로봇은 (c) 드림워크++, (d) 드림워크, (e) Unitree Go1 내장 제어기를 각각 사용하였다. 소형 보행 로봇으로도 약 20 cm 단차도 극복이 가능하다는 것을 보여주는 실험 결과. KAIST

연구팀은 이 기술이 재난현장, 산업시설 점검, 산림농업 등 기존 바퀴형 장비로 접근이 어려운 환경에서 활용도가 클 것으로 전망했다.

명 교수는 “로봇이 단순 이동을 넘어 주변을 인식하고 스스로 판단하는 수준으로 발전했다”며 “현장 적용이 가능한 지능형 이동 기술로 확대할 계획”이라고 말했다.

한편, 이번 연구에는 이마데 아스윈 나렌드라 박사(크프톤)가 제1저자로, 유병호 박사(유로보틱스 CEO), 오민호 박사(유로보틱스 CTO), 이동규(유로보틱스 CTO), 이승현(KAIST), 이현우(KAIST), 임형태 박사(MIT 박사후연구원)가 공동저자로 참여했다. 

연구결과는 지난 2월 국제학술지 ‘IEEE Transactions on Robotics’에 게재됐다.

(논문명: DreamWaQ++: Obstacle-Aware Quadrupedal Locomotion With Resilient Multi-Modal Reinforcement Learning)
이재형 기자
신속하고 정확한 기사를 전하고자 합니다.
이 기사 어떻게 생각하세요
  • 추천해요
    추천해요
    0
  • 슬퍼요
    슬퍼요
    0
  • 화나요
    화나요
    0

쿠키오리지널

전체보기

쿠키피드

전체보기

슥- 넘겨 보는 세상 이야기, 기자의 솔직한 코멘터리까지

많이 본 기사