한국생산기술연구원

ㅇ 생기원 AI·로봇연구부문 배지훈 박사 연구팀은 2020년 자체 개발한 스마트 그리퍼(Gripper) 기술에 인공지능기술을 접목, 

    주어진 환경에서 최적의 조건을 찾아내 스스로 작업하는 AI 기반의 물체 조립기술을 세계 최초로 개발했다고 밝혔다.  

□ 스마트 그리퍼 기술은 배지훈 박사 연구팀이 그리퍼 파지기술(Grasping Technology), 조립 알고리즘 기술을 인간형 로봇 그리퍼에 적용해 

    다양한 물체를 잡거나 조작할 수 있도록 개발한 물체 조립기술이다.  

ㅇ 특히 생기원만의 독자적인 조립 알고리즘 기술인‘손가락을 이용한 팩인홀(Peg-in-hole)’기술을 적용, 대상에 대한 정보 없이도 

    로봇 그리퍼가 홀의 위치를 파악해 공중에서 정확하게 조립할 수 있도록 개발됐다. 

ㅇ 위치 오차가 있어도 물체를 기울여 홀이 있는 방향으로 미끄러지면서 자체 보정을 통해 조립되는 방식으로, 사람이 눈을 감은 채 

    손끝의 감각만으로 물체를 조립하는 것과 흡사한 원리이다.

ㅇ 특히 손끝에 별도의 ‘힘-토크 센서’를 부착하지 않고도 손가락 관절의 움직임만으로 다양한 물체를 안정적으로 잡고 조작할 수 있어 

    위치와 힘을 동시에 제어해야 하는 로봇 조립 작업에 적합하다.

□ 연구팀은 이후‘AI 기반의 작업계획 및 물체 인지기술’을 개발하고, 스마트 그리퍼 기술과 접목해 

     복잡한 조립공정에서도 사람 개입 없이 작업할 수 있는 물체 조립기술을 완성했다. 

ㅇ 최근에는 로봇의 쓰임이 물류, 가사, 식품 등 다양한 현장으로 확장되면서, 정형화된 공정라인을 벗어나 

    여러 형태의 물체들이 무작위로 배치돼 있는 상황에 대응해야 할 필요성이 높아지고 있는 추세이다. 

ㅇ 무수히 많은 작업방법과 순서의 조합을 일일이 프로그래밍하기에는 많은 시간과 노력이 들기 때문에 

    학습된 작업 모델을 토대로 최적의 경로를 선택할 수 있는 인공지능 기술 수요가 늘고 있다. 

□ 연구팀은 이를 위해 로봇손에‘핸드아이(Hand-eye) 카메라’를 탑재해 무작위로 놓인 물체들의 위치, 자세, 각도 등의 

    상태 정보를 파악할 수 있는 물체 인식기술을 구현했다. 

ㅇ 여기에 개별 작업의 난이도, 소요시간, 안정성을 고려해 단위 작업들의 조합을 최적화 할 수 있는‘스케줄링 AI’를 개발·접목했다. 

ㅇ 스케줄링 AI는 가상의 조립 시뮬레이션 상에서 쉽고 정확한 동작에는 높은 점수를, 빠르지만 실패 확률이 높은 동작에는 

   낮은 점수를 부여하는 강화학습 방식으로 개발됐다.

ㅇ 강화학습 기반의 스케줄링 AI는 조립 가능한 모든 조합을 일일이 탐색하는 과정이 필요 없어 연산량이 적고, 빠르게 최적의 작업순서를 생성할 수 있다. 

ㅇ 또한 조립 대상 물체의 수가 늘어날수록 작업하는 방법과 순서의 조합은 기하급수적으로 늘어나기 때문에 

    전문가 수준을 넘어서는‘스케줄링 AI’가 개발됐으며, 이 때문에 인간 작업자의 개입도 줄게 되었다. 

□ 스케줄링 AI를 탑재한 2개의 로봇 그리퍼와 로봇 팔은 각기 다른 상황에서 무작위로 놓인 팩과 홀을 빠르고 정확하게 조립할 수 있는 최적의 작업스케줄을 생성해낸다.  

ㅇ 더욱이 사람 손처럼 정밀하면서도 유연한 대응이 가능해 특정 물체에 한정되지 않는 범용 협동로봇으로 산업 전반에 적용 가능하다. 

□ 연구를 이끈 배지훈 박사는 “AI와 로봇이 융합된 성과물로, 알파고에 로봇 손을 결합해 사람 개입 없이 바둑을 두는 상상을 현실화한 셈”이라고 설명하며, 

 “대형마트나 물류창고에서의 오더 피킹(Order Picking), 전류가 흐르는 현장에서의 전선작업 등 위험한 현장에 투입돼 작업할 수 있도록 

     후속 응용연구를 진행할 계획”이라고 밝혔다.

ㅇ 한편 연구팀이 개발한 AI 기반 물체 조립기술은 어떠한 형태의 로봇핸드에도 적용 가능하며, 팩인홀 물체조립기술의 경우 

   2021년 로봇 스타트업 ㈜테솔로(대표 김영진)에 이전돼 연구용 엔드 이펙터로 상용화됐다.