KAIST, 사람처럼 변형 물체 다루는 로봇 개발…산업 자동화 새 지평

KAIST(총장 이광형)는 박대형 전산학부 교수 연구팀이 변형 가능한 물체를 사람처럼 능숙하게 다룰 수 있는 인공지능 기술 ‘INR-DOM(아이엔알-돔)’을 개발했다고 21일 밝혔다. 이 기술은 로봇이 부분적인 관측 정보만으로도 전체 형상을 상상하고 복잡한 조작법을 학습하도록 설계됐다.

◇ 부분 관측만으로 전체 형상 복원…INR-DOM 기술 핵심

박대형 교수 연구팀은 로봇이 관측한 제한된 3차원 정보만으로 변형 물체 전체 형상을 복원하고 이를 바탕으로 조작 방식을 학습할 수 있는 기술을 개발했다. 연구진은 잠재 신경 표현(Implicit Neural Representation) 기반 학습과 강화학습, 대조학습을 결합한 2단계 학습 구조를 도입해 조작 효율을 높였다.

변형 물체 조작(Deformable Object Manipulation, DOM)은 로봇 공학에서 오랜 난제로 꼽혀왔다. 물체의 자유도가 무한하고 일부가 가려지는 ‘자기-가림’ 현상으로 로봇이 전체 상태를 파악하기 어려웠기 때문이다. INR-DOM은 시뮬레이션 환경에서 고무링 끼우기, O링 설치, 꼬인 고무줄 풀기 등 복잡한 과제 수행에서 기존 최고 기술 대비 높은 성공률을 기록했다.

◇ 실제 환경에서도 90% 성공률…제조·물류·의료 활용 기대

가장 어려운 꼬인 고무줄 풀기 과제에서는 성공률 75%를 기록해 기존 최고 기술인 ACID(26%)보다 약 49%p 높은 성과를 보였다. 실제 로봇 환경 실험에서도 10번 시도 중 9회 성공(90%)을 달성했으며 양방향 꼬임 풀기 작업에서는 80% 성공률로 기존 이미지 기반 강화학습(55%) 대비 25%p 향상된 성능을 보였다.

송민석 연구원(석사과정, 제1저자)은 “이번 연구는 불완전한 정보만으로도 로봇이 변형 물체 전체를 이해하고 복잡한 조작을 수행할 수 있음을 보여준다”며 “제조, 물류, 의료 등 다양한 산업 분야에서 인간과 협력하거나 인간을 대신해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것”이라고 밝혔다.

이번 연구는 지난 6월 LA USC에서 열린 로보틱스 분야 최상위 국제 학술대회 ‘Robotics: Science and Systems 2025’에서 발표됐다.

대전= 조준영 굿모닝경제 기자