로봇과 인간을 하나의 시스템으로 간주해 상호 ‘최적화된 교감’을 이룰 수 있게 하는 내용의 연구 결과가 발표됐다.
이 기술은 향후 웨어러블 로봇의 온라인 자동최적화 기능으로 상용화될 가능성도 점쳐진다.

KAIST는 기계공학과 공경철 교수가 참여한 국제공동연구팀이 로봇의 성능을 최적화하는 과정에서 인적 요소를 로봇의 제어 알고리즘에 반영하는 방식의 ‘힐로(Human-in-the-loop optimization·이하 HILO)’ 연구결과를 네이처 본지에 발표했다고 4일 밝혔다.

연구는 공 교수와 미국 스탠퍼드대 스티븐 콜린스(Steven H. Collins) 교수, 하버드대 패트릭 슬래드(Patrick Slade) 교수 등이 참여해 진행됐다.

연구에서 연구자들은 로봇이 우리의 일상에 깊이 침투할수록 개별 사용자에게 적합하도록 계속 개발돼야 한다는 데 주목했다.

또 HILO 방법은 이러한 과정의 핵심 키워드로, 우리의 일상에 로봇이 보다 친숙하게 다가오게 하는 역할을 하게 될 것이라고 강조한다.

로봇은 인간의 일상에서 이미 쉽게 만날 수 있는 대상으로, 인간과 로봇이 서로 복잡하게 상호작용하는 경우도 빈번해졌다.

예컨대 공장에서 협동 로봇과 사람이 함께 물건을 들어 나르고, 반자율주행 자동차에서 운전자는 제어 알고리즘과 함께 차량을 운전한다.
이외에도 사람과 로봇이 어우러져 협동하는 경우는 흔하게 찾아볼 수 있다.

특히 웨어러블 로봇은 로봇과 인간이 공동으로 하나의 동작을 만들어내는 대표적인 유형으로 꼽힌다.

하지만 로봇과 인간 간 복잡한 상호작용으로, 로봇의 성능을 극대화하기는 쉽지 않다.

로봇이 개별 주체인 인간의 서로 다른 행동 특성을 이해하고, 상황별 역학적 특성에 맞춰 반응하는 데 한계가 생긴다는 의미다.

이 경우 로봇이 사람과 동떨어져 동작하는 것보다는 로봇의 정밀도, 안전성을 확보하는 것이 훨씬 더 까다로워진다.
일상에서 흔히 볼 수 있게 된 ‘바리스타 로봇’이 유리 벽면을 사이로 인간과 거리를 두고 있는 것도 같은 이유에서다.

공동연구팀은 이러한 문제를 해결하기 위해 HILO 방법을 제안했다.
로봇과 인간을 별개로 간주하는 것이 아니라, 하나의 통합된 시스템으로 간주해 최적화를 진행하는 방식이다.

이러한 과정을 통해 로봇과 인간이 상호 작용하는 시스템을 제어하면서 ‘개인 맞춤형 자동 최적화’ 할 수 있는 혁신적 방향성과 가능성도 제시했다.

공 교수는 “웨어러블 로봇은 개인마다 적절한 보행 패턴이 다르고, 같은 장애물이라도 극복하는 방법이 모두 제각각인 탓에 인적 요소가 상대적으로 강한 분야”라며 “로봇이 우리 일상에 깊이 침투될수록 개별 사용자에게 적합하도록 로봇을 계속 튜닝하는 과정이 필요하며, HILO 방법은 이러한 과정을 뒷받침하는 역할을 할 것으로 기대된다”고 말했다.