촉각 로봇공학(Tactile Robotics) 분야의 지난 50년 역사를 분석한 종합 리뷰가 발표됐다. 영국 브리스톨대학교 네이썬 레포라(Nathan F. Lepora) 교수가 국제 로봇공학 저널(The International Journal of Robotics Research)에 발표한 이 연구는 1965년부터 2024년까지 거의 150편에 달하는 리뷰 논문을 분석했다. 분석 결과, 촉각 로봇공학은 기원(1965-79), 기초 확립과 성장(1980-94), 촉각의 겨울(1995-2009), 확장과 다각화(2010-24)의 4세대를 거쳐 왔으며, 최근 다양한 기술 발전과 함께 새로운 국면을 맞이했다.

1980년대 전문가 90% "촉각 센싱 필요"... 40년 후에도 미해결

촉각 로봇공학의 선구자 레온 하몬(Leon Harmon)은 1980년대 초 촉각 센싱이 산업 로봇을 변화시킬 것으로 확신했다. 그는 1982년 50명 이상의 학계와 산업계 전문가를 대상으로 차세대 로봇의 필요성에 관한 설문조사를 실시했다. 응답자의 90%가 촉각 센싱이 필요하다고 강하게 느꼈다. 한 산업 임원은 촉각 센싱이 "로봇 시장을 아마도 10배 정도 열 것"이라고 말했고, 한 수석 엔지니어는 "센서가 가까운 미래의 핵심 요소가 아니다"라며 기존 기술 개선이 필요하다고 반박했다. 압전 센서, 광학 센서 같은 하드웨어를 지칭하는 센서와 달리, 촉각 센싱은 이러한 센서로 접촉 정보를 수집하고 처리해 로봇이 활용할 수 있도록 하는 전체 기술 체계를 말한다.

하몬은 비용 편익 분석을 통해 1980년대 촉각 센싱의 상업적 실현 가능성을 평가했다. 그의 분석에 따르면 공장 자동화에서 가장 큰 수익을 얻을 수 있었고, 조립 작업의 기술 문제를 해결하면 다른 응용 분야도 암묵적으로 해결될 것으로 예상됐다. 하지만 왜 40년이 지난 지금도 이것들이 실현되지 않았을까? 산업 자동화에서 촉각 센싱의 사용은 여전히 최소한에 그치고 있으며, 많은 작업이 미해결 상태이거나 힘-토크 센싱 또는 컴퓨터 비전으로 부분적 해결책을 가지고 있다.

하몬의 논문에서 제시된 주장을 고려하면, 이러한 촉각 로봇 응용이 단지 10년이나 20년 지연된 것이 아니라 오늘날까지 미해결 상태로 남아있다는 것이 더욱 놀랍다. 1989년 니콜스와 리(Nicholls and Lee)는 "하몬의 1982년 조사 결과에도 불구하고, 촉각 센싱은 실제 공장 시스템에 어떠한 의미 있는 기여도 하지 못했다"고 평가했다. 문제는 부분적으로 실용적인 고성능 촉각 스킨의 제작이 처음 예상했던 것보다 훨씬 더 어려운 것으로 판명됐다는 것이다. 오늘날에도 촉각 센싱 기술에 대한 합의가 없다.

1995-2009년 '촉각의 겨울', 2010년 이후 5개 테마로 급성장

1995년부터 2009년까지 이어진 긴 '촉각 로봇공학의 겨울' 동안 학술 활동이 이전 기초 확립 세대에 비해 감소했다. 이 둔화는 로봇공학 연구가 전반적으로 성장하는 배경(예: 주요 로봇공학 컨퍼런스인 ICRA가 900개 미만에서 2,100개 이상의 제출로 증가)과 대조적이었다. 원인을 특정하기는 어렵지만, 아마도 도전 과제에 대한 현실적인 평가가 연구자들을 촉각 로봇공학으로 끌어들였던 초기 낙관론을 불식시켰을 것이다. 또한 촉각 센싱 기술을 탐구하기 위한 주요 연구 노력이 명확한 선두주자를 만들어내지 못하고 모두 문제가 있는 많은 후보를 낳았다.

2010년부터 촉각 로봇공학은 급격한 확장과 다각화 시기를 맞았다. 이 변화는 부분적으로 리뷰 논문 수의 대폭 증가(2018년까지 연평균 2-3편에서 최근 연 5편 이상으로 증가)와 논문의 인용 횟수 대폭 증가로 나타났다. 이 시기 촉각 로봇공학은 5가지 뚜렷한 테마로 분리됐다.

첫째, 전자피부(e-skin) 개발이다. 재료과학 연구자들이 촉각 로봇공학에 끌려 분야를 성장시키며 어드밴스드 머티리얼즈(Advanced Materials), 네이처 머티리얼즈(Nature Materials) 같은 영향력 있는 재료과학 저널에 출판했다. 2013년 해먹 등(Hammock et al.)의 "전자피부의 진화(Evolution of Electronic Skin)" 리뷰는 2024년까지 2,539회 인용되며 이 세대 촉각 로봇공학에서 가장 많이 인용된 리뷰가 됐다. 둘째, 촉각 로봇 손이다. 촉각 로봇공학에 대한 기초 연구의 대부분은 인간과 같은 로봇 손을 만들고자 하는 욕구에 동기 부여됐다. 2010년 이후 10년 동안 이전 90년 동안 만들어진 것만큼 많은 새로운 로봇 손이 등장했으며, 촉각 손에 대한 관심도 마찬가지로 증가했다.

셋째, 비전 기반 촉각 센싱이다. 비전 기반 촉각 센싱은 촉각 로봇공학의 기원 이래 유망한 기술이었다. 2010년대 중반 이 기술이 연구 분야로 빠르게 확장되기 시작했다. 2017년 위안 등(Yuan et al.)의 "젤사이트(GelSight): 형상과 힘을 추정하기 위한 고해상도 로봇 촉각 센서"와 2018년 워드-체리어 등(Ward-Cherrier et al.)의 "택팁 패밀리(TacTip Family): 3D 프린팅된 생체모방 형태학을 가진 소프트 광학 촉각 센서"라는 두 개의 전용 리뷰가 현재 촉각 로봇공학의 그 세대에서 가장 많이 인용된 리뷰 중 하나다(각각 1,034회, 524회).

넷째, 소프트 및 생체모방 기술이다. 소프트 및 생체모방 촉각 센싱은 로봇 촉각에 영감을 주는 긴 역사를 가지고 있으며, 연구 분야의 시작까지 거슬러 올라간다. 다섯째, 촉각 인터넷(Tactile Internet)이다. 2010년대 중반 촉각 로봇공학에서 등장한 새로운 테마는 촉각 인터넷을 구상하는 것이다. 이는 촉각 로봇과 인간 운영자를 연결하여 물리적 촉각 경험과 인간 조작 기술을 전달하는 통신 네트워크다.

2024년 심-투-리얼 학습으로 인간 수준 손안 조작 구현

촉각 로봇 손의 사용 진전이 어려웠던 이유를 반성하며, 유세프 등(Yousef et al. 2011)은 여러 통찰을 제공했다. 첫째, 인간이 수행할 수 있는 가장 단순한 작업조차도 실제로 연구하기 어렵다. 예를 들어 다중 손가락 손안 조작이 그렇다. 결과적으로 로봇공학이나 신경과학에서 손을 위한 촉각 스킨 요구 사항에 대한 완전한 이해가 부족하다. 둘째, 촉각 센싱 기술은 힘 범위, 공간/시간 해상도, 센싱 영역 및 전단력 센싱에서 제한적이다. 따라서 로봇 손 제어는 대신 전통적인 운동학 모델, 복잡한 오프라인 계획, 비전 같은 외부 센서의 과도한 사용에 의존해왔다.

최근 이 분야는 다중 손가락 로봇 손을 사용한 손안 물체 조작의 여러 시연과 함께 단계적 변화를 겪었다. 이러한 모든 손은 손가락 끝에 고해상도 촉각 센싱을 사용했으며, 이는 유세프 등의 의견과 일치한다. 또한 물리 시뮬레이션에서 심층 강화학습을 통해 훈련된 촉각 제어의 변형을 사용했다. 시뮬레이션에서 많은 물체를 접함으로써 안정적인 파지를 유지하면서 새로운 물체를 조작하는 방법을 학습한다.

비전 기반 촉각 센싱은 최근 여러 기술의 발전과 함께 진전이 가속화됐다. 카메라 기술의 급속한 소형화와 비용 절감, 그리고 컴퓨터 비전용 AI 소프트웨어를 손재주 있는 조작을 위한 촉각 로봇공학으로 번역한 것이다. 이러한 기술의 정렬이 왜 관심이 증가했는지를 설명한다. 핵심적으로 비전 기반 촉각 센싱은 로봇 손재주를 가능하게 하는 데 효과적인 것으로 입증되고 있다. 이는 여러 기술의 정렬로 인한 것으로 보인다.

첫째, 저렴하고 쉬운 테스트 센서 구축을 위한 웹캠, 그 다음 손가락 끝에 적합한 더 작은 디자인으로 이어진 스마트폰 카메라의 소형 디지털 카메라. 둘째, 센서 본체와 스킨용 몰드를 만들기 위한 3D 프린터, 그 다음 스킨 및 기타 비전자 부품의 빠른 디자인과 제작을 위한 다중 재료 프린팅. 셋째, 고해상도 이미지에서 유용한 정보, 특히 촉각 이미지에서 접촉 관련 특징을 추출하는 데 사용할 수 있는 신경망 소프트웨어 라이브러리다.

2025년 이후 전망... 분절된 연구 통합이 핵심 과제

레포라 교수는 촉각 로봇공학이 2025년부터 새로운 세대에 진입할 것이라고 전망했다. 가까운 미래에는 다섯 가지 뚜렷한 테마가 계속될 수 있다. 전자피부는 저전력 또는 자체 전원 통합 감지 및 계산, 그래핀 같은 첨단 재료로 제작된 새로운 신소재 기반 센서 등 새로운 기능을 갖출 것이다. 촉각 로봇 손에서는 도구 사용이나 수동 조립 같은 다른 손안 손재주 예제가 뒤따를 것이다. 비전 기반 촉각 센싱은 제조와 채택을 용이하게 하는 향후 발전이 상업화와 산업으로의 전환을 장려할 것이다. 소프트 및 생체모방 촉각 로봇은 새로운 전자피부, 촉각 로봇 손, 비전 기반 촉각 센서에 영향을 미칠 것이다. 촉각 인터넷은 2020년부터 5G가 성숙한 기술이 됐기 때문에, 촉각 인터넷의 핵심 활성화 기술은 이제 소비자용 촉각 로봇과 햅틱 피드백 장치를 갖추는 것이다.

하지만 위의 예측은 촉각 로봇공학의 다음 세대에서 실제로 무슨 일이 일어날지 말하지 않는다. 현재 세대가 어떻게 계속될지만 말할 뿐이다. 확실히 AI의 발전은 모든 촉각 로봇공학에 중대한 파괴적 영향을 미칠 잠재력을 가지고 있다. 하지만 촉각 센싱은 AI 연구의 사각지대였다. 2018년 순더하우프 등(Sunderhauf et al.)이 "로봇공학에서 딥러닝의 잠재력과 한계"를 평가하면서 촉각 센싱을 언급하지 않았다. OpenAI의 손안 조작에 관한 영향력 있는 연구는 촉각이 더 적합해 보이는 작업에 약 20개의 카메라를 사용했다. 그러면 대학 연구 실험실이 촉각 센싱을 사용하여 그 손재주를 능가하는 데 수년이 걸렸다.

촉각 로봇공학은 여전히 작은 커뮤니티다. 컴퓨터 비전에 AI를 적용하는 커뮤니티의 극히 일부라도 촉각으로 초점을 바꿀 수 있다면 혁신적일 것이다. 아마도 환상적이지만, 촉각은 소리, 언어, 시각이 지금인 것처럼 미래 AI 연구의 중심이 될 수 있다. 인공일반지능에 대한 막연한 주장보다, 촉각 로봇공학의 AI는 신경계가 손재주를 위해 어떻게 연결되어 있는지를 이해함으로써 인간 지능에 대한 구체적인 통찰을 줄 수 있다.

마지막으로 휴머노이드는 촉각 로봇공학의 미래에 분명히 중요한 역할을 할 것이다. 현재 2020년대 중반에 많은 수백억 달러가 개발에 투자되고 있다. 이 투자의 산물은 무대 위와 다른 인간 중심 환경에서 걷거나 춤추는 세련된 안드로이드를 보여주는 비디오 스트림이다. 이것은 매우 인상적이지만 엔터테인먼트나 교육의 일부 부수적 응용 외에, 휴머노이드 로봇의 이유는 노동 절약 장치가 되는 것이다. 인간 노동을 수행하려면 휴머노이드는 인간에 가까운 손재주로 기능하는 유용한 손을 가져야 한다. 촉각 로봇공학이 인간과 같은 손재주를 가진 로봇을 만들면 휴머노이드가 흔해질 수 있다.

결론적으로 촉각 로봇공학은 많은 기술이 곧 광범위한 상업적 사용으로 성숙할 수 있는 새로운 세대에 진입하고 있다. 촉각 센싱은 역사의 대부분 동안 상대적으로 작고 다소 틈새 분야였지만, 모든 로봇공학에 혁신적인 영향을 미칠 수 있다는 감각이 항상 있었다. 중요한 응용 분야에는 자율적인 인간과 같은 손재주와 몰입형 원격 조작이 필요한 것들이 포함되며, 제조 및 조립에서 에너지 생산 및 건강 관리에 이르기까지 광범위한 가능한 용도에 걸쳐 있다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. 촉각 로봇공학이란 무엇인가요?

A: 촉각 로봇공학은 로봇을 위한 촉각 센싱의 연구, 개발 및 사용을 의미합니다. 인간의 손재주는 도구를 조작하기 위해 진화한 손에서 비롯됐으며, 그 조작을 위해 촉각과 고유수용감각이 손가락의 미세한 감각운동 제어에 필요한 힘과 기하학적 피드백을 제공하는 데 필수적입니다.

Q2. 촉각 센싱 기술이 1980년대부터 연구됐는데 왜 아직 상용화가 어려운가요?

A: 실용적인 고성능 촉각 스킨의 제작이 처음 예상했던 것보다 훨씬 더 어려운 것으로 판명됐습니다. 40년이 지난 지금도 촉각 센싱 기술에 대한 합의가 없습니다. 또한 촉각 센싱 기술은 힘 범위, 공간/시간 해상도, 센싱 영역 및 전단력 센싱에서 제한적이었습니다.

Q3. 최근 촉각 로봇 손의 발전은 무엇 때문인가요?

A: 최근 촉각 로봇 손의 발전은 고해상도 촉각 센싱과 물리 시뮬레이션에서 심층 강화학습을 통해 훈련된 촉각 제어의 결합 덕분입니다. 특히 비전 기반 촉각 센서는 소형 디지털 카메라, 3D 프린터, 신경망 소프트웨어 라이브러리의 발전이 결합되어 효과를 발휘하고 있습니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문명: Tactile Robotics: Past and Future

이미지 출처: Ralph Mosher in the G. E. HARDIMAN Exoskeleton (Human Augmentation Research and Development Investigation MANipulation). Right: one arm of the exoskeleton showing the powered gripper. (Images from the miSci, Museum of Innovation and Science; reprinted in Minsky (1980).)

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.