보스턴 다이내믹스 로봇, 새로운 손 등장… 테슬라 옵티머스와 Figure 03의 차이는? 아틀라스가 손의 구조와 AI 학습을 연결한 이유

Video: 보스턴 다이내믹스 로봇, 새로운 손 등장… 테슬라 옵티머스와 Figure 03의 차이는? 아틀라스가 손의 구조와 AI 학습을 연결한 이유
Channel: 안될공학 - IT 테크 신기술
Duration: 8m 5s
Language: ko
Transcript:
네 여러분 안녕하세요 패치입니다 보스턴 다이내믹스가 아틀라스의 새로운 손을 공개했습니다 짠! 손가락 4개로 물건을 잡은 채 방향을 바꾸고요 공구를 주면서 방아쇠까지 누를 수 있도록 설계를 했는데요 이번에는 기존의 가상 훈련이 실제 손에서도 잘 통하도록 기계 구조랑 제어를 어떻게 다듬는지도 설명을 했습니다 작은 물체를 손가락 사이에서 돌린다고 해볼게요 한 손가락이 미는 동안 다른 손가락은 힘을 조금 풀어줘야 하는데요 꽉 잡으면 안 돌아가고 너무 풀면 또 떨어집니다 손가락이 예상보다 뻑뻑하거나 힘을 좀 다르게 되면 이 타이밍부터 어긋나게 돼요 새로운 손은 이런 반응을 예측하고 제어하기 좋도록 만드는데 공을 들였습니다 먼저 움직일 수 있는 방향 자유도를 이전 손의 그 7개에서 13개로 늘렸는데요 엄지에 4개, 나머지 손가락에 각각 3개를 배치했죠 엄지가 다른 손가락이랑 마주보는 위치를 바꿀 수 있으면 작은 물체를 집은 뒤에 손 안에서 자세를 고치는데 활용할 수 있거든요 전동 드릴을 잡을 때도 받치는 손가락이랑 방아쇠를 누르는 손가락이 따로 움직여야 되는데요 물건을 붙들고 있으면서도 그 물건을 조작할 여유를 만든 거죠 또 관절을 움직이는 방식도 중요합니다 아틀라스는 관절마다 구동장치가 힘을 전달하는 구조인데요 보스턴 다이네믹스가 강조를 하는 건 바깥에서 손가락을 밀었을 때 관절이랑 구동부도 그 힘에 반응을 할 수 있다는 성질 구동성이라고 하죠 손가락이 물체에 닿으면 물체도 손가락을 밀어내잖아요 이 반응이 구동부까지 잘 전달이 되면 관절의 움직임이랑 힘을 읽어서 접촉 상황을 파악하는 데 도움이 됩니다 얇은 종이컵을 잡을 때 컵에 닿은 뒤에도 손가락을 계속 무작정 접으면 찌그러지잖아요 닿은 다음에는 그 반응에 맞춰서 이제 힘을 조절해야겠죠 그런데 이게 기계 안에 마찰이 크면 물체에서 온 저항을 읽기도 어려워 지거든요 관절이 안 움직이는 이유가 이게 내가 물체에 닿아서 그런 건지 아니면 내부가 뻑뻑해서 그런 건지 원인이 섞여 버리니까요 보스턴 다이네믹스는 이 마찰이랑 모터의 회전 위치에 따라서 힘이 고르지 않게 나오는 현상을 보정을 한다고 설명을 하는데요 전달 기구가 있는 만큼 그 안에 마찰이랑 유격도 다뤄야 되고요 이러한 작업은 가상의 손을 만들 때도 이어집니다 손가락 모양만 같게 만드는 걸로는 좀 부족하죠 같은 명령에도 어느 정도 힘을 내고 얼마나 쉽게 움직이는지까지 실제 손이랑 비슷해야 합니다 여기에 물체 표면에 마찰이라던가 모양을 조금씩 바꿔가면서 연습을 시키게 되면 한 가지 조건에만 맞춘 동작에서 벗어나는데 도움이 되죠 보스턴 다이네믹스가 소개를 한 초기 결과에서는 이렇게 가상 환경에서 배운 동적 조작을 실제 손으로 옮겼는데요 이 시연의 그 빠른 피드백에는 구동 장치가 있는 관절 상태 정보만 사용을 했다고 해요 손 자체에는 손끝이랑 손바닥에 촉각 센서도 갖춰져 있습니다 여러분 인형 뽑기 아시죠? 우리가 그 집게로 뽑는 거를 집에서 연습을 많이 해왔는데 막상 매장에 오니까 매장 집게의 힘이 다르게 되면 이거는 연습을 해도 효과가 없잖아요 로봇 개발에서도 그 집게의 차이를 줄여야 하는 거예요 그런데 이렇게까지 세밀한 조작을 노리면서 왜 손가락은 하나 둘 셋 넷 네 개로만 만들었을까요? 회사 설명을 보면 개발 중에 엔지니어들이 약지랑 새끼손가락을 붙인 채 하루를 보내는 실험까지 했다고 해요 이렇게 말이죠 목표로 삼은 작업에서 다섯 번째 손가락이 얼마나 필요한지 살펴본 거죠 이 설계에다가 새끼손가락을 더하게 되면 구동 장치 3개가 늘어나거든요? 손 안에 공간을 차지하고 비용이랑 고장 가능성도 더 커지는 거죠 보스턴 다이내믹스는 새끼손가락을 추가함으로써 얻을 수 있는 동작이 이러한 부담을 감수할 만큼 크지는 않다고 판단을 했습니다 물론 손가락이 하나 더 있으면 큰 물체를 감싸거나 다른 손가락이 움직이는 동안 받쳐줄 수는 있는데요 그런 장점들이 목표 작업에 얼마나 필요한지에 따라서 손가락 수를 전략적으로 선택한 겁니다 그럼 또 우리가 궁금해지는 게 테슬라랑 피겨죠 테슬라의 공개 특허를 살펴보면 힘을 만드는 장치를 팔뚝에다가 두고요 손바닥을 통과하는 줄로 손가락 마디를 당기거든요 이거는 힘줄 구동이라고 부르는 방식인데요 가느다란 손가락 안에다가 구동 장치를 모두 넣지 않아도 되니까 이렇게 하면 손쪽의 공간을 다르게 활용할 수가 있습니다 이런 방법은 대신에 힘줄이 움직이는 손목을 지나가야 하는데요 손목을 이렇게 꺾는 동안에 다른 부품에 걸리지 않도록 경로랑 공간을 확보를 해야 하죠 특허에도 손목 구동 부품이랑 힘줄이 서로를 방해하지 않게 배치를 한다는 그런 설명이 나옵니다 또 힘줄 구동에는 또 하나 고려할 성질이 있는데요 줄에 힘이 걸리게 되면 좀 늘어날 수도 있고요 지나가는 경로에서 마찰도 생길 수 있겠죠 무거운 물건을 들 때랑 내려놓았을 때 줄에 걸리는 힘이 달라지게 되면 모터가 움직인 양이랑 손끝이 움직인 양의 관계도 달라질 수 있겠죠 그래서 줄의 장력이랑 마찰을 함께 다뤄야 하는 거예요 보스턴 다이내믹스처럼 관절 쪽에다가 구동 장치를 배치를 하면 손 안에 무게랑 공간을 감당을 해야 하고요 테슬라처럼 팔뚝에서 줄로 당기게 되면 그 줄이 힘을 전달하는 과정을 관리를 해야겠죠 어느 쪽이든 AI가 명령한 움직임이 손끝에서 어떻게 나오는지가 중요하겠습니다 자유도 숫자가 같아도 물체에 닿은 상태에서 힘을 다루는 방법은 달라질 수 있고요 테슬라 피규어가 공개한 시연에서는 손이 작은 알약 하다를 집어 올리는데요 손끝이 알약에 가까워질수록 손가락에 가려서 머리에 달린 카메라에서는 보기 어려워질 수도 있는데요 그래서 피규어 03은 손바닥에도 카메라를 넣었습니다 물체 가까이에서 다른 각도로 살펴볼 수 있도록 한 거예요 이게 상자나 선반 안에 손을 넣을 때도 마찬가지인데요 머리에서는 벽이나 손에 가려지는 부분을 손 가까이에 있는 카메라가 보완을 할 수 있겠죠 그렇다고 또 영상만으로 잡힌 상태를 전부 알 순 없어요 손가락이 알약 옆에 도착했는지랑 실제로 힘을 주어서 붙들고 있는지는 또 다른 문제잖아요 그래서 피규어는 손 가까이에서 찍은 영상에다가 촉각이랑 관절 상태 정보를 함께 결합을 합니다 어디로 움직일지 보면서 닿았을 때 그 생기는 변화도 받아들이는 거예요 테슬라의 설명에 따르면 손끝의 센서는 3g 무게에 해당하는 작은 힘까지 감지를 할 수 있는데요 손끝도 부드럽게 만들어서 물체의 모양에 맞춰서 접촉면이 넓어지도록 했죠 같은 헬릭스 02 공개 자료에서는 주사기로 5mm를 밀어내는 시연도 있었는데요 몸통은 붙들고 밀대만 이렇게 움직여야 되죠 밀대를 이렇게 누르면서 저항이 바뀌더라도 몸통이 손에서 미끄러지지 않게 잘 지지를 해줘야 됩니다 아틀라스에도 촉각 센서가 들어가고요 피규어도 전신 제어기 학습에 시뮬레이션 강화 학습을 사용하는데요 공개 자료에서 자세히 보여주는 부분이 좀 달라요 아틀라스의 이번 설명은 힘을 전달하는 기계랑 가상 훈련이 어떻게 잘 맞물리는지를 보여주는 거고요 피규어의 시연에서는 손 가까이의 영상이랑 접촉 정보를 조작에 잘 이용을 하는 그런 모습을 볼 수 있습니다 자 그러면 이 손들한테 같은 부품을 집어서 방향을 맞추고 정해진 위치에 끼우는 일을 시킨다고 해볼게요 처음에는 빨리 집었지만 중간에 사람이 자세를 고쳐 줘야 할 수도 있고요 조금 느리더라도 또 스스로 끝까지 마칠 수도 있겠죠 오래 쓰면서 조정하거나 수리하는 시간까지 더 하게 되면 결과가 또 달라질 수도 있어요 그래서 앞으로 우리가 한번 봐야 될 건 사람의 도움이랑 그러한 정비 시간까지 포함을 했을 때 같은 작업을 한 시간에 몇 개나 제대로 끝냈는지 이거를 좀 봐야 할 것 같습니다 손 안에 넣은 구조랑 센서가 실제 작업에 얼마나 보탬이 되는지 그 숫자에서 확인을 할 수 있을 것 같아요 그럼 오늘은 여기까지 여러분 모두 감기 조심하고요 지금 목이 아파서 고생하고 있는 패치였습니다