순응형 관절 (Compliant joints)은 숙련된 손 (dexterous hands)에 안전성과 적응성을 부여할 수 있지만, 관절 특유의 방향 의존적 강성 (direction-dependent stiffness)과 신뢰할 수 있는 고유 수용 감각 (proprioception)을 유지하면서 큰 스트로크의 인간형 동작을 구현하는 것은 여전히 어려운 과제입니다. 본 논문은 굴곡/신전 (flexion/extension), 외전/내전 (abduction/adduction), 그리고 회내/회외 (pronation/supination)를 포함한 여러 변형 모드에 걸쳐 방향성 강성을 체계적으로 형성할 수 있는 파라메트릭 이중 나선 (PDS, parametric double-spiral) 순응형 관절인 PDS joint를 제시합니다. 우리는 다양한 손 관절을 위해 아르키메데스 나선 (Archimedean spiral) 및 로그 나선 (logarithmic spiral) 템플릿을 사용하여 관절을 구현하였으며, 파지 안정성 (grasp stability)과 과신전 저항성 (hyperextension resistance) 모두를 위해 강성 분포를 맞춤화할 수 있는 비대칭 비율 (asymmetry ratio)을 도입했습니다. 큰 변형 하에서도 관절을 실용적으로 사용할 수 있도록, 우리는 내장형 유도성 고유 수용 감각 (embedded inductive proprioception)을 공동 설계하였으며, ArUco-marker 트래킹을 사용하여 원시 유도 신호를 관절 상태로 매핑하는 학습 기반 보정 파이프라인을 제안합니다. 실험을 통해 기하학적 파라미터에 따른 강성 지형 (stiffness landscapes)을 특성화하였으며, 측면 지지력 (lateral support)이 비대칭성에 대해 비단조적 (non-monotonic) 의존성을 보임을 입증하여 원칙에 기반한 파라미터 튜닝의 중요성을 나타냈습니다. 가장 까다로운 외전/내전 동작에서의 관절 상태 추정을 위해, 학습된 다층 퍼셉트론 (MLP, multilayer-perceptron) 매핑을 사용한 결과 기존의 곡선 피팅 (curve fitting) 방식에 비해 오차를 41.6% 감소시켰습니다. 마지막으로, 우리는 제안된 관절을 오픈 소스 숙련된 손에 통합하여 데모 플랫폼으로 활용하였으며, 이를 통해 손이 9개의 일상적인 물체를 파지하고 안전하며 접촉이 빈번한 인간 참여형 상호작용을 수행함을 보여주었습니다.