▲ HILO가 적용되는 로봇 시스템들 예시(출처: Nature) / HILO는 인간과 로봇이 상호작용하는 대부분의 분야에 적용될 수 있으며 큰 확장성을 갖습니다. 그림1에서 나타낸 것처럼, (a) 개인맞춤형 로봇 의수/의족; (b) 인슐린 펌프와 같은 체내이식형 의료기기; (c) 증강 또는 재활을 위한 웨어러블 로봇; (d) 산업 또는 의료 환경에서 원격으로 조작되는 협동로봇; (e) 교육 또는 돌봄 환경에서의 소셜 로봇; (f) 자율성을 인간과 공유하는 자율주행차 등을 포함한다.(사진 및 설명=KAIST)  © 특허뉴스

KAIST는 기계공학과 공경철 교수가 포함된 국제공동연구팀이 로봇의 성능을 최적화하는 과정에 사람을 포함시키는 '힐로(HILO, Human-in-the-loop optimization)' 방법에 대한 연구를 네이처 본지(IF 50.5)에 발표했다고 4일 밝혔다. 이 연구는 로봇의 제어 알고리즘에 인적 요소를 반영하여 로봇 성능을 최적화하는 방법을 제시했다.

공 교수 외에도 스탠포드 대학의 스티븐 콜린스 교수와 하버드 대학의 패트릭 슬래드 교수가 참여한 이번 연구는, 로봇이 인간과 상호작용하는 과정에서 개인 맞춤형 최적화를 가능하게 하는 HILO 방법의 이론적 배경과 응용 분야, 발전 방향을 총망라한 견해(Perspective)를 발표했다.

로봇은 인간과의 상호작용이 점점 빈번해지며, 특히 웨어러블 로봇처럼 사람과 밀접하게 협력하는 경우 로봇의 성능을 적절히 이끌어내는 것이 더욱 중요해지고 있다. 그러나 사람마다 다른 행동 특성이 로봇의 동작에 영향을 미치면서 로봇 제어의 난이도가 높아진다. 이런 문제를 해결하기 위해 제안된 HILO 방법은 로봇과 인간을 하나의 통합된 시스템으로 간주하고 최적화를 진행함으로써, ‘개인 맞춤형 자동 최적화’를 가능하게 한다.

공경철 교수는 “웨어러블 로봇의 경우, 사용자마다 적절한 보행 패턴이 다르기 때문에 최적화가 필수적입니다. 엔젤로보틱스에서는 이 방법을 이용해 하반신 마비 장애인의 웨어러블 로봇 성능을 개인 맞춤형으로 최적화했습니다. 앞으로는 클라우드 기반의 자동 최적화 기능을 상용화할 계획입니다”라고 밝혔다.

현재 공 교수와 연구진이 개발 중인 웨어러블 로봇은 개별 사용자마다 최적화할 수 있도록 알고리즘이 설계되어 있으며, 다양한 환경에서 클라우드를 통해 자동 최적화가 진행되도록 연구되고 있다.

이 논문은 2024년 9월 네이처 본지(Vol 633, p.779)에 'On human-in-the-loop optimization of human–robot interaction'이라는 제목으로 게재되었다. HILO 방법이 로봇과 인간 간의 복잡한 상호작용을 해결하는 열쇠가 될 수 있다는 점에서, 로봇이 우리의 일상에 더욱 가까이 다가오는 미래를 기대할 수 있다.