헬로티 이동재 기자 | 한국생산기술연구원(이하 생기원)이 작업자가 1번만 시연해줘도 스스로 작업방식을 학습해 공정 자동화에 필요한 비용과 시간을 대폭 절감해주는 ‘인공지능 기반 스마트 로봇 솔루션’을 개발했다고 밝혔다. 기존의 공정 자동화는 현장에 맞는 설비와 로봇을 사전에 제작·설치하는 과정을 거쳐, 제한된 상황에서 미리 입력된 작업만 단순 반복하는 방식이었다. 따라서 작업 환경이 바뀌면 데이터 프로그래밍을 통해 로봇을 매번 새롭게 학습시켜야 하기 때문에 비용과 시간의 손실이 상당했다. 생기원 스마트제조혁신연구부문 이상형 박사 연구팀은 모방과 강화 학습을 적용해 프로그래밍 절차를 제거함으로써, 스스로 무엇을 배워야 할지 판단하고 최적의 작업방식을 알아낼 수 있는 스마트 머신 솔루션을 구현했다. 작업자가 어떻게 일하는지 1번만 보여주면, 로봇은 가상세계에서 이를 따라하려고 노력하고 시행착오를 겪으면서 작업 데이터를 수집한다. 이후 축적된 데이터를 기반으로 실제 현실에서 작업하면서 최종적으로 상황에 적합한 작업방식을 배우는 강화학습이 일어난다. 이처럼 로봇이 알아서 최적 작업방식을 도출해내기 때문에 사람이 데이터를 일일이 입력하거나 불필요한 설비를 추가 설치하
[헬로티] DGIST 연구팀이 사람 손과 같이 정교하고 유연한 인간형 로봇핸드(Robot Hand) 핵심 기술을 개발했다고 27일 밝혔다. 제작이 간편하고 외부충격에도 안정적으로 구동이 가능해, 산업체의 협동로봇분야 등 다양한 스마트 로봇분야에 적용이 기대된다. 최근 산업현장에서는 자동화 시스템을 통해 업무 효율을 높이기 위해, 로봇의 비중을 늘리고 있다. 특히 다양한 강성의 물체를 움켜쥐거나 조립하는 등 고도의 작업을 위해 로봇핸드가 주로 사용되는데, 이러한 정밀한 로봇핸드 제어를 위해선 구름베어링(rolling bearing) 기반의 볼베어링 회전 조인트가 주로 사용된다. 구름베어링(rolling bearing)은 베어링의 접촉면 사이에 볼이나 롤러, 니들을 넣어 롤러가 구르면서 접촉하기 때문에 마찰이 작아 고속 회전을 하는 곳에 적합한 베어링이지만, 구름베어링은 가격이 비싸고 조립이 까다로우며 외부 충격에 고장이 나기 쉬워, 이를 대체하기 위한 다양한 유연 조인트가 개발되고 있다. DGIST 로봇공학전공 윤동원 교수 연구팀은 기존의 유연구조 로봇핸드의 약한 강성을 보강하고자 새로운 구조의 로봇핸드를 고안했다. 연구팀은 손가락 마디에 맞게 형상이 변형된