보스턴다이나믹스, 4개 손가락 기반 차세대 로봇 핸드 최초 공개 및 아틀라스 적용 조작 시연 영상 공개
[고카넷, 글=남태화 기자] 현대차그룹 로봇 전문 계열사 보스턴다이나믹스는 현지시간으로 10월 1일 4개 손가락 기반의 차세대 로봇 핸드(Hand)를 최초로 공개하고, 이를 탑재한 휴머노이드 로봇 아틀라스가 다양한 조작 작업을 수행하는 영상을 선보였다.
이는 단순 이동 능력을 넘어 실제 작업 현장에서 요구되는 연속적이고 복합적인 작업을 수행하는 모습을 보여줬다는 점에서 의미가 크다.
휴머노이드 로봇은 사람을 위해 설계된 작업 공간과 공구를 활용하며 다양한 작업을 수행해야 하기 때문에 범용성과 유연성이 중요하다.
이에 범용 작업 수행 능력을 좌우하는 핵심 요소로 로봇 핸드의 중요성이 커지고 있는 가운데, 이번에 공개된 차세대 핸드는 아틀라스와 결합돼 산업 현장에서 요구되는 정교한 물체 조작과 공구 활용 능력을 한층 향상시키는 핵심 기술로 자리매김할 전망이다.
공개된 영상에서 아틀라스는 신규 로봇 핸드를 활용해 공구와 소형 부품을 다루며 정밀 조립, 손 안 물체 재배치(In-Hand Manipulation) 등을 시연했다.
우선 드릴 비트를 집어 드릴에 끼운 뒤 드릴을 작동시켜 나무에 구멍을 뚫는 모습을 선보였다. 공구 손잡이를 안정적으로 쥔 상태에서 버튼까지 눌러야 하는 만큼 손가락별 힘과 움직임을 정밀하게 제어하는 기술을 입증했다.
또 손가락으로 너트를 회전시켜 조이는 동작도 보여줬다. 크기가 작은 너트를 손끝으로 잡아 회전 방향과 힘을 정밀하게 조절하며 체결하는 등 볼트, 너트와 같이 작고 단단한 부품을 손으로 체결하기 위한 미세한 파지력 제어와 손 안에서 물체를 재배치하는 능력을 선보였다.
이외에도 얇고 긴 형태의 드럼 스틱을 손가락으로 회전시키고, 단단하고 매끄러운 표면의 골프공 두 개를 동시에 손 안에서 움직이는 등 형태와 마찰 특성이 다른 물체를 안정적으로 조작하는 모습을 보였다.
보스턴다이나믹스가 개발한 차세대 핸드의 가장 큰 특징은 엄지를 포함한 4개의 손가락에 총 13자유도(Degree of Freedom)를 구현해 기존 핸드 대비 정교한 조작 능력을 크게 향상시켰다는 점이다.
엄지손가락은 네 개의 자유도를 바탕으로 다른 손가락과 정교한 집기 동작을 수행하며, 나머지 손가락은 각각 세 개의 자유도로 구성돼 손가락을 벌리거나 끝단을 세밀하게 제어할 수 있다.
이를 통해 사람과 같이 물체를 집고, 손 안에서 물체의 위치와 방향을 바꾸는 등의 조작이 가능하다.
보스턴다이나믹스는 사람이 사용하는 작업 공간과 도구를 그대로 활용할 수 있도록 사람의 손과 유사한 크기를 유지하는 한편, 산업 현장 작업에 필요한 강도도 확보했다.
또한, 구조를 단순화하고 주요 부품을 모듈화해 산업 현장에 필요한 내구성과 정비 편의성을 확보했으며, 향후 대규모 양산 가능성까지 고려했다.
이외에도 다섯 개가 아닌 네 개의 손가락 구조를 채택한 이유에 대해서는 산업용 로봇의 적용 사례를 비교 분석하고 설계 복잡도, 전력 소모, 비용 합리성, 내구성, 수리 용이성 등 성능과 비용 효율 측면에서 최적화된 형태로 개발했다고 설명했다.
차세대 핸드의 또 다른 주요 특징은 물체와의 미세한 접촉까지 감지하는 촉각 센싱 기술이다. 손끝과 손바닥에는 압력 기반의 촉각 센서를 촘촘하게 배치해 물체와 접촉할 때 발생하는 작은 힘의 변화까지 감지할 수 있도록 했다.
보스턴다이나믹스는 차세대 핸드의 개발 초기부터 가상환경에서 로봇을 학습시킨 뒤 그 결과를 실제 로봇에 적용하는 ‘심투리얼(Sim-to-Real)’ 방식을 적용했다.
실제 하드웨어의 구동 특성과 마찰 등을 시뮬레이션에 정밀하게 반영해, 가상환경에서 학습한 조작 정책을 실제 로봇에 적용할 때 발생하는 차이를 줄이는 데 초점을 맞췄다.
아울러 시뮬레이션에서 모터 토크와 마찰, 물체의 형상, 작업 중 발생하는 외란 등을 다양하게 변화시키며 강화학습을 진행해 실제 환경에서 다양한 조건에 대응할 수 있는 조작 능력을 고도화하고 있다.
한편, 보스턴다이나믹스는 최근 ‘로보틱스 메타플랜트 응용 센터(RMAC)’를 개소했다. RMAC은 현대차그룹의 산업 환경을 모사한 실증 공간으로, 아틀라스가 실제 제조 작업 데이터를 수집하고 학습·검증하는 핵심 거점 역할을 수행하며 데이터 수집부터 학습, 현장 적용, 피드백 및 재학습으로 이어지는 데이터 플라이휠 구축을 가속화하고 있다.
사진제공 = 현대자동차그룹


