감량, 재사용, 재활용 – 로봇공학이 쓰레기 처리 접근 방식을 어떻게 바꿀 수 있는가

Applied Physics Reviews에 발표된 새 연구는 촉각 기능을 개선하면 로봇의 물체 인식과 분류 능력을 높일 수 있음을 보여줍니다. 이 연구에서는 새로운 센서 기능을 갖춘 로봇 시스템을 개발하고 여러 쓰레기 분류 작업으로 시험했습니다. 목표는 복잡한 실제 환경에서 촉각 정보를 활용해 물체를 얼마나 잘 구별할 수 있는지 확인하는 것이었습니다.

로봇의 향상된 감각

로봇은 계속 발전하고 있습니다. 첨단 센서와 AI 알고리즘을 결합하면서 성능과 기능이 개선되고 있습니다. 이미 일부 로봇은 시각·청각 정보와 주변 상황을 바탕으로 물체나 특정 상황을 인식할 수 있습니다.

출처 – Applied Physics Reviews – 쓰레기 분류

로봇 센서는 정확도, 무게, 기능 면에서 과거보다 크게 발전했습니다. 이러한 센서는 정확한 물체 인식이 필요한 복잡한 작업을 로봇이 수행하는 데 도움을 줍니다.

AI 개선

머신러닝 알고리즘은 로봇의 기능을 발전시키는 데 중요한 역할을 했습니다. AI는 주변 단서와 다른 정보를 분석해 물체나 상황을 추론함으로써 인식 성능을 높일 수 있습니다. 최근에는 센서 데이터를 해석하는 과정에 AI를 활용하는 사례가 늘고 있습니다.

촉각 로봇 – 쓰레기 처리

촉각 감지는 로봇공학에서 주목받는 분야입니다. 로봇을 떠올리면 시각·열 센서로 주변을 살피는 모습을 생각하기 쉽습니다. 하지만 물체를 만져서 특성을 파악하는 능력도 중요합니다.

촉각 로봇은 특유의 감지 능력 덕분에 활용 가능성이 커지고 있습니다. 시각 정보만으로 처리하기 어려운 작업에도 도움을 줄 수 있습니다. 여러 촉각 센서를 함께 사용하면 물체의 무게, 모양, 표면과 그 밖의 물리적 특성을 파악할 수 있습니다.

오늘날 촉각 로봇의 문제점

촉각 로봇을 개발하려면 여러 문제를 해결해야 합니다. 특히 물체를 쥐었을 때 그것이 무엇인지 인식하도록 만드는 일은 어렵습니다. 사람은 손으로 느끼는 모양과 질감 등을 종합해 사과와 테니스공 같은 물체를 구별할 수 있습니다.

높은 정확도가 필요한 실제 상황에서 촉각 로봇은 요구되는 정확도를 충족하지 못했습니다. 모양과 크기가 비슷한 물체를 혼동하는 문제가 흔합니다. 배경의 간섭과 방해 요소도 촉각 로봇이 물체를 정확하게 분류하기 어렵게 만들 수 있습니다.

물체의 방향과 쥐는 위치도 분류 결과에 큰 영향을 줍니다. 촉각 로봇은 여러 센서의 정보를 결합해 물체와 주변 상황을 파악해야 합니다. 이를 통해 학습에 사용한 예시와 모양이나 크기가 다른 물체도 인식할 수 있습니다.

연구 – 쓰레기 처리

「Enhanced Robotic Tactile Perception with Spatiotemporal Sensing and Logical Reasoning for Robust Object Recognition」 연구는 촉각 로봇의 물체 인식 성능을 높이는 방법을 설명합니다. 연구진은 무게, 압력, 물체를 다루면서 얻는 정보에 더해 다양한 물리적 특성을 활용하고자 했습니다.

시공간 촉각 감지

사람은 물체를 인식할 때 열적 특성도 활용합니다. 연구진은 여러 감지 정보를 AI 알고리즘과 결합해 정확도와 인식 속도를 높이고자 했습니다. 활용한 특성에는 열전도율, 열확산율, 표면 거칠기, 접촉 압력, 온도가 포함됩니다.

다층 센서가 쓰레기 처리 능력을 향상

연구진은 여러 층으로 구성된 새로운 센서를 제작했습니다. 이 센서는 물체 표면에 접촉하면서 다양한 데이터를 기록합니다. 압력 센서는 장치의 아래쪽에 배치했습니다.

장치의 중간 부분에는 열 센서를 배치했습니다. 다공성 물질 뒤에 있는 이 센서는 물체를 만질 때 발생하는 미세한 온도 변화를 감지할 수 있습니다.

AI 통합

연구진은 센서 정보를 분류하고 해석하기 위해 맞춤형 머신러닝 모델을 개발했습니다. 효율적인 단계식 분류 알고리즘은 물체를 잠시 쥐면서 얻은 정보를 바탕으로 복잡한 실제 물체를 구별합니다.

알고리즘은 쉬운 범주부터 구분한 뒤 점차 어려운 분류를 수행합니다. 여러 층의 장단기 메모리(LSTM) 신경망을 사용해 각 물체를 계층적으로 인식하고 분류합니다.

쓰레기 처리 테스트

연구진은 시스템을 시험하기 위해 촉각 로봇에 어려운 작업인 쓰레기 분류를 선택했습니다. 쓰레기에는 다양한 재료로 만든 물체가 서로 다른 상태로 섞여 있기 때문입니다.

쓰레기에는 겉모습이 비슷해도 상태나 내용물이 다른 물체가 많습니다. 연구진은 빈 상자, 음식물 조각, 플라스틱병, 냅킨, 스펀지, 오렌지 껍질, 유효기간이 지난 의약품 등을 사용했습니다. 이러한 인식 능력은 재활용품, 음식물 쓰레기, 유해 폐기물을 구분하는 데 활용될 수 있습니다.

결과

실험에서 시스템은 다양한 쓰레기 물체를 인식하는 데 98.85%의 정확도를 기록했습니다. 이는 해당 시험 조건에서 새로운 촉각 인식 방법이 효과적임을 보여줍니다. 모든 실제 현장에서 같은 성능을 내거나 이미 일반인이 이용할 수 있다는 뜻은 아닙니다.

시스템은 이전에 접하지 못한 물체도 인식했습니다. 연구진은 이 능력이 향후 쓰레기 처리, 재활용 등 여러 작업에 활용될 수 있다고 보고 있습니다.

혜택

더 민감한 촉각 로봇은 다양한 작업에 로봇을 도입할 가능성을 넓혀 줍니다. 공장에서 사람의 작업을 배우고 일부 업무를 대신 수행하는 로봇은 오랫동안 연구 목표였습니다. 이를 위해서는 물체 인식과 조작 능력을 더 발전시켜야 합니다.

물체를 정확하게 분류하는 일은 기존 로봇의 주요 과제였습니다. 열 센서와 AI를 결합하면 인식 능력을 개선할 수 있습니다. 예를 들어 쥐고 있는 사과 모양 물체가 진짜인지 모형인지, 뜨겁거나 차가운지, 속이 비었는지 판단하는 데 도움을 줄 수 있습니다. 다만 모든 면에서 사람과 동등한 능력을 갖췄다는 의미는 아닙니다.

이 연구로 혜택을 볼 수 있는 기업

로봇 기업들은 이러한 연구를 제품 개선에 활용할 기회를 찾을 수 있습니다. 로봇 산업이 성장하고 경쟁이 늘면서 혁신도 계속되고 있습니다. 아래 기업들은 관련 분야에서 활동하지만, 이 연구가 해당 기업의 신기술 도입을 입증하는 것은 아닙니다.

1. ABB

취리히에 본사를 둔 ABB는 주요 국제 로봇 제조업체로, 산업용 로봇과 자동화 솔루션을 제공합니다. Flexley Tug T702 자율이동로봇은 복잡한 작업 환경에서 이동하고 자재를 운반하도록 개발됐습니다.

ABB의 YuMi는 소형 부품 조립 등에 사용하는 협동로봇입니다. 2015년에 출시됐으므로 2024년의 신제품으로 볼 수는 없습니다. 열·촉각 센서의 발전은 이러한 로봇의 기능을 개선하는 데 도움이 될 수 있습니다. ABB를 평가할 때는 기술적 가능성과 함께 사업 및 투자 위험도 살펴야 합니다.

2. Zebra Technologies

ZBRA 가격 차트

미국의 Zebra Technologies (ZBRA )는 산업 자동화에 사용하는 제품을 제공합니다. 자율이동로봇은 혼잡한 창고에서 장애물을 피하면서 물품을 운반할 수 있습니다. 관련 제품으로 Fetch100 Roller와 Fetch100 Shelf가 있습니다.

이 로봇의 주요 장점은 유연성, 손쉬운 프로그래밍, 클라우드 기반 프로토콜을 통한 작업 조정 능력입니다. 이러한 편의성은 운영 중인 로봇의 성능을 추적하고 개선하기 쉽게 해 줍니다. 촉각 감지 능력이 향상되면 선택의 폭이 넓어지고 여러 산업에서 더 많은 활용 사례가 가능해집니다.

Zebra Technologies의 시장 지위와 실제 로봇 활용 사례는 투자자들이 관심을 가질 수 있는 요소입니다. 원문은 로봇 산업의 성장에 따른 가능성을 언급하며 당시 ZBRA에 대해 보유 의견을 제시했습니다. 이는 향후 주가 상승을 보장하지 않습니다.

미래

촉각 로봇은 제조 공정의 효율화, 폐기물 감소, 일상생활 지원에 기여할 가능성이 있습니다. AI와 자율운영 기술이 발전하면서 활용 분야도 넓어질 수 있습니다. 아래는 잠재적인 적용 사례입니다.

산업

산업용 로봇은 규모가 크고 계속 성장하는 분야입니다. 제조업체는 생산 효율을 높이기 위해 로봇을 도입해 왔습니다. 촉각 로봇은 물체를 집어 가볍게 눌러 숙도를 확인하는 등 섬세한 작업에 활용될 수 있습니다.

앞으로 로봇은 신제품의 제작, 제조, 시험에서 더 많은 역할을 맡을 수 있습니다. 사람의 감각과 유사한 정보를 활용하면 작업 상황을 더 세밀하게 판단하고 일부 공정의 비용을 줄이는 데 도움이 될 수 있습니다.

의료

의료 분야에도 촉각 기술의 잠재적인 활용처가 있습니다. 향후 의수나 의족 사용자에게 촉감을 전달하는 데 기여할 수 있습니다. 이를 실현하려면 센서, 신경계, 인공 팔다리를 연결하는 기술이 필요합니다.

뇌-컴퓨터 인터페이스와 결합하면 센서 정보를 뇌가 받아들일 수 있는 신경 신호로 변환하는 방안을 연구할 수 있습니다. 이는 인공 팔다리의 제어와 감각을 개선할 가능성이 있습니다. 실제 신체 부위와 같은 경험이나 광범위한 임상적 효과는 추가 연구가 필요한 목표입니다.

농업

농업에서도 촉각 로봇을 활용할 수 있습니다. 과일 수확처럼 섬세한 작업에서 AI와 센서는 숙도를 판단하고 농산물을 분류하는 데 도움을 줄 수 있습니다. 이러한 기술은 식량 생산의 효율성을 높이는 여러 방안 중 하나입니다.

연구원

논문의 저자는 칭화대학교의 Qian Mao와 Rong Zhu입니다. 연구진은 사람 손의 감지 능력에서 영감을 받아 촉각 로봇 시스템을 개발했습니다. 실험 결과는 물체 인식 기술을 발전시키기 위한 유망한 기반을 제공합니다.

쓰레기 분류 로봇은 시작에 불과합니다

쓰레기 분류는 이 기술의 잠재적인 활용 사례 중 하나입니다. 복잡한 실제 상황에서 물체를 더 정확하게 인식할 수 있다면 로봇의 다른 활용처도 늘어날 수 있습니다. 추가 연구를 통해 다양한 작업 환경에서의 효과를 확인해야 합니다.

다른 흥미로운 로봇 프로젝트는 여기에서 살펴보세요.