- KAIST 로봇개 ‘라이보’, 산악·험지 수색도 거뜬
- 재난 현장, 산악 수색 등 극한환경 임무 투입 기대

지드래곤 KAIST 교수 겸 가수가 헤럴드미디어그룹 주최로 열린 ‘이노베이트코리아 2025’ 스페셜무대에 참석해 자신의 노래로 춤을 추는 사족보행 로봇 라이보를 보고 있다. [이상섭 기자]

황보제민 교수팀이 개발한 사족보행 로봇 라이보가 벽을 타고 달리는 모습을 시연하고 있다.[KAIST 제공]

[헤럴드경제=구본혁 기자] “로봇개가 고양이처럼 민첩하게 벽도 타고 틈도 뛰어넘는다.”

그 주인공은 바로 KAIST가 개발한 사족보행 로봇 ‘라이보(Raibo)’. 계단, 틈, 벽, 잔해 등 불연속적이고 복잡한 지형에서도 고속으로 이동한다. 수직 벽을 달리고, 1.3m 폭의 간격을 뛰어넘으며, 징검다리 위를 시속 약 14.4Km로 질주하고, 30°경사·계단·징검다리가 혼합된 지형에서도 빠르고 민첩하게 움직이는 성능을 입증했다.

KAIST는 기계공학과 황보제민 교수 연구팀이 벽, 계단, 징검다리 등 불연속적이고 복잡한 지형에서도 시속 14.4km(4m/s)의 고속 보행이 가능한 사족 보행 로봇 내비게이션 프레임워크를 개발했다고 밝혔다.

연구팀은 복잡하고 불연속적인 지형에서 로봇이 빠르고 안전하게 목표 지점까지 도달할 수 있도록 하는 사족 보행 내비게이션 시스템을 개발했다.

이를 위해 문제를 두 단계로 분해해 접근했는데, 첫째는 발 디딤 위치(foothold)를 계획하는 플래너(planner), 둘째는 계획된 발 디딤 위치를 정확히 따라가는 트래커(tracker)를 개발하는 것이다.

먼저 플래너 모듈은 신경망 기반 휴리스틱을 활용한 샘플링 기반 최적화 방식을 통해 물리적으로 가능한 발 디딤 위치(foothold)를 빠르게 탐색하고, 시뮬레이션 롤아웃을 통해 최적 경로를 검증한다.

라이보가 징검다를 건너는 모습을 시연하고 있다.[KAIST 제공]

기존 방식들이 발 디딤 위치 외에도 접촉 시점, 로봇 자세 등의 다양한 요소를 함께 고려한 반면, 이번 연구에서는 발 디딤 위치만을 탐색 공간으로 설정함으로써 계산 복잡도를 크게 낮췄다. 또한 고양이의 보행 방식에서 착안, 뒷발이 앞발이 밟았던 곳을 디디는 구조를 도입해 계산 복잡도를 다시 한번 크게 낮출 수 있었다.

트래커 모듈은 계획된 위치에 정확히 발을 디딜 수 있도록 학습되며, 트래킹 학습은 적절한 난이도의 환경에서 경쟁적으로 이루어진 생성 모델을 통해 진행된다.

트래커는 로봇이 계획된 위치에 정확하게 발을 디딜 수 있도록 강화학습을 통해 학습되며, 이 과정에서 ‘맵 생성기(map generator)’라는 생성 모델이 목표 분포를 제공한다.

이 생성 모델과 트래커는 동시에 경쟁적으로 학습되어, 트래커가 점진적으로 어려운 난이도에 적응할 수 있도록 설계됐다. 이후 학습된 트래커의 특성과 성능을 반영할 수 있도록, 트래커가 실행 가능한 디딤 위치 계획을 생성하는 샘플링 기반 플래너를 설계했다.

라이보가 상주 곶감 마라톤 대회에서 주행하고 있다.[KAIST 제공]

이 계층적 구조는 기존 기법 대비 계획 속도와 안정도 모두에서 우수한 성능을 보였으며, 실험을 통해 다양한 장애물과 불연속 지형에서의 고속 보행 능력과 처음 보는 지형에 대해서도 범용적으로 적용 가능함을 입증했다.

황보제민 교수는 “보행 로봇이 극복할 수 있는 불연속 지형의 범위를 획기적으로 넓히고, 이를 고속으로 주행할 수 있도록 하여, 로봇이 재난현장 탐색이나 산악 수색 등 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다”고 말했다.

이번 연구성과는 국제학술지 ‘사이언스 로보틱스(Science Robotics)’ 5월호에 게재됐다.

한편 라이보는 세계 최초로 마라톤 풀코스에 도전, 4시간 19분 52초의 기록으로 완주했다.

Copyright © 헤럴드경제. 무단전재 및 재배포 금지.