A Shank Angle-Based Control System Enables Soft Exoskeleton to Assist Human Non-Steady Locomotion

파트너와 함께 춤을 추는데, 그 파트너가 당신이 전력 질주를 하든, 비틀거리든, 혹은 신발 끈을 묶으려고 갑자기 멈춰 서든 상관없이 오로지 초 단위로 째깍거리는 엄격한 메트로놈만을 따르는 상황을 상상해 보십시오. 당신이 속도를 높이면 그들은 그대로 머물러 있고, 속도를 줄여도 그들은 계속 행진합니다. 그것은 재앙이 될 것입니다. 이것이 바로 많은 로봇 '외골격(exoskeletons)'—사람이 걷거나, 뛰거나, 계단을 오를 수 있도록 돕기 위해 설계된 착용형 기계—이 가진 근본적인 문제입니다. 수년 동안 이 장치들은 마치 일정한 속도로 평탄한 트랙을 걷는 것처럼, 완벽하고 일정한 리듬으로 움직이는 데는 매우 뛰어났습니다. 하지만 현실 세계는 무질서합니다. 우리는 가속하고, 속도를 줄이고, 발이 꼬이며, 경사로를 통과합니다. 로봇이 단순한 타이머를 사용하여 이러한 "비정형적(non-steady)" 순간에 도움을 주려 할 때, 로봇은 박자가 어긋나게 되며, 종종 엉뚱한 타이밍에 밀거나 당겨서 어색하거나 심지어 위험하게 느껴질 수 있습니다.

이를 해결하기 위해, 과학자들은 로봇에게 언제 도움을 줄지 알려주는 새로운 방법을 찾고 있습니다. 시간을 세는 대신, 신체의 움직임 자체에 귀를 기울이려는 것입니다. 이것은 시계를 보는 대신 당신의 어깨나 발걸음을 관찰하며 당신의 에너지에 즉각적으로 맞춰 움직임을 조절하는 댄스 파트너와 같습니다. 이 논문은 엔지니어들이 사람의 보행을 돕기 위해 딱딱하고 투박한 금속 프레임 대신 부드럽고 유연한 슈트(soft, flexible suits)를 제작하는 로봇 공학의 특정 분야를 깊이 있게 다룹니다. 그들이 해결하고자 하는 핵심 질문은 이것입니다: 어떻게 하면 사람이 언덕을 뛰어 올라가거나 비틀거리는 동작을 회복하는 것과 같이 예측 불가능한 행동을 할 때도, 로봇이 인간과 완벽한 조화를 이루며 움직이게 만들 수 있을까?

하퇴(Shank)의 춤: 당신의 다리를 지켜보는 로봇

이 연구에서 중국 선양 자동화 연구소의 연구진은 소프트 발목 외골격을 위한 영리하고 새로운 제어 시스템을 구축했습니다. 그들은 이를 "하퇴 각도 기반(shank angle-based)" 시스템이라고 부릅니다. 이것이 무엇을 의미하는지 이해하려면, 무릎부터 발목까지 이어지는 다리의 아랫부분을 흔들리는 진자라고 상상해 보십시오. 이것이 바로 "하퇴(shank)"입니다. 당신이 걸을 때, 이 진자는 앞뒤로 흔들립니다. 연구진은 로봇에게 "몇 초가 지났는가?"라고 묻는 대신, "지금 당신의 하퇴 각도가 어디에 있는가?"라고 물어야 한다는 점을 깨달았습니다.

다리 아랫부분의 각도를 오케스트라의 "지휘자"로 사용함으로써, 로봇은 당신이 천천히 걷고 있는지, 빠르게 달리고 있는지, 혹은 갑자기 속도를 바꾸고 있는지와 관계없이 현재 어떤 보행 단계(phase)에 있는지 즉각적으로 알 수 있습니다. 이는 박자를 세는 대신 당신의 모든 움직임을 거울처럼 반영하여, 결코 당신의 발을 밟거나 균형을 무너뜨리지 않는 댄스 파트너를 두는 것과 같습니다.

"더블 험프(Double-Hump)" 전략

연구팀은 로봇이 어느 정도의 힘으로 밀어야 하는지에 대한 청사진인 특별한 "보조 프로파일(assistance profile)"을 설계했습니다. 그들은 이 힘을 **이중 가우시안 곡선(dual-Gaussian curve)**을 사용하여 모델링했습니다. 만약 종 모양의 곡선(매끄러운 언덕)을 상상한다면, 이 프로파일은 꼭대기에서 하나로 연결된 두 개의 언덕처럼 보입니다. 한 언덕은 발이 지면에 닿을 때 힘이 쌓이는 것을 나타내고, 다른 한 언덕은 발을 뗄 때 힘이 빠져나가는 것을 나타냅니다.

여기에는 마법 같은 기술이 있습니다. 로봇은 단순히 이 언덕의 모양을 추측하는 것이 아닙니다. 로봇은 IMU(관성 측정 장치)라는 아주 작은 센서를 사용하여 다리의 움직임을 측정하고, 매 걸음마다 이 언덕의 모양을 업데이트합니다. 당신이 보폭을 길게 가져가면 언덕이 길게 늘어나고, 보폭을 짧게 가져가면 언덕이 줄어듭니다. 이 과정은 로봇이 당신이 걷고 있는지, 달리고 있는지, 혹은 계단을 오르고 있는지 알 필요 없이 실시간으로 일어납니다. 로봇은 단지 다리 움직임의 형태에 적응할 뿐입니다.

"비정형(Non-Steady)" 테스트: 트레드밀 위의 혼돈

이 시스템의 성능을 입증하기 위해, 연구진은 단순히 사람들이 직선으로 걷게만 한 것이 아닙니다. 그들은 사람들을 트레드밀 위에 두고 혼돈을 던졌습니다. 그들은 단 0.1초 만에 벨트의 속도를 80% 급격히 높이거나 낮추었습니다. 이것이 그들이 말하는 "비정형(non-steady)" 조건입니다—대부분의 로봇을 당황하게 만드는 갑작스러운 충격입니다.

결과는 인상적이었습니다. 트레드밀이 갑자기 움직일 때, 기존 방식의 로봇들(타이머를 사용하는 로봇들)은 혼란에 빠졌습니다. 그들의 도움은 너무 빨리 혹은 너무 늦게 도착하여, 인간의 자연스러운 근력과 제대로 맞지 않았습니다. 그러나 새로운 "하퇴 각도" 로봇은 완벽하게 동기화된 상태를 유지했습니다. 연구진은 속도가 변하는 중에도 로봇의 힘이 인간의 자연스러운 발목 토크와 0.92의 상관계수(1.0이 완벽한 일치를 의미함)로 일치한다는 것을 발견했습니다. 반면, 타이머 기반의 로봇들은 속도가 뒤로 변할 때 상관계수가 0.57로 떨어지며, 적절한 순간에 도움을 주는 데 사실상 실패했습니다.

이것이 실제로 사람들에게 도움이 되는가?

연구팀은 8명의 피실험자를 대상으로 네 가지 활동(평지 걷기, 달리기, 경사로 오르기, 경사로 내려가기)을 통해 시스템을 테스트했습니다. 그들은 세 가지 시나리오를 비교했습니다:

1. 외골격 미착용 (NOE): 그냥 일반적인 보행.
2. 수동 외골격 (PAS): 슈트를 착용하고 있지만, 도움을 주지는 않음 (단순한 무게로 작용).
3. 능동 외골격 (ACT): 슈트를 착용하고 있으며, 새로운 제어 시스템을 통해 도움을 받음.

연구 결과는 능동형 슈트가 실질적인 차이를 만든다는 것을 보여줍니다. 능동형 슈트를 착용했을 때:

• 근육 활동 감소: 종아리 근육(특히 외측 비복근)의 활동이 평지 걷기 중에는 평균 7.50%, 경사로를 내려갈 때는 최대 13.64% 감소했습니다.
• 에너지 소비 감소: 가장 흥식적인 결과는 대사율(신체가 소모하는 에너지)에서 나타났습니다. 평지를 걸을 때 능동형 슈트는 에너지 비용을 11.86% 줄였습니다. 경사로를 내려갈 때는 **8.11%**의 감소를 보였습니다. 달리기와 경사로 오르기에서도 각각 **6.26%**와 **6.55%**의 감소가 나타났습니다.
• 수동의 문제: 흥미롭게도, 도움을 받지 않고 슈트를 착용했을 때(수동 조건)는 에너지 사용량이 약 3%에서 5% 정도 오히려 증가했습니다. 이는 스마트한 제어 없이 단순히 무겁고 뻣뻣한 슈트를 착용하는 것은 부담이 된다는 것을 시사합니다. 로봇이 도움이 되려면 "스마트"해야 하며, 그렇지 않으면 다리에 매달린 무거운 배낭에 불과합니다.

이것이 의미하는 바 (그리고 의미하지 않는 바)

이 논문은 다리 아랫부분의 각도를 가이드로 사용하는 것이, 음악의 템포가 변하더라도 인간과 함께 춤을 추는 로봇을 만드는 강력한 방법임을 시사합니다. 이는 사람이 무엇을 하고 있는지 알기 위해 복잡한 카메라나 뇌 스캔 센서가 필요한 것이 아니라, 단지 그들의 다리를 관찰하기만 하면 된다는 것을 증로합니다.

하지만 저자들은 이 문제가 "해결되었다"고 단정 짓지는 않습니다. 그들은 로봇이 밀어주는 힘의 양이 현재 사용자 체중의 일정 비율(구체적으로 15% 또는 20%)로 고정되어 있다는 점을 언급했습니다. 또한 트레드밀 옆에 커다란 제어 박스와 배터리 팩이 연결되어 있기 때문에, 산을 타거나 붐비는 도시 거리를 돌아다니는 실제 환경에서의 테스트는 수행하지 못했습니다. 또한 슈트 자체가 주는 "수동적" 무게가 약간의 방해가 되었다는 점을 인정하며, 향후 디자인은 더 가볍고 편안해야 한다고 덧붙였습니다.

요약하자면, 이 연구는 로봇이 시계의 째깍거림이 아니라 당신의 다리 흔들림에 "귀를 기울이게" 함으로써, 인간 움직의 무질서하고 예측 불가능한 현실에 대비할 수 있는 조력자를 만들 수 있음을 보여줍니다. 이는 로봇이 단순히 명령을 따르는 것을 넘어, 자신이 돕고 있는 사람의 리듬을 진정으로 이해하게 되는 단계로 나아가는 발걸음입니다.