Soft Mobility Theory

해파리가 어떻게 헤엄치는지, 혹은 부드러운 고무로 만든 작은 로봇이 물속에서 어떻게 움직여야 하는지 상상해 보십시오. 문제는 이 물체가 단단한 바위가 아니라 찌글거리는 물질이기 때문에 까다롭습니다. 물체가 움직이면 물이 그것을 밀고, 물체가 구부러지면 물이 다르게 밀어냅니다. 이는 물체의 모양과 유체의 흐름 사이의 끊임없는 춤과도 같습니다.

오랫동안 과학자들은 단단한(rigid) 물체 (단단한 대리석이나 강철 공과 같은) 가 꿀과 같은 두껍고 느리게 움직이는 유체 속을 어떻게 이동하는지 예측할 수 있는 훌륭한 도구를 가지고 있었습니다. 그들은 "**이동성 이론 **(Mobility Theory)"이라는 일종의 "규칙책"을 가지고 있었습니다. 이 규칙책은 다음과 같이 말합니다. "대리석을 이 정도로 밀면, 그 속도로 움직일 것이다."

하지만 이 규칙책은 찌글거리는 물체에는 적용되지 않았습니다. 기존에 존재하던 부드러운 물체에 대한 방법들은 너무 특정 문제에만 국한되거나, 새로운 모양을 설계하는 데 사용하기에는 너무 복잡했습니다. 새로운 소프트 로봇을 발명하고 싶다면, 컴퓨터에게 "가장 빠르게 헤엄치기 위해 어떤 모양을 만들어야 할까?"라고 쉽게 물어볼 수 없었습니다. 수학이 너무 꼬여 있어 풀 수 없었기 때문입니다.

**새로운 "소프트 이동성 **(Soft Mobility)

크리스토프 엘로이 (Christophe Eloy) 와 그의 팀은 "**소프트 이동성 이론 **(Soft Mobility Theory)"이라는 새로운 규칙책을 작성했습니다. 이는 "찌글거리는 해파리"에서도 작동하도록 오래된 "단단한 대리석" 규칙책을 업그레이드한 것과 같습니다.

다음은 그들이 사용한 몇 가지 간단한 비유를 통해 그들이 어떻게 이를 수행했는지 설명합니다:

1. "가상 힘 (Virtual Power)" 트릭

복잡한 기계가 어떻게 움직이는지 파악하려고 한다고 상상해 보십시오. 모든 기어와 스프링을 한 번에 풀려고 노력하는 대신, 저자들은 **가상 힘의 원리 **(Principle of Virtual Power)라는 영리한 트릭을 사용합니다.

이것은 다음과 같이 생각하십시오: "이 기계 전체가 어떻게 움직이는가?"라고 묻는 대신, "내가 이 기계를 특정 방식으로 가상적으로 밀었다면, 얼마나 많은 에너지가 들었을까?"라고 묻습니다. 실제 움직임의 에너지와 이러한 "가상적인" 밀기들을 비교함으로써, 그들은 단일하고 깔끔한 방정식을 유도할 수 있습니다. 이는 저울을 맞추는 것과 같습니다. 무게 (힘) 와 모양 (탄성) 이 어떻게 상호작용하는지 알면, 모든 작은 분자의 세부 사항에 빠지지 않고도 운동을 예측할 수 있습니다.

2. "레고" 접근법

수학을 풀 수 있게 만들기 위해, 저자들은 부드러운 몸을 하나의 연속된 끈적한 덩어리로 모델링하지 않았습니다. 대신, 그것을 레고처럼 연결된 구슬과 스프링으로 분해했습니다.

구슬: 이는 몸의 일부를 나타냅니다.
스프링: 이는 몸의 강성 (구부리기 어려운 정도) 을 나타냅니다.

이것은 복잡하고 찌글거리는 물체를 공과 탄성 있는 연결고리의 집합으로 바꿉니다. 그런 다음 그들은 Rotne–Prager–Yamakawa 근사라는 수학적 단축키를 사용하여 물이 각 공에 어떻게 밀고, 공들이 물을 통해 서로 어떻게 밀어내는지 빠르게 계산했습니다.

3. "마법 방정식"

그 결과, 부드러운 몸을 위한 GPS처럼 작동하는 특별한 방정식이 나왔습니다.

옛 방식: 모양이 바뀔 때마다 거대하고 혼란스러운 퍼즐을 풀어야 했습니다.
새 방식: 이 방정식은 다음과 말합니다. "현재 모양은 이것이고, 유동은 이것이며, 강성은 이것입니다. 이들을 입력하면, 모양이 다음에 어떻게 움직이고 변형될지 즉시 알려줍니다."

중요하게도, 이 방정식은 **미분 가능 **(differentiable)합니다. 쉽게 말해, 수학이 충분히 "매끄러워서" 컴퓨터가 쉽게 역산할 수 있다는 뜻입니다. 로봇이 더 빠르게 헤엄치기를 원한다면, 컴퓨터는 즉시 계산할 수 있습니다. "스프링을 약간 더 강하게 만들거나, 공을 약간 더 크게 만들면 속도가 X 만큼 증가한다."

그들이 증명한 것 (개념 증명)

저자들은 이 새로운 이론이 작동함을 보여주기 위해 다섯 가지 다른 시나리오로 테스트했습니다:

가라앉는 바위: 그들은 물속으로 가라앉는 단단하고 기이한 모양의 물체를 시뮬레이션했습니다. 컴퓨터의 예측은 알려진 수학적 해와 완벽하게 일치하여 엔진이 작동함을 증명했습니다.
가라앉는 국수: 그들은 국수와 같은 유연한 섬유가 가라앉는 것을 시뮬레이션했습니다. 그것은 곧게 시작되었지만, 떨어지면서 물의 저항으로 인해 말발굽 모양으로 말려들었습니다. 시뮬레이션은 실제 생활에서 볼 것으로 예상되는 것과 일치했습니다.
비틀리는 국수: 그들은 한쪽 끝이 고정된 국수를 돌려보냈습니다. 국수는 실제 섬유 실험에서와 마찬가지로 회전 축을 감싸며 감겼습니다.
회전하는 팽이: 그들은 소용돌이 흐름 속에 단단한 덤벨을 넣었습니다. 그것은 예측 가능한 루핑 경로 (제프리 궤도라고 함) 를 따랐습니다. 그들이 두 공 사이의 연결을 단단한 막대 대신 스프링으로 만들었을 때, 경로가 변하여 유연성이 움직임을 어떻게 변화시키는지 보여주었습니다.
세 공 헤엄치기: 그들은 스프링으로 연결된 세 개의 공으로 구성된 유명한 이론적 헤엄치는 물체를 재현했습니다. 그들은 컴퓨터에게 가장 빠르게 헤엄치기 위한 완벽한 스프링 강성을 찾도록 요청했습니다. 컴퓨터는 수학자들이 수년 전에 예측했던 정확한 "황금비"를 찾아냈으며, 이는 설계 도구가 작동함을 증명했습니다.

"소프트 서퍼" 발견

가장 흥미로운 부분은 소프트 서퍼를 설계하는 것이었습니다.

설정: 바닥이 무거운 (무게가 실린 장난감 같은) 작은 헤엄치는 물체를 상상해 보십시오. 소용돌이 흐름 (테일러 - 그린 와류와 같은) 에서, 이 헤엄치는 물체의 단단한 버전은 혼란에 빠집니다. 물이 그것을 빙글빙글 돌리고, 결국은 하류로 밀려나 계속 밀려나기 때문에 정지된 물속보다 더 느리게 헤엄치게 됩니다.
소프트 해결책: 저자들은 두 개의 공이 스프링 위에서 서로 구를 수 있는 버전을 설계했습니다.
결과: 헤엄치는 물체가 부드러우기 때문에, 물의 회전은 공들이 약간 기울어지게 만듭니다. 이 작은 기울기는 키처럼 작용합니다. 하류 소용돌이에 갇히는 대신, 부드러운 헤엄치는 물체는 본능적으로 흐름을 따라 "슬라롬"을 하며 상류 흐름을 잡습니다.
결과: 부드러운 헤엄치는 물체는 단순히 구부릴 수 있는 능력 덕분에 난류를 더 잘 항해할 수 있어, 단단한 버전보다 실제로 19% 더 빠르게 헤엄쳤습니다.

그 뒤의 "마법 도구"

이 모든 것을 가능하게 하기 위해, 저자들은 JAX라는 언어로 작성된 무료 소프트웨어 라이브러리를 구축하여 모든 중량을 처리했습니다. 이 라이브러리는 연구자들이 시뮬레이션을 실행한 후 즉시 "이것을 개선하기 위해 설계를 어떻게 바꿔야 할까?"라고 물을 수 있게 하며, 물리 방정식을 다시 작성할 필요가 없습니다. 이는 소프트 로봇의 설계를 AI 를 훈련시키는 것과 같은 매끄럽고 자동화된 과정으로 바꿉니다.

요약하자면:
이 논문은 찌글거리는 물체가 유체 속에서 어떻게 움직이는지 예측하는 새롭고 강력한 방법을 제공합니다. 이는 "부드러운 물체 물리학"이라는 messy 한 문제를 깔끔하고 계산 가능한 방정식으로 바꿉니다. 가장 중요한 점은, 컴퓨터가 목표를 달성하기 위한 최고의 모양과 강성을 자동으로 찾아내도록 함으로써 소프트 로봇과 헤엄치는 물체를 설계할 수 있게 한다는 것입니다. 이는 재료의 "부드러움"을 복잡함에서 초능력으로 바꾸는 것입니다.

기술 요약: 소프트 모빌리티 이론

문제 제기
본 논문은 점성 스토크스 유동 내에 잠긴 변형 가능한 물체의 운동과 변형을 예측하는 과제를 다룹니다. 이 문제는 미생물 운동부터 소프트 마이크로 로봇 공학 및 미세 플라스틱 운송에 이르기까지 다양한 응용 분야를 포괄합니다. 기존 프레임워크는 상당한 한계에 직면해 있습니다: 변형 가능한 물체에 대한 전통적인 방법 (예: 구속력 강제 방식을 사용하는 비드-스프링 모델) 은 전방향 시뮬레이션에는 효율적이지만, 모든 시간 단계에서 안장점 선형 시스템을 풀어야 하므로 기울기 기반 최적화에 있어 계산적으로 금지적이기 때문에 역설계에는 적합하지 않습니다. 반면, 능동적 수영체에 대한 기존 일반화 좌표 접근법은 종종 미분 불가능하거나 배경 유동과의 결합을 고려하지 않는 표로 정리된 수력학적 힘에 의존합니다. 복잡한 유동 내에서 소프트 물체의 전방향 예측과 효율적인 역설계를 통합하는 프레임워크가 필요합니다.

방법론
저자들은 선형화된 배경 스토크스 유동 내의 초탄성 물체에 대한 연속체 탄성유체역학 문제에서 유래된 "소프트 모빌리티 이론"을 제안합니다. 도출 과정은 다음과 같은 단계를 거칩니다:

연속체 공식화: 체력 및 유체 견인력 하의 초탄성 물체의 평형 상태에서 시작하여, 저자들은 가상 전력 원리와 로렌츠 상호성 정리를 적용합니다. 이는 내부 탄성 전력, 외부 체력 전력, 그리고 점성 힘의 가상 전력을 균형시키는 약한 공식 (식 14) 을 산출합니다.
이산화: 다루기 쉬운 시스템을 얻기 위해, 이 이론은 탄성 스프링과 막대로 연결된 $N$ 개의 강체 구의 집합에 특화됩니다. 변형은 $N_Q$ 개의 일반화 좌표 $Q$ 집합에 투영됩니다.
소프트 모빌리티 방정식: 가상 전력 균형의 투영을 통해 내부 구속력을 제거함으로써, 저자들은 일반화 좌표에 대한 폐형식 (closed-form) 이자 구성 의존적인 상미분 방정식 (ODE) 을 유도합니다 (식 33):
$\dot{q} - p^\infty_0 = M^K \cdot Q + M^H \cdot H + C_E : E^\infty_0 - \Pi \cdot V_{act}$
여기서 $\dot{q}$ $\overset{q}{˙}$ 는 일반화 속도 (강체 운동 및 변형률) 를 나타냅니다. 이 방정식은 명시적으로 다음을 포함합니다:
- 소프트 모빌리티 텐서 ( $M^K, M^H$ ): 탄성력과 체력을 운동과 연결하는 순간 변형 상태 $Q$ 에 의존하는 일반화 모빌리티 텐서.
- 유동 결합 텐서 ( $C_E$ ): 물체를 배경 변형률률에 결합시키는 브레터턴 (Bretherton) 텐서와 유사한 텐서.
- 수력학적 상호작용: 그랜드 저항 행렬에 대한 Rotne–Prager–Yamakawa (RPY) 근사를 사용하여 계산되며, 쌍별 수력학적 상호작용이 포착되도록 보장합니다.
미분 가능한 구현: 이 프레임워크는 JAX를 사용하여 오픈 소스 Python 라이브러리 (softmobility) 로 구현되었습니다. 이는 $6N \times 6N$ 모빌리티 행렬의 역행렬 포함 모든 수치 연산이 엔드투엔드 미분 가능하도록 보장합니다. 이를 통해 모양과 강성 매개변수를 직접 최적화할 수 있는 효율적인 기울기 기반 역설계가 가능해집니다.

주요 기여

이론적 확장: 이 연구는 변형 가능한 물체로 고전적 강체 모빌리티 이론을 확장합니다. 주어진 형상에 대해 모빌리티 텐서가 일정한 강체 이론과 달리, 여기서의 소프트 모빌리티 텐서는 순간 변형의 명시적 함수입니다.
명시적 ODE 공식화: 이 도출은 비드-스프링 시뮬레이션의 일반적인 병목 현상인 각 시간 단계에서 안장점 구속 시스템을 풀 필요 없이 일반화 속도에 대한 명시적 ODE 를 제공합니다.
역설계 능력: JAX 를 활용함으로써, 이 프레임워크는 엔드투엔드 기울기 기반 최적화를 가능하게 합니다. 이는 설계 매개변수 (강성, 기하학) 에 대해 목적 함수 (예: 수영 속도, 이동 효율) 를 직접 최대화할 수 있게 합니다.
검증: 이 이론은 강체 침강, 유연한 섬유 역학, 제프리 궤도, 능동 수영을 포함한 다양한 문제의 범위에 걸쳐 해석적 해와 실험적 벤치마크에 대해 검증되었습니다.

결과
이 프레임워크는 다섯 가지 고전적 문제에 대해 테스트되었습니다:

강체 침강: 중력 하에 가라앉는 키랄 4-구 집합체. 수치적 분해는 야코비 타원 함수를 포함하는 해석적 해와 높은 정밀도로 일치했습니다.
유연한 섬유 역학:
- 침강: 정지 유체 내의 섬유가 직선 구성에서 말굽 형태로 이완되었으며, 곡률은 강성에 반비례하여 스케일링되었습니다.
- 회전 고정 섬유: 한쪽 끝이 고정되고 회전하는 섬유는 스펜 (Sperm) 수가 증가함에 따라 실험적 감김 전이를 재현했습니다.
- 전단 유동: 순수 전단 유동 내의 유연한 섬유는 문헌과 일치하는 곡률 피크를 가진 전복 (tumbling) 역학을 보였습니다.
제프리 궤도: 전단 유동과 결합된 강체 덤벨이 해석적 제프리 궤도를 재현했습니다. 유연성을 도입하면 궤도가 전단 평면으로 이동하여 강체 경우의 축퇴성을 제거했습니다.
3-구 수영체: 이 프레임워크는 3-구 수영체 내의 수동 스프링의 강성을 최적화하여 주기당 변위를 최대화하는 데 성공했으며, Montino & DeSimone 이 예측한 점근적 최적값을 회복했습니다.
소프트 자이로택틱 서퍼: 테일러 - 그린 (Taylor–Green) 유동에서, 비틀림 스프링으로 연결된 두 개의 구로 구성된 소프트 수영체가 강체 대응물보다 더 빠르게 상승하도록 최적화되었습니다. 최적 설계는 수동 변형을 활용하여 강체 수영체의 편향에 대한 "거울" 수영 방향을 생성함으로써 효과적으로 상향 유동 영역을 샘플링했습니다. 최적화된 소프트 수영체는 $1.193 V_{swim}$ 의 유효 수직 속도를 달성하여 강체 수영체 ( $0.567 V_{swim}$ ) 를 능가했으며, 유동 기울기 정렬에 기반한 "서퍼" 전략과 일치했습니다.

의의 및 주장
본 논문은 소프트 모빌리티 이론이 스토크스 유동 내 소프트 물체의 역설계를 위한 일반적이고 미분 가능한 프레임워크를 제공한다고 주장합니다. 모든 텐서가 설계 매개변수의 매끄러운 함수인 폐형식 ODE 를 제공함으로써 연속체 탄성유체역학과 이산 시뮬레이션 간의 간극을 메웁니다.

저자들은 이 작업을 형태 계산 (morphological computation) 및 물리적 지능 (physical intelligence) 을 위한 도구로 위치시킵니다. 여기서 물체 자체의 기계적 반응이 감지 및 제어에 기여합니다. 주요 의의는 "소프트 서퍼"가 복잡한 유동을 강체보다 더 효과적으로 항해하기 위해 수동 변형을 수동적으로 활용하는 것으로 입증된 바와 같이, 소프트 로봇 시스템에서 효율적인 기울기 기반 최적화를 수행할 수 있는 능력에 있습니다. 이 프레임워크는 특히 자유도가 적은 시스템 ( $N_Q = O(1)$ ) 을 위해 맞춤화되었으며, 대규모 강체 현탁액을 위해 설계된 스토크스 역학 방법과 구별됩니다. 저자들은 모빌리티 행렬의 $O(N^3)$ 역행렬 연산이 큰 $N$ 에 대해서는 계산 비용이 많이 들지만 미분 가능하므로, 기울기 계산 비용이 주요 제약 조건인 최적화 작업에서는 우수하다고 지적합니다.