Modeling and Validation of Quality of Control for Edge-Offloaded Collaborative Navigation

로봇들이 단순히 공장에서 외롭게 일하는 노동자가 아니라, 고도의 긴장감이 흐르는 술래잡기를 하는 친구 팀이라고 상상해 보세요. 승리하기 위해서는 빠르게 움직이고, 서로를 피하며, 충돌 없이 결승선에 도달해야 합니다. 하지만 여기 함정이 있습니다. 초고속의 끊어지지 않는 와이어로 연결된 대신, 그들은 보이지 않는 무선 전파를 통해 공중에서 소통하고 있습니다. 이것이 바로 **무선 협동 로봇 공학(Wireless Collaborative Robotics)**의 세계입니다.

이 세계에서 가장 큰 적은 고장 난 배터리나 서툰 바퀴가 아닙니다. 바로 공기 중의 "정적(static)"입니다. 마치 나쁜 셀룰러 연결로 친구와 통화할 때 목소리가 끊기거나 지연되는 것처럼, 로봇들은 확률적 지연(stochastic delays)(무작위 대기 시간)과 패킷 손실(packet loss)(메시지 누락) 문제에 직면합니다. 만약 로봇의 두뇌가 멀리 떨어진 컴퓨터(엣지)에 있고, "왼쪽으로 돌아"라는 명령을 전달하는 메시지가 늦게 도착한다면, 로봇은 계속 직진하다가 충돌할 수 있습니다. 과학자들은 속도의 필요성과 신뢰성의 필요성 사이에서 어떻게 균형을 맞출지 알아내기 위해 노력해 왔습니다. 그들은 **제어 품질(Quality of Control, QoC)**이라는 개념을 사용하는데, 이는 무선 신호의 무질서하고 예측 불가능한 특성에도 불구하고 로봇이 자신의 임무를 얼마나 잘 수행하고 있는지를 알려주는 성적표와 같습니다. 목표는 완벽한 레시피를 찾는 것입니다. 즉, 로봇이 얼마나 빨리 움직여야 하는지, 얼마나 자주 명령을 요청해야 하는지, 그리고 팀이 안전하고 효율적으로 유지되도록 네트워크가 메시지 전달을 얼마나 엄격하게 관리해야 하는지에 대한 답을 찾는 것입니다.

논문의 이야기: 빗속에서 춤추는 법을 배우는 로봇들

이 논문은 까다로운 문제를 다룹니다. 무선 연결이 불안정하고 신뢰할 수 없을 때, 어떻게 로봇 팀이 안전하게 협력하도록 만들 것인가 하는 문제입니다. 스웨덴과 인도 출신의 연구진인 저자들은 추측하는 것을 멈추고 측정을 시작하기로 했습니다. 그들은 네트워크 신호의 "무질서함"이 로ло봇의 주행 및 충돌 회피 능력에 어떤 영향을 미치는지 예측하는 모델을 구축했고, 이를 실제 환경에서 테스트했습니다.

"비홀로노믹(Non-Holonomic)"이라는 반전
먼저, 저자들은 기존의 대부분의 모델이 로봇을 어느 방향으로든 즉시 옆으로 미끄러질 수 있는 작은 호버보드처럼 취급했다는 점을 깨달았습니다. 하지만 턴봇(TurtleBot)과 같은 실제 로봇은 자동차나 자전거와 더 비슷합니다. 방향을 바꾸려면 바퀴를 돌려야 하며, 그냥 옆으로 미끄러질 수 없습니다. 연구진은 이러한 "비홀로노믹" 현실을 반영하는 새로운 모델을 구축했습니다. 이것은 스케이트보더가 제자리에서 회전할 수 있는 것과 트럭 운전사가 크게 회전해야 하는 것의 차이와 같습니다. 논문은 실제 로봇이 트럭과 같기 때문에, 메시지 지연에 훨씬 더 민감하다는 것을 보여줍니다. 네트워크가 지연되면, "트럭 같은" 로봇은 "스케이트보드 같은" 로봇보다 회전을 놓치고 충돌할 가능성이 훨씬 높습니다.

실험: 프라이빗 5G 놀이터
모델이 제대로 작동하는지 확인하기 위해, 팀은 스톡홀름의 KTH 왕립 공과대학교 홀에 프라이빗 5G 네트워크를 구축했습니다. 그들은 두 대의 턴봇을 사용했고, 그들의 두뇌를 네트워크의 엣지에 있는 컴퓨터로 보냈습니다. 로봇들은 서로를 피하며 목적지로 이동해야 했으며, 그동안 연구진은 네트워크 설정을 조절했습니다. 그들은 메시지가 빈번하게 누락되는 시나리오를 시뮬레이션하여, 메시지 누락(packet loss)과 지터(jitter, 무작위 지연)의 수준에 따라 로봇이 어떻게 반응하는지 관찰했습니다.

그들은 자신들의 모델이 매우 정확하다는 것을 발견했습니다. 메시지가 자주 누락되는 시나리오를 시뮬레이션했을 때, 로봇의 성능(QoC 점수)은 급격히 떨어졌습니다. 하지만 네트워크가 충분히 안정되면, 로봇은 충돌 없이 다양한 속도와 회전율을 감당할 수 있었습니다. 이 시뮬레이션의 핵심 결론은 속도나 신뢰성 중 하나만을 최적화해서는 안 된다는 것입니다. 반드시 **공동 설계(co-design)**를 해야 합니다. 즉, 로봇의 움직임 설정(회전 속도나 충돌 회피 강도 등)을 조정하는 것과 동시에 네트워크 설정도 함께 튜닝해야 합니다.

위대한 발견: "신뢰할 수 있는 방식(Reliable)" vs "최선형 방식(Best Effort)"
논문의 가장 흥고한 부분은 로봇용 소프트웨어 시스템인 ROS 2를 이용한 실제 실험에서 나옵니다. ROS 2에는 메시지를 처리하는 서로 다른 설정이 있습니다. BEST-EFFORT(최선형) 설정은 엽서를 보내는 것과 같습니다. 빠르고 비용이 적게 들지만, 우편물 과정에서 분실되어도 상관하지 않습니다. 반면 RELIABLE(신뢰형) 설정은 수취 확인이 포함된 등기 우편을 보내는 것과 같습니다. 약간의 노력이 더 들고 시간이 조금 더 걸릴 수 있지만, 메시지가 도착했다는 것을 확실히 알 수 있습니다.

연구진은 두 설정을 모두 테스트했습니다. 그 결과, BEST-EFFORT 모드를 사용할 때 로봇들이 어려움을 겪는다는 것을 발견했습니다. 업데이트를 놓치고 혼란에 빠졌으며, "제어 품질(QoC)" 점수가 하락했습니다. 그러나 RELIABLE 모드로 전환하자 로봇들은 훨씬 더 안정적이고 효율적으로 변했습니다. 실제로 논문은 특정 실험 조건 하에서 RELIABLE 설정이 BEST-EFFORT 설정보다 51.5% 더 나은 제어 품질 점수를 제공했다고 보고했습니다.

트레이드오프(Trade-Off)
하지만 주의할 점이 있으며, 논문은 이 점을 매우 명확히 밝히고 있습니다. RELIABLE 모드가 로봇을 더 잘 춤추게 만들었지만, 동시에 네트워크에 더 많은 부담을 주었습니다. 이는 더 많은 데이터(처리량)를 사용하며, 데이터 사용량의 변동성도 커짐을 의미합니다. 즉, 로봇을 매우 안전하고 효율적으로 만들고 싶다면, 더 강력하고 견고한 네트워크 연결을 위해 더 많은 비용을 지불해야 할 수도 있습니다. 논문은 안전이 핵심인 산업용 로봇의 경우 이 추가적인 비용을 지불할 가치가 있다고 제안하지만, 이는 엔지니어들이 반드시 고려해야 할 절충안입니다.

밝혀내지 못한 것들
이 논문이 하지 않은 작업도 명시하는 것이 중요합니다. 이 모델이 수천 대의 로봇 군집에도 적용될 수 있다는 것을 증명한 것은 아니지만, 연구진은 모델이 확장 가능할 것이라고 추측합니다. 또한, 더 나은 제어(충돌이 적고 과도한 수정 동작이 줄어듦)가 에너지를 절약할 것이라고 예상하면서도, 실제 로봇의 배터리 소모량을 측정하지는 않았습니다. 이 연구는 오직 로봇이 경로를 얼마나 잘 추적하고 충돌을 피하는지에 대한 "점수"에 집중했습니다.

결론
단순히 말하자면, 이 논문은 다음과 같이 말합니다. "무선 로봇들이 안전하게 협력하기를 원한다면, 단순히 와이파이가 좋기를 기도하지 마세요. 로봇의 두뇌와 네트워크의 규칙을 함께 설계해야 합니다." 연구진은 네트워크를 조금 더 신중하게 다루는 것(RELIABLE 설정 사용)이 비록 데이터를 조금 더 사용하더라도 로봇의 성능에 엄청난 차이를 만든다는 것을 보여주었습니다. 이는 로봇 팀의 세계에서, 네트워크에서의 약간의 인내심이 현장에서 발생하는 수많은 충돌을 방지할 수 있다는 점을 상기시켜 줍니다.