당신이 로봇에게 장애물에 부딪히지 않고 복잡한 방을 통과하는 법을 가르치려 한다고 상상해 보세요. 이를 위해 로봇의 뇌는 끊임없이 매우 구체적인 질문을 던져야 합니다: "저 의자로부터 내가 얼마나 가까이 있는가?" 로보틱스의 세계에서 이것은 단순히 거리를 아는 것만을 의미하지 않습니다. 그 거리의 '방향'과 그 거리가 얼마나 빠르게 변하고 있는지를 아는 것이 핵심입니다. 만약 로봇이 너무 가까워지고 있다면, 로봇은 정확히 어느 방향으로 비켜나야 할지 즉각적이고 매끄럽게 알아야 합니다. 여기서 "부호 있는 거리 함수(Signed Distance Function)"라는 수학적 도구가 등장합니다. 이것을 단순한 자가 아니라, "당신은 안전합니다", "당신은 접촉했습니다", 또는 "당신은 이미 안으로 들어와 있습니다!"라고 속삭여 주는 마법의 자라고 생각해보세요. 문제는 기존의 방식으로 이 자를 계산할 때 발생하는 결함입니다. 로봇이 두 벽 사이의 애매한 지점과 같은 까다로운 위치에 있을 때, 이 자는 갑자기 혼란에 빠져 제대로 된 지침을 주지 못합니다. 마치 GPS가 "좌회전하세요"에서 "우회전하세요"로 부드러운 전환 없이 갑자기 점프하는 것과 같아서, 로봇을 떨리게 하거나, 움찔거리게 하거나, 충돌하게 만듭니다.

이 논문은 (상자나 피라미드처럼) 평평하고 각진 모양으로 이루어진 로봇을 위해 특별히 설계된, 아주 매끄러운 버전의 새로운 마법 자를 소개합니다. 저자들인 연구팀은 기존의 자가 '최솟값 연산자(minimum operator)'—즉, 가장 작은 수를 선택하는 수학적 방식—에 의존하기 때문에 문제가 발생한다는 것을 깨달았습니다. 이 연산자는 그래프상에서 날카로운 모서리처럼 작용합니다. 로봇이 이 모서리를 지나갈 때 수학적 계산이 꼬이게 됩니다. 이를 해결하기 위해 그들은 새로운 종류의 '부드러운' 최솟값과 최댓값을 발명했는데, 이를 **횔더 최솟값(Hölder Minimum)**과 **횔더 최댓값(Hölder Maximum)**이라고 부릅니다. 이들을 마법의 장갑이라고 상상해 보세요. 이 장갑은 수학적 계산의 어떤 날카로운 모서리라도 부드럽게 둥글게 깎아내어, 자의 지침이 나뭇가지처럼 툭 부러지는 대신 물처럼 흐르도록 만들어 줍니다. 그들은 이 새로운 자를 실제 로봇 팔에 테스트했고, 결과는 매우 훌aw였습니다. 이 자 덕분에 로봇은 기존 방식에서 나타나는 짜증 나는 떨림 없이 좁은 공간을 매끄럽게 통과할 수 있었습니다.

문제점: 로봇의 떨리는 자

로봇은 충돌을 피하기 위해 장애물으로부터 정확히 얼마나 떨어져 있는지 알아야 합니다. 과거에 엔지니어들은 유클리드 부호 있는 거리 함수(Euclidean Signed Distance Function, SDF)라는 표준적인 방법을 사용했습니다. 이것을 로봇과 장애물 사이의 최단 거리를 측정하는 자라고 생각해보세요. 숫자가 양수이면 로봇은 안전합니다. 0이면 접촉한 상태입니다. 음수라면 로봇은 이미 장애물 내부로 들어간 것입니다(충돌!).

하지만 이 표준적인 자에는 큰 결함이 있습니다. 바로 모든 곳에서 매끄럽지 않다는 점입니다. 로봇이 두 개의 정사각형 상자 사이를 지나간다고 상상해 보세요. 로봇이 상자의 모서리를 스쳐 지나갈 때, 상자의 '가장 가까운 지점'이 한쪽 모서리에서 다른 쪽 모서리로 갑자기 점프하게 됩니다. 수학적으로 이는 데이터에 날카로운 '꺾임(kink)'이나 모서리를 만듭니다. 로봇의 제어 시스템이 이 꺾인 데이터를 사용하여 움직임을 결정하려고 할 때, 시스템은 혼란에 빠집니다. 로봇 팔을 왼쪽으로, 다시 오른쪽으로, 다시 왼쪽으로 급격하게 움직이게 하여 "채터링(chattering)"이라 불리는 격렬한 떨림을 유발할 수 있습니다. 이는 매우 위험하며, 핀을 구멍에 끼워 넣는 것과 같은 정밀한 작업을 거의 불가능하게 만듭니다.

해결책: 날카로운 모서리를 부드럽게 만들기

논문의 저자들은 날카로운 모서리를 부드러운 곡선으로 교체함으로써 이 자를 고치기로 했습니다. 그들은 먼저 자의 바탕이 되는 수학을 살펴보았는데, 이 과정은 '최솟값'(가장 가까운 점을 찾는 것)과 '최댓값'(가장 멀리 떨어진 분리선을 찾는 것)을 찾는 데 크게 의존합니다. 문제는 표준적인 'min'과 'max' 함수가 마치 가파른 절벽과 같아서, 그곳으로 다가가면 벽에 부딪히는 것과 같다는 점입니다.

이를 해결하기 위해 팀은 두 가지 새로운 수학적 도구를 발명했습니다: 횈더 최솟값과 ��려 최댓값.

• 횔더 최솟값은 최솟값의 '부드러운' 버전입니다. 단 하나의 가장 작은 숫자만을 골라 멈추는 대신, 숫자들을 부드럽게 혼합합니다.
• 횔더 최댓값도 가장 큰 숫자들에 대해 동일한 작업을 수행합니다.

이 새로운 도구들은 "미분 가능하다(differentiable)"는 특징을 가집니다. 이는 수학적으로 그래프를 따라 손가락을 움직일 때 턱에 걸리는 느낌 없이 완벽하게 매끄럽다는 뜻입니다. 저자들은 또한 최종적인 광택을 내는 역할을 하는 '셰이핑 함수(shaping function)'를 추가하여, 거리가 정확히 0(접촉)일 때도 수학이 깨지지 않고 매끄럽게 유지되도록 했습니다.

작동 원리: 다면체의 마법

이 논문은 로봇과 장애물이 볼록 다면체(convex polyhedra)—즉, 입체, 피라미드, 정십이면체처럼 평평한 면들로 이루어진 모양—인 경우에 집중합니다. 저자들이 **횔더 미분 가능 부호 있는 거리 함수(HD-SDF)**라고 부르는 이 새로운 자는 세 가지 영리한 단계를 거쳐 작동합니다.

1. 방향 확인: 모든 가능한 방향을 일일이 확인하는 대신(이는 시간이 너무 오래 걸립니다), HD-SDF는 도형의 면과 모서리에 기반한 특정되고 유한한 방향 목록을 확인합니다.
2. 수학적 매끄럽게 하기: 횔더 최솟값과 최댓값을 사용하여 해당 방향들을 따라 가장 가깝고 먼 점들을 찾지만, 이 과정에서 날카로운 모서리를 만들지 않습니다.
3. 결과 다듬기: 마지막으로 셰이핑 함수를 적용하여 거리가 어떤 상황에서도 매끄럽게 유지되도록 합니다.

그 결과, 이 거리 계산기는 부호가 있고(안에 있는지 밖에 있는지 알며), 미분 가능하며(절대 떨리지 않으며), 폐쇄형(closed-form)(계속해서 추측하고 확인하는 과정 없이 답을 직접 도출함)입니다.

증명: 속도와 매끄러움

연구진은 단순히 예쁜 그림만 그린 것이 아니라, 새로운 자를 실제로 테스트했습니다.

속도 테스트:
그들은 HD-SDF를 기존의 표준 유클리드 SDF 및 또 다른 매끄러운 방식인 GDF와 비교했습니다.

• 표준 컴퓨터 프로세서(CPU)에서 HD-SDF는 복잡한 모양에 대해 약 5밀리초가 소요되어 기존 방식보다 느렸습니다. 이는 한 번에 많은 방향을 확인하기 때문입니다.
• 하지만 이 방식은 많은 계산을 동시에 수행하도록 설계되었기에, 그래픽 처리 장치(GPU)에서 테스트했을 때 속도가 극적으로 향상되었습니다. 단순한 모양의 경우 CPU 버전보다 최대 13배 더 빨랐으며, 복잡한 모양의 경우 가장 빠른 기존 방식들과 대등한 수준이 되었습니다. 즉, 적절한 하드웨어가 있다면 이 매끄러운 자는 기존의 떨리는 방식만큼 빠를 수 있습니다.

"오작동(False Alarm)" 테스트:
HD-SDF는 매끄럽게 설계되었기 때문에 약간 '보수적'입니다. 즉, 실제로는 간격이 있음에도 불구하고 "접촉 중(거리 ≤ 0)"이라고 말할 수도 있다는 뜻입니다. 저자들은 이 오류가 얼마나 자주 발생하는지 알고 싶었습니다.

• 다양한 모양을 대상으로 500,000번의 무작위 테스트를 수행했습니다.
• 물체 사이의 간격이 10센티미터보다 크면 새로운 자가 거의 실수를 하지 않는다는 것을 발견했습니다.
• 간격이 매우 좁아져서 사람 머리카락보다 얇은 100마이크로미터 수준이 되더라도, "오작작(false alarm)" 발생률은 약 **0.7%**에 불 달했습니다.
• 저자들은 절대 떨리지 않는 자를 얻기 위해 지불해야 할 비용치고는 매우 적은 대가이며, 더 많은 방향을 확인하면 이 오차를 더 줄일 수 있다고 언급했습니다.

로봇 실험:
최종 테스트는 상자로 만든 좁은 복도를 통과하려는 Franka Emika Panda 로봇 팔이었습니다.

• 기존 방식: 표준 유클리드 거리를 사용할 때, 로봇의 제어 시스템은 날카로운 모서리 때문에 혼란을 겪었습니다. 로봇의 관절이 격렬하게 떨리기 시작했으며, 마지막 관절의 속도가 빠르게 왔다 갔다 했습니다. 마치 로봇이 발작을 일으키는 것처럼 보였습니다.
• 새로운 방식: 연구진이 HD-SDF로 전환하자 떨림이 완전히 사라졌습니다. 로봇은 복도를 통해 매끄럽고 안정적으로 이동했으며, 단 한 번의 움찔거림 없이 목표 지점에 도달했습니다. 제어 신호는 연속적이고 차분했으며, 이는 매끄러운 수학이 곧 매끄러운 움직임으로 직결된다는 것을 증명했습니다.

이것이 왜 중요한가

이 논문은 우리가 '빠른 자'와 '매끄러운 자' 중 하나를 선택할 필요가 없다는 것을 보여줍니다. 횔더 최솟값과 최댓값을 사용함으로써, 저자들은 현대 로보틱스에 수학적으로 완벽한 도구를 만들어냈습니다. 이 도구는 아주 작은 진동조차 실패를 초래할 수 있는 조립이나 삽입과 같은 섬세한 작업을 로봇이 수행할 수 있게 해줍니다. 이 방법은 유연하며(원하는 만큼 매끄러움을 조절할 수 있음), 표준 컴퓨터 칩에서도 작동하지만 강력한 GPU에서 진가를 발휘하며, 로봇을 안전하고 안정적으로 유지합니다. 비록 이 논문은 각진 볼록한 모양에 초점을 맞추고 있지만, 이 접근 방식의 성공은 로봇이 가장 좁은 공간에서도 무용수의 우아함으로 움직일 수 있는 밝은 미래를 암시합니다.