집안의 조용하고 어수선한 구석이나 편의점의 좁은 통로에서, 로봇은 인간에게는 단순하지만 기계에게는 당혹스러운 과제에 직면합니다. 바로 샌드위치를 으깨지 않고 집어 올리거나, 종이컵을 놓치지 않고 들어 올리는 일입니다. 수십 년 동안 엔지니어들은 로 la 힘이 얼마나 가해지는지, 마찰력이 얼마나 존재하는지, 물체가 움직이는지 등을 측정하여 로봇에게 물체를 잡는 법을 가르쳐 왔습니다. 이러한 측정값은 정밀하고 신뢰할 수 있지만, 가장 중요한 요소인 인간이 느끼는 '딱 적당한(just right)' 느낌을 놓치고 있습니다. 로봇은 물체를 잡기에 물리적으로는 충분한 힘을 가할 수 있지만, 인간 관찰자에게는 물체가 약간 움푹 들어가거나 변형되어 보여 그립이 너무 강하다는 신호를 줄 수 있습니다. 로봇이 측정하는 것과 인간이 기대하는 것 사이의 이러한 괴리는 진정한 협업을 가로막는 장벽이 됩니다. 만약 로봇이 물체를 떨어뜨리지 않았더라도 찌그러진 샌드위치를 실패로 간주하지 못한다면, 로봇은 섬세한 일상 업무를 신뢰받으며 수행할 수 없을 것입니다.

일본 규슈 공과대학교의 연구팀은 이 간극을 메울 새로운 방법을 개발했습니다. 그들은 로봇이 인간의 주관적인 시각적 기준을 학습하고, 오직 자신의 기계적 센서만을 사용하여 그 기준을 적용할 수 있는 시스템을 만들었습니다. 세상의 무한한 다양성을 고려할 때 모든 물체에 대해 엄격한 규칙을 프로그래밍하는 것은 불가능하므로, 연구진은 로봇에게 규칙을 입력하는 대신 인간의 직관을 기계로 전이시키는 프레임워크를 구축했습니다. 이 시스템은 먼저 인간이 그립을 판단하는 방법을 보여준 다음, 그 판단을 사용하여 로봇이 자신의 데이터에서 무엇을 찾아야 하는지 가르치는 방식으로 작동합니다. 그 결과, 로봇은 단 몇 가지의 예시만 보고도 새로운 미지의 물체에 적응하여, 인간이 '완벽하다'고 결정할 바로 그 순간에 쥐는 것을 멈출 수 있게 되었습니다.

연구진은 이 아이디어를 비정형 환경에서 흔히 볼 수 있는 세 가지 품목인 주먹밥, 샌드위치, 종이컵에 대해 테스트했습니다. 이 물체들은 부드럽고 변형되기 쉬우며 압력에 따라 다르게 반응하기 때문에 선정되었습니다. 로봇을 가르치기 위해 연구팀은 먼저 로봇이 이 품목들을 잡으면서 힘을 미세하고 정밀한 단계로 높여가는 영상을 기록했습니다. 인간 관찰자는 이 영상을 보며 두 가지 결정적인 순간을 표시했습니다. 즉, 그리퍼가 물체를 단단히 잡은 정확한 초 단위의 순간과, 물체가 눈에 보이는 손상(예: 움푹 들어감 또는 형태 변화)을 보이기 시작한 첫 번째 순간입니다. 이 순간들은 로봇을 위해 세 가지 상태를 정의했습니다: 미끄러짐(충분히 꽉 잡지 못함), 적절함(딱 적당하게 잡음), 과도함(너무 세게 쥐고 있음).

핵ly 핵심적인 혁신은 로봇이 수천 개의 인간 레이블 예시 없이도 이러한 정의를 학습하는 방식에 있습니다. 연구진은 이미지와 텍스트를 이해할 수 있는 인공지능의 한 종류인 거대 언어 및 시각 모델(Large Language and Vision Model)을 사용하여 가교 역할을 하게 했습니다. 연구진은 이 AI에게 인간의 판단이 이미 표시된 두세 개의 영상 예시를 보여주었습니다. 그러면 AI는 이 예시들을 가이드로 삼아 나머지 영상 데이터를 자동으로 레이블링했습니다. 연구진이 '반자동 감독 생성기(semi-automated supervisor generator)'라고 부르는 이 과정은 최소한의 인간 노력으로 각 물체에 대한 완전한 훈련 데이터셋을 생성할 수 있게 해주었습니다. AI는 인간이 알아차릴 법한 미세한 변형의 시각적 단서를 인식하는 법을 배웠으며, 이는 결과적으로 인간의 '눈'을 로봇이 이해할 수 있는 일련의 레이블로 변환하는 과정이었습니다.

로봇은 이 레이블링된 데이터를 확보한 후, 오직 내부 센서만을 사용하여 실시간으로 그립의 상태를 예측하는 법을 배웠습니다. 로봇은 찌그러짐을 볼 수 있는 눈이 없습니다. 대신 손가락 끝의 촉각 센서와 가해지는 힘의 측정값에 의존합니다. 연구-진은 이 센서 기록의 이력을 살펴보고 다음 찰나에 어떤 일이 일어날지 추측하는 경량 예측 모델을 훈련시켰습니다. 만약 압력과 접촉의 패턴이 물체가 변형될 것임을 암시하면, 로봇은 힘을 높이는 것을 멈춰야 한다는 것을 알게 됩니다. 이 예측은 순식간에 일어나므로, 로봇은 물체를 들어 올리고 이동하는 동안 지속적으로 그립을 조절할 수 있습니다.

실험 결과, 이 접근 방식은 매우 효과적이었습니다. 연구진이 세 가지 물체에 대해 시스템을 테스트했을 때, 로봇의 올바른 상태 예측 능력은 더 많은 데이터를 볼수록 빠르게 향려되었습니다. 단 하나의 인간 판단 예시만으로도 로봇은 과업을 이해하기 시작했으나, 예측이 다소 불안정했습니다. 두 개의 예시가 주어졌을 때, 로봇의 성능은 매우 정확해졌으며 인간의 판단과 거의 완벽하게 일치했습니다. 로봇이 실제로 물체를 들어 올리고 옮기는 테스트에서, 로봇은 거의 모든 시도에서 '적절한' 그립을 유지하는 데 성공했습니다. 종이컵과 샌드위치의 경우, 로봇은 손상 없이 물체를 안전하게 유지하는 데 있어 완벽한 점수를 기록했습니다. 형태가 불규칙하고 밀도가 균일하지 않은 주먹밥의 경우, 로봇은 인간보다 약간 더 조심스럽게 행동하여 인간보다 아주 조금 더 빨리 쥐기를 멈췄지만, 여ผล 떨어뜨리거나 으깨지 않고 성공적으로 운반했습니다.

로봇이 진정으로 인간의 기대치를 충족하는지 확인하기 위해, 연구진은 25명의 사람에게 로봇이 이 과업을 수행하는 영상을 시청하게 했습니다. 참가자들은 로봇의 그립이 미끄러지는지, 적절한지, 혹은 과도한지를 결정하도록 요청받았습니다. 거의 모든 경우에서 90% 이상의 사람들이 로봇이 물체를 올바르게 잡고 있다는 데 동의했습니다. 유일한 예외는 로봇이 샌드위치를 약간 중심에서 벗어나 잡아 시각적 왜곡이 발생했던 한 차례의 실험이었는데, 일부 사람들은 이를 과도한 힘으로 해석했습니다. 이 결과는 시스템이 로봇의 기계적 동작을 인간의 시각적 기대와 성공적으로 일치시켜, 보는 사람에게 '적당하다'고 느껴지는 그립을 만들어냈음을 시사합니다.

이 연구는 또한 현재 방식의 한계를 강조했습니다. 연구진은 이 시스템이 이미 본 것과 유사한 물체일 때 가장 잘 작동한다는 점을 언급했습니다. 만약 완전히 다른 질감이나 강성을 가진 새로운 유형의 샌드위치가 도입된다면, 로봇은 새로운 규칙을 배우기 위해 몇 가지 더 많은 예시가 필요할 수 있습니다. 또한 연구팀은 현재의 방식이 단순한 세 가지 상태 분류에 의존하고 있다는 점을 지적했는데, 이는 좋은 출발점이지만 인간 선호의 전체적인 복잡성을 포착하지는 못한다는 점을 명시했습니다. 향후 연구는 과업 수행 중 인간으로부터 피드백을 받는 방식을 통합하고, 다룰 수 있는 물체의 범위를 확장함으로써 시스템을 더욱 견고하게 만드는 것을 목표로 합니다.

궁극적으로, 이 연구는 무질서하고 예측 불가능한 환경에서 인간과 함께 일해야 하는 로봇을 위한 길을 제시합니다. 기계에게 단순히 물체의 물리적 안전뿐만 아니라 외관과 온전함까지 포함된 인간의 관점을 가르침으로써, 연구진은 로봇이 일상의 미묘한 차이를 진정으로 이해할 수 있도록 하는 중요한 발걸음을 내디뎠습니다. 로봇은 특정 물체를 얼마나 세게 쥐어야 하는지 정확히 들을 필요가 없습니다. 단지 '너무 과한 것'이 무엇인지 배우기만 하면, 마주치는 모든 것에 그 교훈을 적용할 수 있습니다. 주관적인 인간의 기준을 객적인 기계 제어로 전이할 수 있는 이 능력은, 로봇이 우리만큼이나 세심하게 우리의 가장 깨지기 쉬운 소유물들을 다룰 수 있는 미래를 암시합니다.