H-SPAR: Hydrodynamic-aware Simulation for Particle Transport and Autonomous Robots

바다는 결코 정지해 있지 않습니다. 평온한 날에도 물은 복잡하고 변화무쌍한 조류를 따라 움직이며 수면 위에 떠 있는 모든 것을 실어 나릅니다. 해양의 건강 상태를 연구하려는 과학자들에게 이러한 조류는 도구인 동시에 도전 과제입니다. 조류는 오염 물질, 미세 플라스틱, 녹조 현상을 퍼뜨려 센서에 포착되게 만들지만, 동시에 자율 주행 로봇을 경로에서 벗어나게 하여 에너지와 시간을 낭비하게 만듭니다. 물속에서 일어나는 일을 이해하기 위해 연구자들은 흐름을 항해하는 동시에 자신이 샘플링해야 할 표류 입자들을 추적할 수 있는 로봇 보트를 보내야 합니다. 문제는 물이 로봇과 목표 입자를 동시에 움직이지만, 조류의 정확한 형태와 보트의 속도에 따라 두 대상이 움직이는 방식이 서로 다를 수 있다는 점입니다. 만약 로봇이 이러한 이중적인 영향을 고려하지 않고 설계된다면, 지도상에서는 완벽한 기하학적 직선을 따라가는 것처럼 보일지라도 숨겨진 와류에 휩쓸려 목표를 완전히 놓칠 수 있습니다.

이것이 바로 토론토 메트로폴리탄 대학교와 유니버시티 칼리지 런던의 연구진이 개발한 H-SPAR라는 새로운 시뮬레이션 도구가 해결하고자 하는 문제입니다. 연구진은 실제 바다에서 가능한 모든 시나리오를 테스트하기 위해 물리적인 로봇을 제작하는 대신, 가상의 배와 가상의 입자가 가상의 바다와 어떻게 상호작용하는지 관찰할 수 있는 매우 상세한 디지털 환경을 구축했습니다. 핵심적인 혁신은 이 시뮬레이터가 물의 흐름을 단순한 배경 방해 요소가 아니라, 로봇의 움직임과 잡으려는 입자의 표류를 모두 유발하는 공유된 힘으로 취급한다는 점입니다. 기존 시스템에서는 이러한 요소들을 별개로 모델링했기 때문에, 조류의 변화가 보트의 경로와 떠다니는 부유물의 위치를 어떻게 동시에 변화시키는지 확인할 수 없었습니다. H-SPAR는 이 둘을 연결하여, 과학자들이 실제 바다와 훨씬 유사하게 작동하는 환경에서 샘플링 전략을 테스트할 수 있도록 해줍니다.

연구진은 이 도구를 사용하여 물이 움직일 때 서로 다른 항해 전략이 얼마나 효과적인지 테스트했습니다. 그들은 단순히 두 지점 사이의 최단 거리를 찾는 표준 계획법과, 조류를 고려하는 더 발전된 방법들을 비교했습니다. 시뮬레이션 결과, 표준 방식은 지도상에서는 가장 짧은 선을 만들어냈지만, 가상의 배가 그 경로를 따르려고 할 때 조류가 배를 경로 밖으로 밀어내어 흐름에 맞서 싸우느라 추가 연료를 소모하게 만들었습니다. 반면, 전방의 조류 방향과 속도를 미리 알고 있는 고급 계획법은 조류를 거스르는 대신 조류를 따라가는 약간 더 긴 경로를 선택했습니다. 이는 계획 단계에서 상류의 흐름과 싸우는 데 드는 비용을 거의 70%나 절감했습니다. 그러나 시뮬레이션은 중요한 미묘한 차이를 드러냈습니다. 실제 세상처럼 조류가 시간에 따라 변할 경우, 스마트한 계획법의 이점은 약 42%로 떨어졌습니다. 이는 조류를 아는 것이 도움이 되기는 하지만, 변화하는 물의 특성과 보트의 물리적인 조향 한계가 완벽한 계획과 실제 여정 사이에 간극을 만든다는 것을 보여주었습니다.

또한 이 연구는 로봇이 구역을 스캔하며 이동하는 방향이 부유 입자를 포착하는 능력에 어떤 영향을 미치는지 조사했습니다. 연구진은 마치 잔디를 깎는 것과 유사한 다양한 스위핑 패턴을 테스트했는데, 이때 로봇은 흐름에 대해 서로 다른 각도로 움직였습니다. 그들은 입자를 잡기에 가장 좋은 각도가 고정된 규칙이 아니라는 것을 발견했습니다. 그것은 전적으로 입자가 어떻게 움직이는지와 로봇이 입자를 잡을 확률에 달려 있었습니다. 어떤 경우에는 조류에 수직으로 움직이는 것이 가장 많은 입자를 잡았지만, 다른 경우에는 조류와 함께 움직이는 것이 물이 로봇의 샘플링 흡입구로 들어오는 속도를 변화시키기 때문에 더 효과적이었습니다. 가장 중요한 발견은 기하학적으로 입자를 가장 많이 잡는 각도가 반드시 성공적인 샘플링으로 이어지는 것은 아니라는 점이었습니다. 로봇이 입자를 포착하는 능력은 배와 입자 사이의 상대 속도에 달려 있기 때문에, 지도상에서는 효율적으로 보이는 경로라 할지라도 물이 흡입구에 비해 너무 빠르거나 느리게 움직인다면 실제로는 샘플 채집에 부적합할 수 있습니다.

이러한 복잡한 시나리오를 하나의 통합된 시스템 내에서 실행함으로써, 연구진은 로봇의 성공 여부를 경로 또는 샘플링 비율 중 하나만을 보고 평가해서는 안 된다는 것을 입증했습니다. 물은 모든 것을 연결합니다. 에너지를 아끼는 경로는 목표 입자를 놓칠 수 있고, 많은 입자를 잡는 경로는 너무 많은 연료를 낭비할 수 있습니다. H-SPAR 시뮬레이터는 이 모든 트레이드오프(상충 관계)를 한 번에 볼 수 있는 방법을 제공하여, 실제 바다를 위한 미션을 설계하는 데 더 명확한 그림을 제시합니다. 이 연구 결과는 향-미래의 로봇 미션이 단순히 바다를 정적인 무대로 취급하는 것이 아니라, 물이 로봇과 목표물 모두를 어떻게 움직이는지에 대한 깊은 이해를 바탕으로 계획되어야 함을 시사합니다. 이러한 접근 방식은 단 한 대의 물리적 로봇이 출항하기도 전에 전략을 더욱 현실적으로 테스트할 수 있게 하여, 로봇이 바다로 나갔을 때 역동적이고 변화무쌍한 바다의 현실에 대비할 수 있도록 보장합니다.