Baseline-Aware Hysteretic Shape Modeling and Multilayer Design of P(VDF-TrFE-CTFE) Actuators for Continuum Robots

소프트 로봇은 기존의 기계와는 다른 종류의 기계입니다. 딱딱한 관절이나 제자리에 맞물리는 기어에 의존하는 대신, 이들은 연속적이고 매끄러운 곡선을 통해 구부러지고 늘어나며 살아있는 조직처럼 움직입니다. 이러한 유연성 덕로 이들은 최소 침습 수술을 위해 인체 내부의 좁고 구불구불한 공간을 항해하는 것과 같은 섬세한 작업에 이상적입니다. 이 로봇들을 움직이게 하기 위해 엔지니어들은 전기 신호를 물리적 운동으로 바꾸는 장치인 액추에이터가 필요합니다. 이 역할을 수행할 유망한 재료 중 하나는 전압이 가해질 때 모양이 변하는 특수한 플라스틱 필름입니다. 그러나 이 필름이 정확히 어떻게 구부러질지 예측하는 것은 놀라울 정도로 어렵습니다. 이 재료는 직선적으로 반응하지 않습니다. 그 동작은 '이력 현상(hysteretic)'을 보이는데, 이는 마치 메모리 폼 베개가 이전에 어떻게 눌렸는지를 기억하는 것처럼, 그 모양이 과거의 이력에 따라 달라짐을 의미합니다. 더욱이, 이 필러들은 전원이 켜지기 전부터 이미 약간 불균일한 곡선을 가진 채 제조되는 경우가 많으며, 장치를 구성하는 금속과 플라스틱 층들이 모두 동일한 속도로 팽창하지도 않습니다. 이러한 요인들이 결합하여 복잡한 퍼즐을 만들어냅니다. 재료 자체가 예측 불가능하고 시작 형태가 불완전할 때, 컴퓨터 모델이 어떻게 로봇 끝단의 정확한 경로를 예측할 수 있을까요?

파리 예술 공학 연구소(Arts et Métiers Institute of Technology)의 연구팀은 P(VDF-TrFE-CTFE)라고 알려진 전기 활성 고분자의 유형에 대한 이 특정 문제를 해결하기 위해 나섰습니다. 그들의 목표는 재료가 불규칙하게 작동하더라도 이러한 소프트 액추에이터의 모양을 정확하게 예측할 수 있는 모델을 구축하는 것이었습니다. 그들은 제조된 스트립에 관한 근본적인 진실, 즉 이들이 처음부터 결코 완벽하게 곧지 않다는 점을 인정하며 시작했습니다. 연구진은 모델이 이론적인 완벽한 직선에서 시작하도록 강요하는 대신, 전원이 공급되지 않은 상태의 실제 측정된 모양을 기준점으로 사용하기로 결정했습니다. 그들은 이 실제 세계의 약간 구부러진 시작점을 '그라운드 트루스(ground truth, 참값)'로 취급했습니다. 거기서부터 그들은 전압이 새로운, 거의 균일한 곡선을 기존의 형태에 어떻게 더하는지에 집중했습니다. 이 지저분한 기존의 곡선과 전압에 의해 유도된 깨끗한 굽힘을 분리함으로써, 그들은 문제를 크게 단순화했습니다.

재료의 까다로운 기억 효과를 처리하기 위해, 연구팀은 전압이 오르내릴 때 재료의 내부 전기 상태가 어떻게 변하는지를 설명하는 규칙 세트인 '스위칭 법칙(switching law)'을 채택했습니다. 이를 통해 매 순간마다 새로운 곡선을 맞출 필요 없이, 전압이 순환될 때 재 liệu가 그리는 특징적인 경로인 '나비 모양'의 이력 루프를 포착할 수 있었습니다. 그들은 이 전기적 동작을 스트립의 서로 다른 층들이 함께 늘어나고 구부러지는 방식을 설명하는 역학 이론과 결합했습니다. 층들이 대칭적이지 않기 때문에, 재료를 잡아당기면 동시에 구부러짐이 발생하는데, 이는 더 단순한 모델들이 놓치기 쉬운 결합 효과입니다. 연구진은 실제 측정된 시작 형태를 토대로 하여, 이 전기적 및 기계적 계산을 스트립의 길이를 따라 통합했습니다. 이 접근 방식 덕분에 그들은 시작 조건을 추측할 필요가 없었습니다. 단 한 번 측정하고 나머지는 모델이 계산하도록 하면 되었습니다.

연구팀은 이 접근 방식을 SV1과 SV2라고 명명한 두 개의 재료 스트립에 테스트했습니다. 두 스트립 모두 동일한 제조 배치에서 나왔고 동일한 레시피로 만들어졌음에도 불구하고, 매우 다르게 행동했습니다. 한 스트립은 전압에 강하게 반응한 반면, 다른 하나는 훨씬 약하게 반응하여 유효 응답에서 8배의 차이를 보였습니다. 이 발견은 매우 중요했습니다. 동일한 제조 공정을 거치더라도 이 인쇄된 액추에이터들의 최종 성능은 크게 달라질 수 있음을 입증했기 때문입니다. 연구진은 신뢰할 수 있는 로봇을 만들기 위해서는 모든 부품이 동일하게 작동할 것이라고 가정해서는 안 된다는 것을 깨달았습니다. 각 개별 스트립은 사용되기 전에 테스트되어 그 특정 응답이 보정되어야 합니다. 그들은 각 스트립에 대해 전기적 입력을 물리적 곡선으로 변환하는 곱셈 값인 하나의 '전달(transfer)' 값을 보정했고, 그 후 이 값을 고정하여 모델이 미래의 움직임을 예측할 수 있는지 확인했습니다.

결과는 정밀했습니다. 모델이 새로운 전압 인가 사이클에 대해 테스트되었을 때, 끝단의 움직임을 평균 0.1밀리미터 미만의 오차로 예측했습니다. 더욱 인상적인 것은, 로봇 몸체의 전체 곡선 경로를 중앙값 오차 단 0.122밀리미터로 예측했다는 점입니다. 연구진은 모양 예측의 정확도가 실제 측정된 시작 곡선을 사용하는 데 크게 의존한다는 것을 발견했습니다. 만약 이론적인 직선을 사용하려고 시도했다면 예측 오차는 크게 증가했을 것입니다. 마찬가지로, 재료가 과거의 상태를 기억하는 방식인 이력 루프의 정확도는 특정 스위칭 법칙에 달려 있었습니다. 이것 없이는 모델이 루프의 모양을 포착하는 데 실패했습니다. 또한, 연구는 더 약한 스트립의 응답이 길이를 따라 균일하지 않음을 보여주었으며, 이는 재료의 특성이 한쪽 끝에서 다른 쪽 끝까지 약간씩 다를 수 있음을 시사했지만, 측정 도구의 한계로 인해 이를 정확히 짚어내기는 어려웠습니다.

기존 스트립을 이해하는 것을 넘어, 팀은 이 모델을 사용하여 더 강력한 버전의 액추에이터를 설계했습니다. 그들은 여러 개의 활성 층이 서로 쌓여 로봇이 가할 수 있는 힘을 높이는 다층 스택을 시뮬레이션했습니다. 그들의 계산에 따르면, 활성 재료의 층을 특히 30마이크로미터 두께로 두껍게 만드는 것이 로봇이 생성할 수 있는 힘을 극대화할 것이라고 나타났습니다. 그들은 여섯 개의 층을 가진 디자인과 향후 제작 가능한 열두 개의 층을 가진 디자인, 두 가지 유망한 설계를 식별했습니다. 이 디자인들은 높은 정도의 곡률을 유지하면서도 이론적으로 각각 18밀리뉴턴과 57밀리뉴턴에 달하는 차단 힘(blocking force)을 생성할 수 있습니다. 그러나 연구진은 이러한 디자인들이 작동하기 위해 더 높은 전압이 필요할 것이며, 모든 층이 테스트한 최고의 단일 스트립만큼 잘 작동하도록 제조 공정이 개선되어야 한다고 언급했습니다.

이 연구는 이러한 소프트 재료의 물리학이 복잡하지만, 제조 과정의 현실을 존중함으로써 실질적인 전진 경로가 존재한다는 결론을 내립니다. 스트립의 불완전하게 미리 구부러진 모양을 시작점으로 받아들이고, 각 개별 부품의 고유한 응답을 신중하게 보정함으로써, 엔지니어들은 로봇의 행동을 높은 정확도로 예측할 수 있습니다. 이러한 '베이스라인 인식(baseline-aware)' 접근 방식은 제작의 영구적인 결함과 전기에 의한 일시적인 효과를 분리하여, 로봇이 어떻게 움직이는지에 대한 더 명확한 이해를 가능하게 합니다. 이 연구는 이러한 재료들이 효과적으로 모델링될 수 있음을 확인해주지만, 동시에 중요한 과제를 강조합니다. 즉, 개별 부품 사이의 가변성입니다. 이러한 액추에이터가 수술과 같은 중요한 응용 분야에서 신뢰받기 위해서는 각 구성 요소를 개별적으로 검증해야 하며, 향후 연구는 왜 어떤 스트립이 다른 스트립보다 훨씬 더 잘 작동하는지를 이해하기 위해 층의 내부 특성을 측정하는 데 집중해야 할 것입니다. 신뢰할 수 있는 소프트 로봇으로 가는 길은 재료의 불완전함을 무시하는 것이 아니라, 그것을 고려한 모델을 구축하는 데 있습니다.