보스턴 다이내믹스가 휴머노이드 로봇 '아틀라스(Atlas)'의 발을 바퀴로 교체해 빠르게 주행하고 360도 회전 점프까지 하는 모습을 공개했다. 강화학습(RL) 기반 제어 기술을 적용해 새로운 이동 방식을 익히도록 한 것으로, 로봇의 구동 장치와 AI 제어 모델의 성능을 검증하기 위한 연구용 실험이다.

보스턴 다이내믹스는 9일(현지시간) 공식 영상을 통해 바퀴를 장착한 아틀라스가 실제 실험 공간에서 빠르게 주행하고 방향을 전환하는 모습을 선보였다. 측면 질주와 360도 회전 점프는 물론, 한쪽 바퀴로 균형을 유지하거나 바닥에 누운 상태에서 스스로 일어나 주행하는 동작도 시연했다.

이번 실험의 핵심은 강화학습으로 훈련한 전신 제어 모델이 새로운 구동 방식에서도 안정적으로 작동하는지 확인하는 데 있다. 바퀴 주행은 출발과 회전, 정지 과정에서 모터에 높은 토크와 속도를 지속적으로 요구하기 때문에 구동 장치의 성능 한계를 시험하기에 적합하다.

하드웨어 개조는 비교적 간단했다. 기존 발목 구동 장치에 일반 스쿠터용 바퀴를 장착할 수 있도록 맞춤형 어댑터 하나만 추가했다. 소프트웨어에서도 바퀴를 연속 회전하는 발목으로 모델링해 기존 로봇 모델의 발을 바퀴로 바꾸는 방식으로 구현했다.

연구진은 바퀴의 주행 방식을 일일이 프로그래밍하지 않았다. 기존 전신 강화학습 모델에 바퀴의 특성을 반영하고 학습 조건을 조정하자, AI가 바퀴를 굴리면서 균형을 유지하고 방향을 바꾸는 방법을 익혔다.

강화학습 모델이 실제 로봇에서 제대로 작동하도록 시뮬레이션과 하드웨어 간 차이를 줄이는 작업도 중요했다. 가상 환경에서 모터의 움직임을 지나치게 이상적으로 설정하면 실제 장치가 구현할 수 없는 동작을 학습할 수 있기 때문이다. 연구진은 실제 모터의 특성을 측정하고 시뮬레이션 모델과 제어 매개변수를 조정해 이른바 '시뮬레이션-현실 간극(Sim2Real Gap)'을 줄였다.

일부 동작은 사람의 움직임을 촬영한 모션 캡처 데이터를 활용해 학습했다. 사람의 발 미끄러짐 동작을 바퀴 주행에 적용하자 아틀라스는 바퀴를 조향하며 옆으로 미끄러지듯 이동하는 기술을 익혔다. 360도 회전 점프는 사람이 수행한 동작을 기록한 모션 캡처 데이터를 추적하도록 학습한 것으로, 실제 로봇에서 첫 시도에 성공했다.

바퀴를 장착한 휴머노이드 로봇은 앞서 중국 유니트리도 선보였다. 지난 4월 휴머노이드 'G1'에 바퀴와 스케이트 등을 장착해 고속 주행과 회전, 균형 잡기 등을 시연했다.

유니트리가 다양한 이동 방식의 구현에 초점을 맞췄다면, 보스턴 다이내믹스는 기존 구동 장치와 강화학습 제어 모델의 성능을 검증하고 이를 이족보행 아틀라스에 적용하는 데 중점을 뒀다.

보스턴 다이내믹스는 이번 바퀴형 아틀라스가 상용 제품이 아닌 연구용 테스트 플랫폼이라고 강조했다. 실험에서 확보한 모터 모델링과 전신 강화학습 관련 기술은 기존 발을 사용하는 아틀라스에도 적용하고 있다.

이를 통해 실제 환경에서의 안정성과 고장 대응 능력을 높이고 로봇의 동작 범위를 넓힌다는 계획이다.

박찬 기자 cpark@aitimes.com