%eb%a1%9c%eb%b4%87%ed%8c%94
-
로봇 창업 붐 확산..휴보 창시자 계보 잇는 글로벌 도전
우리 대학은 최근 캠퍼스를 중심으로 다양한 로봇 창업 기업들이 투자 유치를 성공하며 ‘한국형 로봇의 산실’로 주목받고 있다고 16일 밝혔다.
기계공학과 오준호 교수가 창업한 레인보우로보틱스는 세계적 휴머노이드 기술력을 앞세워 상장에 성공하며 로봇 산업의 새로운 이정표를 세웠다. 이어서 기계공학과 공경철 교수가 창업한 재활·의료 로봇 전문기업 엔젤로보틱스도 상장에 성공, KAIST 출신 로봇 창업 기업의 성과가 가시화되고 있다.
뒤를 이어 푸른로보틱스(2021, 함현철, 기계공학과 석사 졸업), 위로보틱스(2021, 이연백, 기계공학과 석사 졸업), 라이온로보틱스(2023 기계공학과 황보제민 교수), 트라이앵글로보틱스(2023, 최진혁, 전산학부 박사과정), 유로보틱스(2024. 유병호, 전기및전자공학부 박사 졸업), 디든로보틱스(2024, 김준하, 기계공학과 박사 졸업) 등은 사족보행, 협동로봇, 웨어러블, 자율보행 등 다양한 기술 분야에서 창업 후 성장 가도를 달리고 있다.
특히 기계공학과 황보제민 교수가 창업한 ‘라이온로보틱스(Raion Robotics)’는 최근 SBVA, 컴퍼니케이파트너스, 퓨처플레이, 산은캐피탈, IBK기업은행, IBK벤처투자 등 국내 유수 투자사로부터 총 230억 원 규모의 시리즈 A 투자를 유치했다.
라이온로보틱스의 주력 제품인 사족보행 로봇 ‘라이보(Raibo)’는 강화학습 기반 AI를 탑재해 비정형 지형에서도 안정적인 보행이 가능하다. 또 8시간 구동이라는 차별적 성능을 확보했으며, 최근에는 인간과 함께 마라톤 풀코스(42.195km) 완주에 성공, 실제 환경에서의 내구성을 입증하며 글로벌 로봇 업계의 이목을 끌었다.
이 같은 흐름은 전기및전자공학부 명현 교수 연구실에서 창업한 ‘유로보틱스(URobotics)’로도 이어지고 있다. 유로보틱스는 최근 35억 원 규모의 시드 투자를 유치하고, 15억 원 규모의 딥테크 팁스에도 선정되며 자율보행 로봇 분야에서 성장을 가속화하고 있다. 특히 제어 및 자율보행 기술의 내재화와 휴머노이드 적용을 통해 국방·건설·물류·스마트시티 등 다양한 산업 현장으로의 적용을 준비하고 있으며, 업계는 초기 단계부터 그 높은 성장 잠재력에 주목하고 있다.
기계공학과 박해원 교수 연구실에서 창업한 디든로보틱스는 보행형 이동 로봇 기술의 산업 적용과 상용화를 선도하고 있다. 이 회사의 핵심 경쟁력은 핵심 부품 내재화를 통한 하드웨어 설계 역량, 강화학습 기반 제어를 포함한 고도화된 피지컬 AI(Physical AI) 기술, 특수 자석발 기술에 있다. 이를 기반으로 개발된 로봇은 철제 수직벽과 천장을 자유롭게 이동하며 용접, 비파괴 검사 등 고난도 작업을 수행할 수 있다. 디든로보틱스는 이러한 기술력을 바탕으로 Pre-A 라운드에서 70억 원 규모의 투자를 유치하고, 주요 조선소들과 공급 계약을 체결해 상용화 가능성을 입증했다.
우리 대학은 최근 딥테크 스케일업 밸리 사업 주관기관으로 참여해 국비 105억 원을 확보했다. 이를 기반으로 기업–기술–인재가 선순환하는 로봇 산업 생태계를 조성하고, 차세대 로봇 허브로 도약할 계획이다. 이번 사업에는 유로보틱스와 엔젤로보틱스도 함께 참여한다.
배현민 창업원장은 “KAIST 출신 연구진들이 도전적 창업을 통해 글로벌 무대에 진출하고 있다”며, “창업원이 적극적으로 지원해 KAIST가 ‘딥테크 창업의 허브’로 자리매김할 수 있도록 힘쓰겠다”고 말했다.
이광형 총장은 “KAIST는 교육과 연구를 넘어 창업을 통해 사회적 가치를 창출하는 혁신의 산실”이라며, “이번 로봇 창업 기업들의 성과는 KAIST가 세계 로봇 산업의 패러다임을 선도하는 중심에 서 있음을 보여준다. 특히, 인공지능을 물리적 세계와 융합한 ‘피지컬 AI(Physical AI)’ 시대를 준비하는 KAIST의 비전과도 맞닿아 있다. 앞으로도 KAIST는 학문과 산업을 잇는 혁신을 통해 글로벌 기술 리더십을 강화해 나가겠다”고 강조했다.
2025.09.16 조회수 1969 -
연구자 없이 로봇팔·AI로 소재 혁신 실현
이차전지 양극 소재는 높은 충전 속도, 에너지 밀도, 안정성 등 어려운 기준들을 전부 충족해야 하기 때문에 소재 개발을 위해서는 수많은 소재 후보군을 고려해 탐색을 진행해야만 한다. 국내 산학 협력 연구진이 AI 및 자동화 시스템을 활용해 연구자의 개입 없이 이차전지 양극 소재의 개발을 진행하는 자율 탐색 실험실*을 구축했다. 이를 통해 개발 과정 중 발생하는 연구자의 노동을 최소화하며 탐색 기간을 93% 단축했다.
*자율 탐색 실험실: 자율적으로 실험을 설계, 수행, 분석하여 최적의 소재를 탐색하는 플랫폼
우리 대학 신소재공학과 서동화 교수 연구팀이 포스코홀딩스 미래기술연구원(원장 김기수) 에너지소재연구소 LIB소재연구센터 연구팀과 산학 협력 연구를 통해, AI 및 자동화 기술을 활용해 이차전지 양극 소재를 탐색하는 자율 탐색 실험실을 구축했다고 3일 밝혔다.
이차전지 양극 소재 개발은 필연적으로 시료의 무게를 칭량하고 이송하는 정량, 혼합, 소결* 및 분석 과정을 거쳐 광범위한 양극 조성(화합물 내 성분 원소들이 섞이는 비율) 및 실험 변수 탐색해야 해서 숙련된 연구자의 많은 노동력이 필요하고 긴 개발 시간을 필요로 한다.
*소결: 시료를 가열하여 분말 입자들이 열적 활성화 과정을 거쳐 하나의 덩어리로 되는 과정
연구팀은 연구자의 개입 없이 시료 정량, 혼합, 펠렛화, 소결 및 분석을 수행하는 자동화 시스템과 분석된 데이터를 해석하고 이를 학습해 최선의 후보군을 선택하는 AI 모델을 기반으로 자율 탐색 실험실을 구축했다.
연구팀은 자동화 시스템을 구축하기 위해 정량, 혼합, 펠렛화, 소결 및 분석 과정을 각각 개별 장치 모듈로 구축하고 이를 중앙 로봇팔이 핸들링하는 방법으로 로봇팔의 비중을 줄여 실험 효율을 증대시켰다.
또한, 연구팀은 기존 저속 소결 방법과 다른 고속 소결 방법을 도입하여 합성 속도를 비약적으로 개선했다. 그 결과 소결 공정에 필요한 시간을 50배 단축할 수 있었고, 이를 기반으로 자율 탐색 실험실은 기존 연구자 기반 실험 대비 12배 많은 소재 데이터의 확보가 가능하다.
확보된 많은 소재 데이터는 AI 모델을 통해 자동으로 해석되어 합성된 상 정보 및 불순물 비율 등이 추출된다. 이를 합성 성공 여부와 관계없이 체계적으로 저장하여 양질의 데이터베이스를 구축하며 해당 데이터는 이후 최적화 AI 모델의 학습 데이터로 활용하여 다음에 자동화 시스템이 실험할 양극 조성 및 합성 조건을 추천하는 폐루프 실험 시스템*을 구현했다.
*폐루프 (Closed-loop) 실험 시스템: 실험 전 과정을 연구자의 개입 없이 스스로 수행하는 시스템
지능형 실험 자동화 시스템을 24시간 운용할 경우, 약 12배 이상의 실험 데이터 확보 및 93%의 소재 탐색 시간 단축이 가능하며, 이는 소재 탐색에 필요한 실험 횟수가 500회라고 가정할 시 연구자가 직접 실험을 수행하는 기존 방식으로는 84일이 소요되는 반면, 자동화 시스템은 약 6일 만에 완료할 수 있는 것으로 시간 및 인력 효율을 크게 향상시킬 수 있다.
자율 탐색 실험실 개발 과정에서 포스코홀딩스는 프로젝트 전반의 기획과 총괄 운영을 맡고, 전체 플랫폼 설계에 대한 검토와 부분 모듈 설계 및 AI 기반 실험 설계 모델에 대한 공동 개발을 수행했으며, 서동화 교수팀은 전체 플랫폼 설계, 부분 모듈 설계 및 제작, 알고리즘 제작, 자동화 시스템 기반 실험 검증 및 오류 개선 등 실질적 시스템 구현과 운영을 담당했다.
서동화 교수는 "이번 연구를 통해 구축된 시스템은 저출산으로 인한 연구 인력 감소를 해결할 기술”이라며 "양질의 소재 데이터를 확보하여 이차전지 소재 개발을 가속화 하여 글로벌 경쟁력을 강화 가능할 것으로 기대된다”고 설명했다.
또한, 포스코홀딩스 미래기술연구원은 이번에 개발된 자율 탐색 실험실 시스템을 기반으로, 2026년 이후 업그레이드된 버전을 자체 연구소 실험실에 적용하여 차세대 이차전지 소재 개발 속도를 획기적으로 높이는 것을 목표로 하고 있다. 이를 위해 설비의 안정성과 확장성을 강화하는 후속 개발을 계획 중이며, 산학연이 협력해 개발한 기술이 실제 연구개발 현장에서 활용되는 사례로 이어질 것으로 기대된다.
한편, 이번 연구는 신소재공학과 서동화 교수 연구실의 이현기 박사과정 연구원을 비롯해 배성재, 김동우 석사과정 연구원의 주도로 진행됐으며, 포스코홀딩스 미래기술연구원 에너지소재연구소(소장 홍정진)와 LIB소재연구센터의 박정우 수석연구원, 박인철 수석연구원이 공동으로 참여했다.
2025.08.05 조회수 1883 -
생각만으로 정확하게 로봇팔 조종이 가능한 뇌-기계 인터페이스 개발
우리 대학 바이오및뇌공학과 정재승 교수 연구팀이 3차원 공간상에서 생각만으로 로봇팔을 높은 정확도 (90.9~92.6%)로 조종하는 `뇌-기계 인터페이스 시스템'을 개발했다고 23일 밝혔다.
정 교수 연구팀은 인공지능과 유전자 알고리즘을 사용해 인간의 대뇌 심부에서 측정한 뇌파만으로 팔 움직임의 의도를 파악해 로봇팔을 제어하는 새로운 형태의 뇌-기계 인터페이스 시스템을 개발했다. 뇌 활동만으로 사람의 의도를 파악해 로봇이나 기계가 대신 행동에 옮기는 `뇌-기계 인터페이스' 기술은 최근 급속도로 발전하고 있다. 하지만 손을 움직이는 정도의 의도 파악을 넘어, 팔 움직임의 방향에 대한 의도를 섬세하게 파악해 정교하게 로봇팔을 움직이는 기술은 아직 정확도가 높지 않았다.
하지만 연구팀은 이번 연구에서 조종 `방향'에 대한 의도를 뇌 활동만으로 인식하는 인공지능 모델을 개발했고, 그 결과 3차원 공간상에서 24개의 방향을 90% 이상의 정확도로 정교하게 해석하는 시스템을 개발했다.
게다가 딥러닝 등 기존 기계학습 기술은 높은 사양의 GPU 하드웨어가 필요했지만, 이번 연구에서는 축적 컴퓨팅(Reservoir Computing) 기법을 이용해 낮은 사양의 하드웨어에서도 인공지능 학습이 가능하여 스마트 모바일 기기에서도 폭넓게 응용될 수 있도록 개발해, 향후 메타버스와 스마트 기기에도 폭넓게 적용이 가능할 것으로 기대된다.
우리 대학 김훈희 박사(現 강남대 조교수)가 제1 저자로 참여한 이번 연구는 국제학술지 `어플라이드 소프트 컴퓨팅(Applied Soft Computing)' 2022년 117권 3월호에 출판됐다. (논문명 : An electrocorticographic decoder for arm movement for brain-machine interface using an echo state network and Gaussian readout).
뇌-기계 인터페이스는 사용자의 뇌 활동을 통해 의도를 읽고 로봇이나 기계에 전달하는 기술로서 로봇, 드론, 컴퓨터뿐만 아니라 스마트 모바일 기기, 메타버스 등에서의 이용될 차세대 인터페이스 기술로 각광받고 있다.
특히 기존의 인터페이스가 외부 신체 기관을 통해 명령을 간접 전달(버튼, 터치, 제스처 등)해야 하지만 뇌-기계 인터페이스는 명령을 뇌로부터 직접적 전달한다는 점에서 가장 진보된 인터페이스 기술로 여겨진다.
그러나 뇌파는 개개인의 차이가 매우 크고, 단일 신경 세포로부터 정확한 신호를 읽는 것이 아니라 넓은 영역에 있는 신경 세포 집단의 전기적 신호 특성을 해석해야 하므로 잡음이 크다는 한계점을 가지고 있다.
연구팀은 이러한 문제 해결을 위해 최첨단 인공지능 기법의 하나인 `축적 컴퓨팅 기법'을 이용해 뇌-기계 인터페이스에서 필요한 개개인의 뇌파 신호의 중요 특성을 인공신경망이 자동으로 학습해 찾을 수 있도록 구현했다.
또한 유전자 알고리즘(Genetic Algorithm)을 이용해 인공지능 신경망이 최적의 뇌파 특성을 효율적으로 찾을 수 있게 시스템을 설계했다. 연구팀은 심부 뇌파를 최종 해석하는 리드아웃(Readout)을 가우시안(Gaussian) 모델로 설계해 시각피질 신경 세포가 방향을 표현하는 방법을 모방하는 인공신경망을 개발했다. 이런 리드아웃 방식은 축적 컴퓨팅의 선형 학습 알고리즘을 이용해 일반적 사양의 간단한 하드웨어에서도 빠르게 학습할 수 있어 메타버스, 스마트기기 등 일상생활에서 응용이 가능해진다.
특히, 이번 연구에서 만들어진 뇌-기계 인터페이스 인공지능 모델은 3차원상에서 24가지 방향 즉, 각 차원에서 8가지 방향을 디코딩할 수 있으며 모든 방향에서 평균 90% 이상의 정확도 (90.9%~92.6% 범위)를 보였다. 또한 연구된 뇌-기계 인터페이스는 3차원 공간상에서 로봇팔을 움직이는 상상을 할 때의 뇌파를 해석해 성공적으로 로봇팔을 움직이는 시뮬레이션 결과를 보였다.
인공지능 시스템을 만든 제1 저자인 김훈희 박사는 "공학적인 신호처리 기법에 의존해 온 기존 뇌파 디코딩 방법과는 달리, 인간 뇌의 실제 작동 구조를 모방한 인공신경망을 개발해 좀더 발전된 형태의 뇌-기계 인터페이스 시스템을 개발해 기쁘다ˮ면서 "향후 뇌의 특성을 좀 더 구체적으로 이용한 `뇌 모방 인공지능(Brain-inspired A.I.)'을 이용한 다양한 뇌-기계 인터페이스를 개발할 계획이다ˮ라고 말했다.
이번 연구를 주도한 연구책임자 정재승 교수는 "뇌파를 통해 생각만으로 로봇팔을 구동하는 `뇌-기계 인터페이스 시스템'들이 대부분 고사양 하드웨어가 필요해 실시간 응용으로 나아가기 어렵고 스마트기기 등으로 적용이 어려웠다. 그러나 이번 시스템은 90%~92%의 높은 정확도를 가진 의도 인식 인공지능 시스템을 만들어 메타버스 안에서 아바타를 생각대로 움직이게 하거나 앱을 생각만으로 컨트롤하는 스마트기기 등에 광범위하게 사용될 수 있다ˮ고 말했다.
이번 연구 결과는 사지마비 환자나 사고로 팔을 잃은 환자들을 위한 로봇팔 장착 및 제어 기술부터, 메타버스, 스마트기기, 게임, 엔터테인먼트 애플리케이션 등 다양한 시스템에 뇌-기계 인터페이스를 적용할 가능성을 열어 줄 것으로 기대된다.
이번 연구는 한국연구재단 뇌 원천기술개발사업의 지원을 받아 수행됐다.
2022.02.24 조회수 18254 -
자체 무게의 480배 이상을 들어올릴 수 있는 소프트 그리퍼 개발
우리 대학 기계공학과 경기욱 교수 연구팀이 자체 무게의 480배 이상의 중량을 들어올릴 수 있는 소프트 그리퍼를 개발했다.
연구팀에서 개발한 그리퍼는 인공근육과 전기접착식피부를 결합한 초경량 그리퍼로서, 가벼운 인공근육을 이용해 쥐고자 하는 물체에 접촉한 후 강력한 전기접착력을 발생시켜 무거운 물체를 들어올릴 수 있도록 한다. 제작된 소프트 그리퍼는 6.2g의 가벼운 무게를 가지지만 625g의 무게까지 쥐고 이송시킬 수 있으며, 대면적으로 제작된 35g의 그리퍼는 자체 무게의 480배 이상인 16.8kg까지 집어올릴 수 있다.
연구팀은 이번 연구에서 폴리머 기반의 액추에이터를 인공근육으로 사용했기 때문에 매우 가벼운 무게의 소프트 그리퍼를 구현할 수 있었다. 폴리머 기반의 액추에이터는 높은 유전율을 가지는 얇은 탄성체의 양면에 신축성이 있는 전극을 도포하여 제작됐다. 양면의 전극에 전압을 가해주면 전극 사이의 인력이 발생하여 탄성체를 두께 방향으로 누르게 되고, 결과적으로 면 방향의 팽창이 발생하는 원리를 사용했다. 연구팀은 이러한 작동원리를 소프트 그리퍼에 응용하기 위해 팽창 변형을 굽힘 변형으로 변환해주는 기계적 구조를 도입했다.
연구팀은 인공근육을 사용해 그리퍼를 초경량으로 제작함과 동시에, 무거운 물체를 들어올릴 수 있도록 전기접착식피부를 적용했다. 전기접착식피부의 내부에는 접착력을 발생시키기 위한 전극이 반복적으로 배치되어 있으며, 피부의 표면에는 전기적 절연층이 코팅돼있다. 전기접착식피부가 물체와 접촉한 후 반복적으로 배치된 전극에 전압이 가해지면, 접촉한 물체의 표면에 전기접착식피부의 전극과 반대된 전하가 유도된다. 결과적으로 전기접착식피부의 전극과 물체 표면에 유도된 전하 사이에 전기적 인력이 생성돼 그리퍼와 대상 물체 사이에 높은 접착력을 발생시킬 수 있다.
연구팀에서는 소프트 그리퍼의 성능을 극대화하기 위해 인공근육 및 전기접착식피부의 구조, 규격, 소재를 실험적으로 최적화했다. 그 결과 연구팀에서 개발한 소프트 그리퍼는 두 개의 손가락만을 이용하지만 원기둥, 구, 육면체, 평평한 물체, 포장재, 비정형 물체 등 다양한 형상의 물체를 집어올리고 이송할 수 있으면서도, 자체 무게의 480배에 달하는 무게까지 들어올릴 수 있다.
연구팀이 개발한 소프트 그리퍼는 손으로 쥐기 어려운 평평한 모양부터 다양한 입체 모양의 물체를 모두 집을 수 있다는 장점이 있기 때문에, 로봇핸드를 교체하지 않고도 다양한 모양의 물체를 다루는 작업을 연속적으로 수행할 수 있을 것으로 기대된다. 또한, 경량화된 소프트 그리퍼를 사용함으로써 로봇팔에 가해지는 부하를 줄일 수 있고, 그 결과 기존의 로봇 그리퍼를 사용한 경우보다 더 무거운 물체를 이송시키는 것을 가능하게 할 수 있다.
관련 연구를 주도적으로 수행한 박사과정 황건우 학생은 이번 연구를 Instruments 분야 Top (상위 1%) 학술지인 IEEE Trans. Industrial Electronics를 포함해Smart Materials and Structures 등에 총 2편의 논문을 게재했다. (논문명: Electroadhesion-Based High-Payload Soft Gripper With Mechanically Strengthened Structure / Improved electroadhesive force by using fumed alumina/PDMS composites)
이번 연구는 한국산업기술평가관리원의 산업핵심기술개발사업 및 로봇산업핵심기술개발사업(알키미스트 프로젝트)의 지원을 받아 수행됐다.
2021.03.09 조회수 96229