"로봇, 현실서 스스로 배워야"…기계硏 학습 전략은

"인공지능(AI) 로봇의 진정한 발전은 시뮬레이션이 아니라 실제 환경 속에서 데이터를 얼마나 잘 모으고 활용하느냐에 달려 있습니다." 김정중 한국기계연구원(KIMM) 박사는 31일 서울 보코서울강남호텔에서 열린 '로아스 글로벌 로보틱스 포럼 2025'에서 임베디드 AI 기반 실환경 로봇 연구 성과를 발표하며 이같이 말했다. 그는 "로봇이 실제 환경과 상호작용하면서 스스로 판단하고 실행하는 구조가 중요하다"며 단순한 시뮬레이션 기반 학습을 넘어서는 '실환경 중심의 로봇 AI 연구' 필요성을 강조했다. 김 박사는 먼저 로봇이 수행하는 작업의 구조를 고차원적 사고와 물리적 실행 단계로 나눴다고 설명했다. 예를 들어 로봇은 '오렌지를 오른쪽으로 밀어라'는 명령이 들어오면 주변 사물을 인식하고 손과 팔을 어떻게 움직여야 할지 판단한다. 이 과정에서 그는 밀기와 누르기, 정리하기 등 구체적 동작을 실시간 인식·실행하는 AI 로봇 시스템을 개발했다고 소개했다. 기계연은 클리어패스 플랫폼 모바일 베이스와 엑스암 로봇팔 2기를 결합한 모바일 매니퓰레이터 실험 플랫폼을 구축했다. 이 플랫폼을 통해 물체를 집거나 눕히는 단순 조작부터 양팔 협동으로 물체를 들어올리는 복잡한 동작까지 실험했다. 김 박사는 "실험실 내에서 다양한 시나리오를 구성해 학습되지 않은 물체나 위치에서도 일반화된 성능을 보이도록 연구를 진행 중"이라며 "비정형 환경에서도 유연하게 작업할 수 있는 로봇 기술을 확보하는 것이 목표"라고 말했다. 발표 후반부에서는 휴머노이드 로봇 적용 사례를 소개했다. 김 박사는 "최근 휴머노이드 로봇이 각광받는 이유는 인간의 생활 환경을 별도 수정 없이 그대로 활용할 수 있기 때문"이라고 설명했다. 그는 이 분야 발전 배경으로 ▲엔드투엔드 학습 ▲시뮬레이션-리얼 연동 ▲파운데이션 모델의 세 가지 AI 패러다임을 꼽았다. 이것들이 결합되면서 로봇이 실제 환경에서도 의미 있는 수준으로 작동하기 시작했다는 분석이다. 기계연은 유니트리 플랫폼을 활용해 AI 학습 기반 보행 제어 및 물류 작업 자동화 연구를 진행 중이다. 그는 "유니트리는 관절별 토크·위치 제어에 접근할 수 있고, 오픈 API와 시뮬레이터 연동 지원이 좋아 실험 환경 구축에 적합했다"고 전했다. 김 박사팀은 특히 '이족 휴머노이드 로봇의 상·하차 동시 작업'을 위한 학습형 제어를 연구 중이다. 그는 "휴머노이드는 정밀 작업에는 아직 한계가 있지만 물류처럼 큰 물체를 다루는 분야에서는 실용화 가능성이 높다"고 내다봤다. 그는 데이터의 중요성을 거듭 강조했다. 김 박사는 "AI 로봇에서 가장 중요한 것은 결국 데이터"라며 "시뮬레이션이 아닌 실제 환경에서 데이터를 모으고 학습하는 게 진짜 도전"이라고 평가했다. 또한 휴머노이드 연구에서는 "실환경 운용 중 물리적 위험을 반드시 고려해야 한다"며 안전한 테스트 환경과 로봇의 견고한 하드웨어 설계가 병행돼야 한다고 덧붙였다.