젊은 로봇 공학자(Young Robot Engineer)' 코너는 한국로봇학회와 로봇신문이 공동으로 기획한 시리즈물로 미래 한국 로봇산업을 이끌어 갈 젊은 로봇 공학자를 발굴해 소개하는데 있다.

67번째 인터뷰는 부산대 전자공학과 이인호 교수다. 이 교수는 1987년생으로 KAIST에서 기계공학으로 학사, 석사, 2016년 8월 박사학위를 받았다. 석사 때부터 박사때까지 KAIST 휴머노이드 연구실인 휴보랩에서 연구활동을 펼쳤고, 졸업 후인 2016년 9월부터 11월까지는 박사후 연구원으로 근무했다. 이후 2017년 1월부터 12월까지 1년간 미국 IHMC(인간및기계인지연구소) 박사후 연구원을 거쳐, 2018년 1월부터 2020년 7월까지 연구원으로 일하다 귀국, 2020년 9월부터 현재까지 부산대 전기공학과 조교수로 재직하고 있다.

2013년 DARPA 로보틱스 챌린지 예선에 팀 KAIST 일원으로 참가했으며, 2015년 결선 대회에서도 팀원으로 참가해 팀이 우승하는데 크게 기여했다. 2015년 KAIST 기계공학과 메카트로닉스 시스템 디자인 최우수 강의조교상, 2019년 캐나다에서 열린 세계 휴머노이드 로봇 국제컨퍼런스에서 최우수 논문상을 수상했다.

주요 관심 분야는 다리 로봇(Legged Robot)의 기계 설계 및 제어, 동적 시스템 식별 및 상태 추정, 인지 센서를 이용한 환경 인식 등이다.

▲ 부산대 전자공학과 이인호 교수

Q. 부산대 CAMEL에 대해 간략한 소개 부탁 드립니다.

저희 CAMEL연구실(Computer And Machine Engaged Lab.)은 박사과정 2명, 석박사통합과정 4명, 석사과정 6명, 학부연구생 6명, 위촉연구원 1명으로 구성되어 있습니다. 로봇공학이 융합과정인 만큼 다양한 전공의 학생들이 합류하여 기계/전자/컴퓨터/조선 공학과 학생들이 서로의 장점을 나누며 성장하고 있습니다.

현재 집중하고 있는 연구 프로젝트는 드론에 팔을 부착하여 임무를 수행하기 위한 자율 공중조작(Autonomous Aerial Manipulation) 연구와 사족보행 로봇을 이용한 순찰, 시각장애인을 보조하기 위한 안내견 개발이 있습니다. 드론에 부착할 경량 팔 제작과 제어, 팔을 포함한 모델 예측제어(Model Predictive Control)를 연구하고 있으며, 사족보행 로봇을 직접 설계하고 제작하여 순찰 업무와 안내견 역할을 할 수 있도록 보행, 환경인식, 인간-로봇 상호작용(Human Robot Interaction) 연구를 진행 중입니다.

저희 연구실에서는 로봇 기구 설계, 구동기/임베디드 설계 및 제어, 보행, 조작, 강화학습, 머신 비전, 동작 계획 등 풀스택(Full-stack:프론트엔드와 백엔드 개발을 모두 하는 것) 연구자가 되기 위해 필요한 실무교육을 겸하고 있습니다. 제가 추구하는 구성원들의 성장 방향은 다양한 활동을 통한 “꽉 찬 육각형 인재” 입니다. 저는 언젠가 학생연구원들이 연구실을 졸업하여 회사나 연구소의 구성원이 되었을 때 다양한 일과 환경에 잘 적응하여 팀을 견인 할 수 있는 인재가 되기를 소망합니다. 이러한 이유로 제 연구실원 모두 다양한 스킬셋과 두 개 이상의 전문 연구 분야를 가지도록 유도하고 있으며 매주 금요일 랩 세미나와 미팅을 통해 연구적인 부분과 다양한 스킬 노하우 공유를 꾸준히 하고 있습니다. 또, 국내외 학계 및 산업계에 있는 로봇 전문가의 초청세미나를 매달 개최하여 눈높이를 넓히려 노력하고 있습니다.

▲ 부산대학교 전자공학과 이인호 교수 연구실 구성원 단체 사진

Q. 최근 하고 계신 연구가 있다면 소개 부탁드립니다.

경찰청 치안센터와 과학기술정보통신부로부터 지원받아 진행 중인 연구개발사업은 부산 해운대 해수욕장 근처를 자율적으로 순찰하는 사족보행 로봇 개발을 목표로 합니다. 순찰 경로에 포함된 경사로 계단 등의 지형을 이동할 수 있어야 하며 목표 지점까지 행인들과 시설물에 충돌되지 않도록 도달해야 합니다. 기존의 상용화된 외산 사족보행 로봇과 견줄 수 있는 새로운 사족보행 로봇 개발이 요구됨에 따라 저를 포함한 부산대 연구팀은 다음과 같은 사족보행 로봇 을 개발하였습니다. 현재 별도의 머신 비전 센서 없이 평지 잔디 경사로 등의 지형에서 보행이 가능하며, 최대 2m/s의 속도를 가집니다장합니다. 장시간의 보행을 위해 에너지 효율에 입각한 보행 제어기 개발, 경로 생성, 충돌 회피, 환경 인식 등 다양한 연구를 진행 중입니다

사족보행 로봇을 활용한 또 다른 연구사업은 로봇 안내견 개발입니다. 사족보행 로봇을 활용한 또 다른 연구사업은 로봇 안내견 개발입니다. 로봇 안내견 개발 프로젝트는 사족보행 로봇 개발과 더불어 시각장애인과 안내견이 서로 상호작용하는 하네스 개발을 목표로 합니다본 연구개발과제는 한국정보통신연구원의 지원을 받아 수행하고 있으며 2023년 1월에 시작하여 아직 가시적인 성과는 없으나 곧 좋은 연구결과를 공개할 수 있도록 하겠습니다.

마지막으로 한국연구재단의 우수신진연구 사업으로 자율 공중조작을 위한 팔이 부착된 드론의 자세제어기 개발을 하고 있습니다. 이 연구는 모션 캡쳐 장비 드론 운용의 어려움과 안전을 고려하여 로봇 팔을 활용한 하드웨어 시뮬레이터 개발이 핵심입니다. 천장에 거꾸로 달린 팔은 그 끝단 팔이 드론의 역할을 하도록 하며 임의의 드론 자세 제어기 게인값을 가지도록 하며 드론에 부착한 팔의 움직임에 대비한 외력 및 외란 추종을 합니다. 무엇보다 문제 발생 시 상황을 하드웨어 레벨에서 재생(Reproduce) 할 수 있다는 아이디어가 좋은 평가를 받고 있습니다.

▲ 부산 해운대 해수욕장 순찰 시스템 시연 중인 부산대학교 사족 보행 로봇 canine

Q. KAIST 기계공학과에서 2016년 8월 “Humanoid Reaching Posture Selection under Geometric Constraint considering Manipulability”로 박사 학위를 받으셨는데 어떤 내용인지 소개 부탁 드립니다.

박사과정에서 수행한 주요 연구는 DARPA(미 방위고등연구계획국) 로보틱스 챌린지(DRC)에 출전하기도 한 DRC 휴보 플러스(HUBO+)의 전신 매니퓰레이션(Whole Body Manipulation) 입니다. 플로팅 베이스(Floating base)의 여유 자유도를 포함하여 33자유도의 고자유도 시스템인 DRC HUBO+는 물체나 도구를 파지 하기 위한 자세를 결정할 때 무수히 많은 해를 가집니다. 이때 인간형 로봇은 자기 충돌 회피/파지 후 조작을 고려한 자세를 결정해야 합니다. 파지 후 조작을 위해 로봇 팔의 충분한 조작도(Manipulability)를 가져야 하는데요, 조작도는 비선형성이 높은 인덱스(index)인 탓에 최적화의 목적 함수/비용(Objective function/cost)으로 직접적으로 활용하기가 어렵습니다. 이 연구에서는 DRC HUBO+의 7자유도 팔이 어께에서부터 팔목까지의 어떠한 구조적 구속조건을 만족하면 충분한 양의 조작도를 유지할 수 있다는 경계정리(Boundary theorem)를 제안하여 자세 결정을 위한 최적화를 할 수 있도록 합니다. 동시에 무거운 물체를 조작할 시 시스템의 동적 안정도를 만족시키는 전신 자세 제어기도 포함하고 있습니다. 해당 연구는 DRC 예선/결선에서 매니퓰레이션의 자율성(Autonomy)를 높이기 위해 시작한 연구입니다. 통신 장애를 강요받는 DRC 환경에서 조작자의 개입을 최소화 하기 위해 조작하고자 하는 대상 물체나 도구의 포즈(Pose)를 인식 모듈로부터 받은 이후 자동적인 매니퓰레이션 태스크를 수행하기 위한 알고리즘으로 활용하였습니다.

Q. 교수님의 주요 관심 분야가 다리 로봇(Legged Robot)의 기계 설계 및 제어, 동적 시스템 식별 및 상태 추정, 인지 센서를 이용한 환경 인식 등으로 알고 있습니다. 다리 로봇 분야의 최신 동향이나 특이 사항이 있다면 무엇인지 궁금합니다.

제가 몸담고 기여하고 있는 연구 분야는 학계에서 만큼이나 산업계에서도 굉장히 큰 투자와 발전이 있다고 생각합니다. 특히 보행 로봇의 경우 MIT 김상배 교수님이 제안하신 자가수용성(自家受容性ㆍproprioceptive)구동기가 세상에 선보여진 이후 급속도로 발전하고 있음을 느낍니다. 접근법이 모델 기반이건 강화학습이건 굉장히 우수한 보행 능력의 사족보행 로봇인간형 로봇이 공개되고 있습니다. 하드웨어에서 어느 정도 효용성 있는 시스템이 제안된 만큼 소프트웨어에서도 최적 제어 및 Sim2Real을 활용한 눈부신 발전이 보입니다. 최근에는 미국과 중국 기업들을 중심으로 정말 훌륭한 시스템들이 뛰어난 퍼포먼스를 보이고 있습니다

Q. 미국 플로리다주에 위치한 로봇연구 기관인 IHMC(Institute for Human & Machine Cognition)에서 3년 7개월간 박사후 연구원과 연구원으로 계셨는데 그 당시 무슨 연구를 하셨는지 궁금하고, 미국의 휴머노이드 로봇 기술을 평가해 주신다면...

IHMC에서의 연구 활동 이야기는 IHMC로 간 동기를 설명하는 것으로 시작하겠습니다. IHMC는 제가 참가했던 DARPA 로보틱스 챌린지에 참가했던 팀 중 하나입니다. 덕분에 연구분야가 비슷하고 바라는 로봇 연구개발의 지향점이 같았습니다. 팀 IHMC는 뛰어난 동적 보행제어 기술을 가지고 있는데에 반해 DARPA 로보틱스 챌린지에서 임무 수행의 자동화 수준을 끌어올리지 못한데에 갈증이 있었습니다. 저는 IHMC의 동적 보행제어 기술을 습득하고 싶었고 IHMC는 각종 임무의 자동화 수준을 높이고 싶어하여 일원으로 합류하기 적합하였습니다. 더불어 존경하던 로봇공학자 제리 프랫(Jerry Pratt) 박사의 리더쉽을 가까운 곳에서 경험하고 싶었습니다.

▲ KAIST-IHMC-부산대학교에서 개발에 참여한 로봇들(2009-2023)

IHMC에 합류하여 가장 먼저 기여했던 부분은 보행 제어의 지능화였습니다. 보행 제어 기술은 기본적으로 발 착지점의 조합에 따라 무게중심과 발의 궤적, 그리고 여유자유도 제어가 요구됩니다. 이때 발 착지점의 조합을 목표 지점까지 최적으로 찾는 것이 발자국 계획(Footstep Planning)입니다. 목표 지점이 멀수록 수많은 해가 존재하여 높은 연산 부하가 예상됩니다. 저는 인간형 로봇의 경로를 형성하는 경로 계획(Path Planning)과 해당 경로를 만족하는 하위 레벨의 Footstep Planning을 조합하여 2단계 발자국 계획(Two-staged Footstep Planning)을 제안하였습니다. 제리 프랫 박사님은 해당 접근법의 효용성을 높게 평가하여 로버트 그리핀(Robert Griffin), 스테픈 맥크로리(Stephen McCrory) 등 동료들의 지원을 받을 수 있도록 배려해 주었습니다. 해당 연구는 2019년 국제 인간형 로봇학회인 'International Conference on Humanoid Robots'에서 최우수 논문상(Best Paper)을 수상하였습니다.

그곳에서 Footstep Planning을 활용하기 위한 환경상태인식 개발을 하였습니다. 라이다 센서 혹은 뎁스 카메라를 통해 얻은 포인트 클라우드 데이터를, Footstep Planning에서 활용할 수 있는 가장 효율적으로 압축된 데이터 형태인 평면 영역(Planar Region)으로 인식하는 것이 목표입니다. 수십만개의 포인트 데이터를 옥토맵(Octomap)으로 효과적으로 압축하고, 일련의 클러스터링(Clustering) 기법을 통해 평면을 이루고 있는 노드(Node)들 만을 묶어 평면의 중심점 위치, 법선 벡터, 모서리를 인식합니다. 해당 연구는 2020년 IROS 학회에 발표하였고 현재도 IHMC의 인간형 로봇들(Atlas, Valkyrie, Nadia)이 보행하는데 활용되고 있습니다. 추가로 스테이트 에스티메이터(State Estimator), 전신동작생성, 손가락 제어, 나디아(Nadia) 인간형 로봇의 전기 모터 개발 등을 하였습니다.

무엇보다 IHMC에서의 경험을 소중하다고 느꼈던 이유는 훌륭한 동료들과의 호흡과 다양한 보행 로봇 시스템을 직접 제어할 수 있었던 데에 있습니다. 제리 프랫 박사님을 비롯하여 미국 독일 프랑스 이탈리아 출신의 학자들과 문제해결을 고민했던 시간들은 앞으로의 연구활동 및 학생지도에 큰 자양분이 되리라 기대합니다. 또한 NASA JSC가 개발한 시리즈 엘라스틱 액추에이터(Series Elastic Actuator) 기반의 발카리(Valkyrie) 로봇, 유압 구동기를 가진 보스톤 다이나믹스의 아틀라스 로봇과 IHMC의 나디아(Nadia) 로봇, 유사 다이렉트 드라이브(Quasi-Direct-DriveㆍQDD) 구동기를 탑재한 NASA JPL의 라마(LLAMA) 사족 보행로봇, 월트 디즈니 이미지니어링이 개발한 인간형 로봇 키위(Kiwi) 로봇과 같은 선진 연구기관들의 다양한 로봇들의 소프트웨어 개발에 참가한 경험은 쉽게 얻지 못할 기회였다고 생각합니다. 유압/QDD/SEA 기반의 다양한 인간형 로봇 개발 이력은 차세대 인간형 로봇 개발에 큰 도움이 되리라 기대합니다.

Q. 미국은 로봇 분야에서 가장 앞선 선진국입니다. 우리가 로봇 강국으로 가기 위해 배워야 할 점이 있다면 무엇이 있을까요?

학위 기간을 포함하여 미국에서 긴 시간 그 시스템을 경험하신 분들에 비해 식견이 넓고 깊지 않아 조심스럽습니다. IHMC에서의 3년 반이라는 시간과 부산대학교에 와 제 팀을 꾸려온 3년 시간을 돌이켜 보게 되는 질문 같습니다. 기본적으로 미국과 한국의 경제 규모와 연구에의 투자 규모, 분위기가 직접 비교하기에 ‘체급’의 차이가 있어 어려운 것 같습니다. 다만 제한된 자원으로 더 균형감 있는 발전과 산업적 임팩트를 주기 위해서 유행과 트렌드를 너무 의식한 투자는 지양해야 하지 않을까 싶습니다. 원론적인 이야기지만, 기다림과 인고의 시간이 한 단계 높은 수준의 기술 성장에 기여도가 높다고 믿습니다. 시간과 투자가 필요한 분야와 인재를 알아보고 투자하기 위해 미국은 DARPA(나 ONR(미국 해군연구청)의 프로그램 매니저/오피서 시스템을 만들어낸 것 아닐까 예상합니다.

제 의견으로는 배워야 할 점도 중요하지만 지금까지 우리나라의 산업계/학계가 일군 시스템의 장점을 더욱 살리는 것도 중요하다고 생각합니다. 제조업 기반으로 성장한 우리나라의 역량을 살려 로봇 부품/생산 기술에의 투자와 관심을 꾸준히 유지하는 것도 우리나라가 로봇 강국으로 성장하는데 중요한 기초체력이 되리라 기대합니다. 현재 로봇 부품/생산 기술에 꾸준히 투자해온 중국이 협동로봇, 족형로봇, 센서 등 다양한 항목에서 로봇 제품의 기술적, 가격적 경쟁력을 보이고 있는 것에 대비하는 것도 필요하다고 생각합니다.

Q. 로봇을 연구하시면서 가장 어려운 점은 무엇입니까?

기술이나 사람의 성장은 계단식인 것 같습니다. 시스템이 한 단계 나아지기 위한 시간과 고생을 이겨내고 목표를 이룰 때면 굉장한 뿌듯함과 협업했던 동료들과의 애틋함이 참 즐겁습니다. 요즘은 잘하는 팀들이 선보이는 많은 로봇시스템들을 볼 때 조급함이 느껴지는 어려움은 있습니다만, 언제나 그랬듯 극복해 냈을 때의 기쁨을 기대하고 정진하고 있습니다.

Q. 로봇을 연구하시게 된 동기가 있다면?

지극히 흥미 위주로 시작하였습니다. 그 선택을 했던 당시의 저에게 매우 고마워하고 있습니다. 구기종목을 비롯해 스포츠를 좋아하는데, 제 몸을 더 잘 쓰기 위한 고민이 로봇을 연구했던 배경 지식이 도움될 때가 많습니다. 반대로 제 몸을 사용하던 원리를 바탕으로 로봇 시스템을 이해하거나 연구 아이디어를 떠올릴 때마다 묘한 즐거움을 얻습니다

Q. 로봇 연구자로서 앞으로의 꿈과 목표가 있다면?

훌륭한 운동선수는 뛰어난 신체적 능력과 빠른 상황판단, 지능적 움직임을 가진다고들 합니다. 훌륭한 동적 로봇 시스템 역시 고대역폭의 구동기, 적은 마찰 및 정밀한 관절 등과 같은 하드웨어적 우수성과 목표로 하는 움직임을 실현하는 소프트웨어적 우수성이 동시에 요구된다고 생각합니다. 상호 의존적이지만 모두를 연구하기에 쉽지 않은 하드웨어와 소프트웨어 양 영역에서 로봇 기술의 성장에 기여할 수 있기를 기대하고 있습니다

Q. 로봇공학자가 되려는 후배들에게 어떤 준비와 노력이 필요한지 조언해 주신다면?

개인적으로 저는 로봇연구자가 되기 위해서는 둘 이상의 자신 있는 분야가 있으면 좋겠다는 생각을 가지고 있습니다. 제 학생들에게도 늘 강조하고 요구하고 있는 점인데 로봇 시스템을 구성하는 각 단위 모듈을 보거나 여러 방법론이나 기초 학문들을 보면 서로가 서로의 영감이 되고 이에 공통되는 철학이 있다고 느낍니다. 여러 분야에 대해 깨우침이 있다면 팀웍이 필요하고 강조되는 로봇 연구개발 과정에서 동료와의 협업에 분명히 도움이 될 거라 기대합니다. 한 가지에 몰두하여 깊이 파고들어 다른 분야에 대한 이해를 높이는 방법도 매우 좋습니다. 중요한 점은 하드웨어부터 소프트웨어까지 여러 요소 기술이 필요한 로봇을 더욱 이해하고 잘 다루기 위해서 내가 현재 맡은 일 외에도 많은 관심을 가지셨으면 좋겠습니다

Q. 연구에 주로 영향을 받은 교수님이나 연구자가 계시다면...

▲ KAIST 지도교수님 오준호 교수님(좌)과 IHMC Dr.Jerry Pratt(중)과 IHMC 동료들(우)과 함께

가장 영향을 많이 받은 연구자는 당연하게도, 저의 지도교수님이신 오준호 교수님입니다. 교수님에게서 배운 가장 큰 장점은 넘치는 에너지와 집중력입니다. 경험과 지식을 바탕으로 문제의 본질부터 파악하고 해결하는 자세와 폭발적인 문제 해결 능력을 배웠습니다. 제가 어느 문제에 부딪힐 때마다 교수님의 철학을 되새기며 전진하고 있습니다. 또 다른 큰 영향을 받은 연구자는 제리 프랫 박사님입니다. MIT에서 플라밍고(Flamingo) 로봇을 혼자의 힘으로 개발하고 제어하였고, 시뮬레이션이자 로봇 제어 프로그램을 직접 개발한 놀라운 풀스택(full-stack) 로봇 연구자입니다. 하지만 그분의 이러한 탄탄하고 높은 수준의 실무 능력보다 더욱 본받고 싶은 점은 팀을 만들고 이끄는 리더십입니다. 이러한 이유로 저희 연구실 내의 문화와 시스템은 제리 프랫과 함께 하였던 시간을 깊이 참고하여 구축해 나가고 있습니다. 그 외에도, 한국 사람 하나 없는 프롤리다 펜사콜라에서 즐겁고 의미 있는 시간을 함께 해준 동료들 로버트 그리핀(Robert Griffin), 실베인 버트랜드Sylvain Bertrand), 스테픈 맥크로리(Stephen McCrory), 세바스챤 산체스(Sebastian Sanchez) 등에게 감사하며 그들에게서 받은 따뜻함을 학생들에게 전해주려고 노력하고 있습니다.