▲ 스스로 보행하는 방법을 학습할 수 있는 4족 보행 로봇 모티(사진=MPI-IS)

독일 막스플랑크 지능형시스템연구소(MPI-IS·Max Planck Institute for Intelligent Systems) 연구팀이 스스로 걷는 법을 학습할 수 있는 로봇 개를 개발했다고 18일(현지 시각) 밝혔다.

'모티(Morti)'라는 이름의 이 로봇 개는 1시간 정도의 시간이 주어지면 스스로 보행 방법을 학습할 수 있다. 마치 어린 동물들이 비틀거리고 머뭇거리면서 걷는 법을 배우는 것처럼 로봇은 자신의 경험으로부터 학습하고 걷는 기술을 향상시킨다. 로봇은 걷는 법을 배우는 과정에서 자신의 실수를 측정하고, 교정하는 것을 학습할 수 있는 컴퓨터를 탑재하고 있다.

막스플랑크 지능형시스템 연구소 ‘다이내믹 로코모션 연구그룹’의 박사과정 학생이었던 펠릭스 루퍼트(Felix Ruppert)는 "공학자이자 로봇과학자로서 우리는 동물처럼 반사작용을 하고, 실수로부터 배우는 로봇을 만들어 해답을 찾았다"고 말했다.

연구팀에 따르면 갓 태어난 동물들은 척수에 '근육조정망(muscle coordination networks)'을 갖고 있다. 처음에는 척수반사에 의존하기 때문에 시간이 상당히 걸린다. 동물들은 신경계를 자신들의 다리 근육과 힘줄에 적응시킴으로써 시간이 지남에 따라 보다 정확한 보행 동작을 할 수 있다.

연구팀은 베이지안 최적화 알고리즘을 채택해 로봇 개의 학습 방법을 안내했다. 발에 부착된 센서의 측정 정보는 로봇 컴퓨터에서 실행되는 '모델화된 가상 척수(modeled virtual spinal cord)'의 대상 데이터와 매칭되고 비교된다. 로봇은 전송된 센서 정보와 기대되는 센서 정보를 지속적으로 비교해 반사 루프를 실행하고 운동제어 패턴을 조정한다.

학습 알고리즘은 '중앙패턴생성기(CPG·Central Pattern Generator)'의 제어 매개변수를 계속 조정한다. 인간과 동물의 중심패턴 생성기는 뇌로부터의 입력 없이도 주기적인 근육 수축을 생성하는 척수에 존재하는 뉴런의 네트워크이다. 중앙패턴 생성기의 네트워크는 걷기, 깜박임, 소화 작용 등 리드미컬한 작업의 생성을 돕는다. 반사 작용은 다리의 센서와 척수를 연결하는 하드코딩된 신경경로에 의해 촉발되는 비자발적 운동 제어 작용이다.

어린 동물의 CPG는 초기에 충분히 잘 조절되지 않고 있다. 따라서 평탄하지 않은 지형이나 울퉁불퉁한 지형에선 비틀거리며 돌아다닐수 밖에 없다. 그러나 이 동물은 CPG와 반사신경이 다리 근육과 힘줄을 어떻게 조절해야 하는지를 빠르게 배울 수 있다.

막스플랑크 지능형시스템연구소가 개발한 로봇 개 ‘모티’는 동물보다 빠르게 동작패턴을 최적화할수 있다. 모티의 CPG는 다리의 움직임을 제어하는 작고 가벼운 컴퓨터상에서 시뮬레이션 된다. 이 가상의 척수는 네 발 달린 로봇의 등 위에 놓여 있다. 로봇이 부드럽게 걷는 데 걸리는 시간 동안 로봇 발에 있는 센서의 데이터는 로봇의 CPG가 예측한 예상 착지(터치다운) 데이터와 지속적으로 비교된다. 만일 로봇이 비틀거리면 학습 알고리즘에 따라 로봇은 다리를 앞뒤로 얼마의 간격을 주고 걸어야 하는지, 얼마나 오래 지면에 착지하고 있어야 하는지, 그리고 얼마나 빨리 다리를 앞뒤로 교차해야 하는지에 관해 변화를 주어야 한다. 학습 과정 동안 CPG는 적응된 운동신호를 전송해 로봇이 덜 비틀거리면서 걸을 수 있도록 최적화한다.

연구팀에 따르면 센서 데이터가 예상 데이터와 일치하지 않으면 학습 알고리즘은 로봇이 잘 걸을 때까지 보행 동작을 변경한다. 반사 작용을 활성화하고 로봇의 비틀림을 모니터링하면서 CPG 출력을 변경하는 것은 학습 과정의 핵심 부분이라는게 연구팀의 설명이다. 모티의 컴퓨터는 걷는 과정에서 단지 5와트의 전력만 소비한다고 한다. 기존에 개발된 4족 보행 로봇에 비해 전력 소모량이 매우 적다는 것이다.