MIT CSAIL 연구소가 로봇 설계를 위한 '로보그래머'를 개발해냈다. (사진. MIT CSAIL)
미국 매사추세츠 공과대학교 컴퓨터 과학 및 인공지능 연구소(MIT CSAIL, 이하 MIT 연구원)가 다양한 지형을 횡단하기 위해 로봇 모양을 최적화할 수 있는 새로운 시스템을 소개했다. MIT 연구원은 로보그래머(RoboGrammar)라는 새로운 MIT 개발 시스템을 통해 수천 가지 가능성 중 어떤 로봇 설계가 보유한 부품과 횡단해야하는 지형에 따라 가장 잘 작동 할 것인지 시뮬레이션하고 결정할 수 있도록 했다.
올바른 모양을 선택하는 것은 로봇이 특정 지형을 횡단하는 능력에 매우 중요한 요소지만, 모든 잠재적 형태를 구축하고 테스트하는 것은 불가능하다. MIT 연구소는 바로 이와 같은 점을 공략, 이를 시뮬레이션하고 어떤 디자인이 가장 잘 작동하는지 결정할 수 있도록 했다.
로보그래머 시스템은 바퀴, 관절 등의 어떤 로봇 부품이 있는지 알려주는 것으로 시작한다. 또한 로봇이 탐색하는 데 필요한 지형을 알려주며, 나머지는 로보그래머가 수행하면서 로봇에 최적화된 구조 및 제어 프로그램을 생성한다.
이러한 발전은 컴퓨터 기반의 창의성을 현장에 주입할 수 있다. 이 논문의 주 저자이자 MIT 컴퓨터 과학 및 인공지능 연구소(CSAIL)의 박사 과정 학생인 Allan Zhao는 “로봇 설계는 여전히 매우 수동적인 프로세스”라며, “로보그래머는 잠재적으로 더 효과적일 수 있는 새롭고 더 창의적인 로봇 설계를 내놓는 방법”이라고 설명했다.
로봇은 다양한 작업을 수행할 수 있도록 제작됐지만, 전체적인 모양과 디자인이 매우 유사한 경향이 있다. 예를 들어 다양한 지형을 건너야하는 로봇을 만드는 것을 생각하면 즉시 네 발 달린 동물로 생각한다. MIT 연구원은 바로 이러한 디자인이 최적의 설계인지 의문을 품고, 혁신적인 디자인을 고안해냈다.
연구팀은 혁신적인 디자인이 기능을 향상시킬 수 있다고 추측했다. 이에 작업을 위한 컴퓨터 모델, 이전 관습에 영향을 받지 않는 시스템을 구축하기도 했다.
또한 혼잡한 상황을 피하기 위해 로봇 구성 요소 배열에 대한 일련의 제약인 ‘그래프 문법’을 개발해냈다. 예를 들어 인접한 다리 세그먼트는 다른 다리 세그먼트가 아닌 관절로 연결돼야 하는데, 이러한 규칙은 최소한 기본 수준에서 각 컴퓨터 생성 디자인 작업을 보장한다.
연구팀은 그래프 문법 규칙이 다른 로봇이 아니라 동물, 특히 절지동물에 의해 영감을 받았다고 말했다. 이 무척추 동물에는 곤충, 거미 및 바닷가재가 포함된다. 연구팀은 절지동물에서 영감을 받은 규칙을 기반으로 기계적인 기능을 추가한 것으로 밝혀졌다.
그래프 문법을 사용한 로보그래머는 문제 정의, 가능한 로봇 솔루션 작성, 최적의 솔루션 선택의 세 단계로 순차적으로 작동한다. 문제 정의는 주로 모터, 다리 및 연결 세그먼트와 같은 사용 가능한 로봇 구성 요소 세트를 입력하는 인간 사용자에게 있다. 이것은 최종 로봇이 실제로 실제 세계에서 구축될 수 있도록 하는 열쇠로, 사용자는 횡단할 다양한 지형을 지정하며 계단, 평평한 영역 또는 미끄러운 표면과 같은 요소의 조합을 포함할 수 있다. 로보그래머는 이러한 입력을 통해 그래프 문법의 규칙을 사용해 수십만 개의 잠재적 로봇 구조를 설계한다.
한편 연구 관계자는 “최고의 로봇 설계를 선택하려면 각 로봇의 움직임을 제어하고 그 기능을 평가해야 한다”라며, “지금까지 이러한 로봇은 단지 구조일 뿐”이라고 전했다.
컨트롤러는 로봇의 다양한 모터의 움직임 순서를 제어하면서 이러한 구조에 생명을 불어 넣는 일련의 명령이다. 팀은 빠른 전진 움직임을 우선시하는 모델 프레딕티브 컨트롤(Model Predictive Control)이라는 알고리즘을 사용해 각 로봇에 대한 컨트롤러를 개발했다.
연구 관계자는 “로봇의 모양과 컨트롤러는 연관돼 있기 때문에 주어진 모든 로봇에 대해 개별적으로 컨트롤러를 최적화해야 한다”라며, “시뮬레이션된 각 로봇이 자유롭게 움직일 수있게 되면 연구원들은 ‘그래프 휴리스틱 검색’을 통해 고성능 로봇을 찾는다. 이 신경망 알고리즘은 로봇 세트를 반복적으로 샘플링하고 평가하며 주어진 작업에 대해 더 잘 작동하는 디자인을 학습한다. 휴리스틱 기능은 시간이 지남에 따라 향상되고 검색은 최적의 로봇으로 수렴된다”라고 설명했다.
한편 연구 관계자는 로보그래머가 ‘로봇 설계자가 그리는 로봇 구조의 공간을 확장할 수 있도록 하는 도구’라고 강조했다. 팀은 타당성을 입증하기 위해 로보그래머의 최적 로봇을 실제 세계에서 구축하고 테스트할 계획이다. 이들은 시스템이 지형 횡단을 넘어 로봇 목표를 추구하도록 조정할 수 있다고 덧붙였다.
