 |
박현준 로브로스 이사가 지난 2월6일 '2026 한국로봇종합학술대회'에서 최우수논문상을 수상하고 상장을 들어 보이고 있다. 사진=백종민 테크 스페셜리스트 |
박현준 로브로스 이사는 지난 2월6일 강원도 평창에서 열린 2026 한국로봇종합학술대회에서 '모방학습 기반 로봇 작업 속도 개선을 위한 선행 시간적 앙상블 기법'(Proleptic Temporal Ensemble for Improving the Speed of Robot Tasks Generated by Imitation Learning)으로 최우수논문상을 수상했다. 로브로스는 휴머노이드와 로봇 핸드, 모방학습 기반 물체 조작 기술을 개발하는 국내 로봇 스타트업이다.
박 이사는 이번 연구의 출발점을 '속도의 한계'로 설명했다. 그는 "모방학습은 사람이 시연한 데이터를 그대로 학습한다. 문제는 로봇의 작업 속도가 결국 시연자의 속도에 묶인다는 점이다"라고 설명했다.
인간의 시연을 통해 로봇이 행동을 학습하는 모방학습은 비정형 환경에서 로봇 동작을 생성하는 핵심 기술로 주목받고 있다. 그러나 기존 방식은 구조적으로 사람의 작업 수행 속도에 의존한다. 로봇의 속도를 높이려면 데이터 수집 단계에서 시연자가 더 빠르게 움직이는 것 외에는 뚜렷한 대안이 없었다는 것이 박 이사의 설명이다.
그는 이러한 한계를 넘기 위해 '선행 시간적 앙상블(PTE)' 기법을 제안했다. 그가 이 기법에 대해 "핵심은 미래 행동을 예측하고, 그 목표를 현재 시점으로 당겨 실행하는 것이다. 로봇이 사람을 그대로 따라가는 게 아니라, 한발 앞선 목표를 향해 움직이도록 만드는 구조이다"라고 말했다.
PTE는 기존 트랜스포머 기반 액션 청킹(ACT) 알고리즘 위에 적용 가능하며, 이미 수집된 시연 데이터와 사전 학습된 정책을 그대로 활용한다. 추가 학습이나 별도의 연산 비용이 필요하지 않고 구현도 비교적 단순하다는 점이 특징이다.
성능 검증은 실제 로봇 블록 색상 분류 실험을 통해 이뤄졌다. ACT 방식과 비교해 높은 성공률을 유지하면서도 작업 수행 속도를 최대 3배까지 향상시켰다.
박 이사는 이번 연구가 가져올 효과에 대해 ▲추가 데이터 수집 없이도 기존 정책의 생산성을 끌어올릴 수 있어 산업 현장 적용 비용을 낮출 수 있으며, ▲인간 수준에 머물던 모방학습 기반 로봇의 성능 상한을 기술적으로 확장함으로써, 물류·제조·서비스 분야의 작업 자동화 범위를 넓힐 수 있고, ▲속도와 안정성의 균형을 조정하는 설계 프레임을 제시함으로써, 향후 고속·고정밀 자율 물체 조작 기술 연구의 기반을 마련했다고 부연했다.
그는 "모방학습 기반 정책이 시연자의 속도에 종속된다는 전제를 깨는 것이 목표였다"며 수상 소감을 대신했다.
평창=백종민 테크 스페셜리스트 cinqange@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제(www.asiae.co.kr) 무단전재 배포금지>
