연구팀은 이를 위해 ‘손힘 측정 장치(ManipForce)’와 ‘주파수 인식 속도-감각 통합 AI 모델(Frequency-Aware Multimodal Transformer, FMT)’을 함께 개발했다.
연구팀이 개발한 ‘손힘 측정 장치(ManipForce)’는 사람이 직접 손으로 작업하는 모습을 그대로 기록하면서 두 대의 카메라로 촬영한 작업 영상, 손목에 달린 센서로 측정한 힘과 회전력(Force–Torque), 손의 움직임과 위치 정보 등을 동시에 수집한다.
이규빈 교수는 “이번 연구는 카메라 영상에만 의존하던 기존 로봇 학습 방식의 한계를 극복하고, 힘 감각 데이터를 효과적으로 활용할 수 있는 새로운 AI 학습 프레임워크를 제시한 것”이라며 “향후 제조 현장의 부품 조립이나 커넥터 체결뿐만 아니라 가정 환경에서의 배터리 교체나 전자기기 부품 조립 등 섬세한 힘 제어가 필요한 다양한 분야에서 로봇 활용을 한 단계 도약시킬 수 있을 것으로 기대한다”고 말했다..
뉴스픽의 주요 문장 추출 기술을 사용하여 “이뉴스투데이” 기사 내용을 3줄로 요약한 결과입니다. 일부 누락된 내용이 있어 전반적인 이해를 위해서는 본문 전체 읽기를 권장합니다.