로봇 핸드(Robot Hand) 파지·조작 성능 평가 가능한 표준 두 종 개발 진행한다

비정형 다물체 쥠(Grasping) 및 와이어 하네스 유연체 조립 성능 시험 방법 구축...한국산업표준(KS) 제정 추진해

“엔드이펙터(End-effector) 성능 데이터 일관성 확보 및 시스템통합(SI) 업체 시스템 신뢰도 제고 기여”

 

 

휴머노이드 로봇(Humanoid Robot), 자율이동조작로봇(AMMR) 등 로봇 폼펙터(Form-factor) 성능·제어 정확도를 객관적으로 평가하는 기준이 마련된다. 한국AI·로봇산업협회(KAR)와 한국전자기술연구원(KETI)은 국내 로봇 산업의 경쟁력 강화를 위해 로봇 핵심 구성 요소의 성능과 작업 제어에 관한 ‘성능평가 표준’ 개발을 추진한다.

 

양측은 최근 로봇 기술이 전문 서비스 영역으로 진화함에 따라, 로봇의 정밀한 조작 능력과 복잡한 환경 적응력을 평가할 객관적 기준을 확립해야 한다는 공감대를 구축했다. 이에 ‘로봇 손-제2부 : 물체 쥠 성능시험 방법’과 ‘로봇 시스템의 와이어 하네스 조작 성능 평가 방법’ 등 총 2종의 표준 제정을 진행하고 있다.

 

이때 ‘물체 쥠 성능시험 방법’은 앞서 '지능형로봇 표준(Korea Robot Standard)' 제정이 완료됐다. 손가락 2개 이상을 가진 로봇 핸드(Robot Hand)를 대상으로 비정형 물체에 대한 쥠(Grasping) 성능과 힘 제어 정확도를 평가한다.

 

특히 기존 산업용 로봇 중심에서 벗어나, 서비스용 로봇 시스템에 최적화된 평가 절차를 담은 것이 특징이다. 또한 개발 중인 ‘와이어 하네스 조작 성능 평가’는 다루기 까다로운 유연체를 조립·체결하는 로봇의 실전 대응 능력을 검증하는 데 중점을 뒀다.

 

박종범 KETI 수석연구원은 “비정형 환경 대응 능력은 로봇 상용화의 핵심 난제”라며 “양 기관 역량을 집약해 산업·서비스 현장에서 체감할 수 있는 정밀한 평가 체계를 구축하겠다”고 포부를 말했다.

 

이번 표준화 작업은 피지컬 AI(Physical AI)가 제조·물류·의료 등 분야 산업의 핵심으로 부상하는 흐름을 반영했다. 특히 로봇의 손 역할을 하는 말단 장치인 ‘엔드이펙터(End-effector)’의 중요성이 커짐에 따라 객관적인 평가 기준을 마련한 결과다. 이때 피지컬 AI는 인공지능(AI)이 물리적인 환경을 직접 학습·적응함으로써, 로봇·설비·장비가 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 하는 기술 방법론이다.

 

향후 표준이 제정되면 로봇 개발 및 시스템통합(SI) 업체는 객관적이고 일관된 기준에 따라 성능을 증명할 수 있다. 이는 곧 로봇 시스템 전체의 신뢰도를 높이는 결정적인 계기가 될 전망이다.

 

이영민 KAR 센터장은 “이번 표준 개발이 휴머노이드 로봇을 비롯한 국내 로봇 산업의 활용 범위 확대와 글로벌 시장 선점에 중요한 발판이 될 것”이라고 내다봤다.

 

헬로티 최재규 기자 |