휴머노이드 로봇 핸드 ‘델토 그리퍼-5F’ 비롯 3지 그리퍼 신제품 ‘델토 그리퍼-3F’ 선봬 강화·모방학습 기반 로봇 핸드 기술력 강조해 테솔로가 이달 24일부터 닷새간 싱가포르에서 개막하는 ‘제13회 표현학습국제학회(International Conference on Learning Representations 2025 이하 ICLR 2025)에 등판했다. ICLR은 인공지능(AI)·딥러닝(Deep Learning)·머신러닝(Machine Learning) 분야 글로벌 학회로, 뉴립스(NeurIPS)·국제머신러닝학회(ICML)와 함께 글로벌 3대 AI 학회로 손꼽힌다. 매년 연구기관·기업 등 AI 분야 주체가 참여해 최신 연구 동향을 공유하고, 이를 심사해 우수 논문을 선정한다. 테솔로는 이번 학회에서 자체 개발 휴머노이드 로봇 핸드 ’델토 그리퍼-5F(Delto Gripper-5F, DG-5F)’를 전시했다. 이 모델은 지난 3월 휴머노이드 로봇 시장을 겨냥해 사람의 손과 유사한 수준의 높은 자유도(DoF) 기반 인간형 5지 솔루션으로 데뷔했다. 다양한 산업용·협동로봇과 호환 가능한 로봇팔 말단장치(End-Effertor)다. 개발자 모드 지원를 지원하고
헬로티 이동재 기자 | UNIST 인공지능대학원 윤태현 대학원생이 세계적 인공지능 학회 경진대회에서 학생 부문 최고 자리에 올랐다. 윤태현 학생이 참가한 대회는 인공지능‧기계학습 분야 최고 권위의 국제학회인 ‘뉴립스(NeurIPS)’가 주최한 ‘조합최적화를 위한 기계학습 경진대회’다. 윤태현 학생은 지난달 발표된 최종 순위에서 프라이멀 테스크 부문 학생 1위, 글로벌 2위를 차지했다. 이 대회는 계산복잡도가 높은 조합최적화 문제를 푸는 솔버 프로그램의 성능을 기계학습으로 개선하는 것을 목표로 했다. 조합최적화는 산업공학, 응용수학의 한 분야로 산업 현장에서 운송경로, 스케줄링 등에서 가장 효율적인 방법을 찾는데 활용된다. 지금껏 주로 사람이 직접 디자인한 알고리즘이 활용됐는데, 최근에는 데이터를 기반으로 이를 자동화하려는 시도가 이어지고 있다. 윤태현 학생은 “올해 초에 연구실에서 관련 분야 논문을 살펴볼 기회가 있었고, 구글 딥마인드가 발표한 조합최적화 알고리즘의 미공개 코드를 직접 구현해보기도 했다”며 “마침 경진대회가 열린다는 소식을 듣고 관심이 생겨 참가하게 됐다”고 말했다. 이번 경진대회는 전 세계 기업과 연구소에서 50개 팀이 참가해 지난 7월부터