"시속 47km 로봇 개, 우사인 볼트 이긴다"

박해원 KAIST 교수, 한국로봇학회 심포지엄서 연구성과 공개

디지털경제입력 :2025/11/13 14:15    수정: 2025/11/13 15:31

우사인 볼트보다 빨리 달리는 사족보행 로봇이 국내 연구진 손에서 탄생했다.

박해원 KAIST 기계공학과 교수는 13일 서강대에서 열린 제1회 한국로봇학회 전문가 심포지엄에서 최고 시속 46.9km로 달리는 사족보행로봇을 포함한 최근 연구 성과를 공개했다.

박 교수는 "사족보행 로봇 '하운드2'가 최근 트레드밀 실험에서 최고 시속 46.9km(초당 13.03m)를 기록했다"며 "하드웨어는 그대로 유지한 채 모터 제어기만 바꿔 성능을 끌어올렸다"고 말했다.

그는 "이 속도라면 100m를 달릴 경우 볼트 기록을 깰 수도 있다"고 자신감을 내비쳤다. 사람이 낼 수 있는 최고 속도는 우사인 볼트가 기록한 시속 약 44.7km로 알려졌다.

박해원 KAIST 교수가 13일 제1회 한국로봇학회 전문가 심포지엄에서 발표하고 있다. (사진=지디넷코리아 신영빈 기자)

박 교수 연구팀은 지난 2023년 말 사족보행 로봇이 100m를 19.87초 만에 달려 기네스 세계 기록을 세운 바 있다. 당시 실내 러닝머신에서 시속 23.4km 속도를 냈는데 불과 2년 사이에 속도를 두 배 높인 셈이다.

박 교수는 이날 강연에서 지난 10여 년간 로봇 제어 분야가 어떻게 '심투리얼'의 벽을 깨 왔는지 소개했다. 특히 하드웨어와 동역학·강화학습·생성모델이 결합하며 로봇 제어 기술이 새로운 시대로 넘어가고 있다고 봤다.

박 교수는 KAIST 부임 전 미시간대에서 이족보행 로봇 '메이블'을 연구했다. 당시엔 비전·딥러닝이 없던 시절. 그는 사람이 발이 걸렸을 때 취하는 전략을 분석했다.

그는 "시뮬레이터가 아무리 훌륭해도 실제 로봇과 동작이 다르면 절대 제대로 걷지 못한다"며 "동역학 모델과 실제 로봇을 잘 맞추는 게 중요하다"고 짚었다.

박해원 KAIST 교수가 13일 제1회 한국로봇학회 전문가 심포지엄에서 발표하고 있다. (사진=지디넷코리아 신영빈 기자)

이후 박 교수팀 연구의 기반이 된 것은 김상배 MIT 교수가 제안한 준직구동(QDD) 액추에이터다. 박 교수는 "QDD는 액추에이터 단의 언모델드 다이내믹스를 줄여줘 심투리얼 문제를 크게 완화했다"고 설명했다.

고감속기는 마찰과 로터 관성이 크지만 이런 요소는 대부분 모델링 언어에 반영되지 못했다. 이 때문에 시뮬레이터에서는 작동해도 실제에서는 안 되는 문제가 빈번했다.

발표에선 KAIST의 벽타기 로봇 '마블'도 공개됐다. 이 로봇은 전자석이 아닌 영구 전자석을 발에 탑재한다. 스위칭할 때만 전류가 필요해 전력 소모가 적고 스위칭 속도도 0.03초에 불과하다.

8kg짜리 로봇이 50kg 부착력으로 철 구조물을 타고 오르며, 최대 등반 속도는 초당 0.7m다. 다리가 달린 승월 로봇 중 세계에서 가장 빠른 수준이다. 조선소·산업 설비 점검 현장 등 실용화 가능성이 높아 학생 창업으로 이어지고 있다.

박 교수는 기존 모델 예측제어(MPC)의 구조적 한계도 짚었다. 그는 "MPC는 내가 원하는 순간 접촉력을 쓸 수 있다는 가정 위에서 움직인다"며 "하지만 실제 로봇은 틈을 밟을 수도 있고 자석이 붙지 않는 재질을 만날 수도 있다"고 설명했다.

하운드가 육상 트랙 위에서 달리는 모습 (사진=KAIST)

사족보행 로봇 '하운드' 연구 소개도 이목을 끌었다. 초기 강화학습 기반 제어로 최대 속도는 초속 5.16m 수준이었지만 결정적 문제가 있었다. 대부분 물리엔진은 토크·오메가 최대값'만 넣을 수 있어 실제 모터 특성을 반영하지 못했다.

연구팀은 이 타원형 가동영역을 강화학습(RL) 환경에 추가했고, 하드웨어 변경 없이 속도가 0.5m/s 상승했다. 결정적 돌파는 '하운드 2'에서 나왔다. 모터 제어기를 바꾸자 최대 속도는 13.03m/s(46.9km/h)까지 치솟았다.

박 교수팀은 RL과 MPC의 한계를 넘기 위해 최근 플로우 매칭 기반 생성모델을 제어에 도입하고 있다. 플로우 매칭 과정에 미분 가능한 물리 시뮬레이터를 직접 삽입해 동역학을 만족하는 모션을 생성하도록 만들었다.

관련기사

놀라운 점은 이 방식으로 레퍼런스 없이 플로우 매칭 모델 단독으로 로봇을 구동할 수 있다는 점이다. 데이터셋에 없는 푸시 리커버리, 보행 패턴 전환도 자연스럽게 나타났다. 휴머노이드 모션 데이터까지 범위를 넓히는 실험도 진행 중이다.

박 교수는 "하드웨어도 중요하고 알고리즘도 중요하다. 여러 기술이 각각 발전해 왔고 이제 조합해야 할 때"라며 "사족에서 먼저 하드웨어-소프트웨어 시너지가 났고 이제 휴머노이드로 옮겨가고 있다"고 진단했다.