KAIST 연구진이 3D 프린팅으로 1kg 물병부터 깨지기 쉬운 달걀까지 안정적으로 잡을 수 있는 부드러운 로봇 손을 개발했다.
KAIST는 기계공학과 이승철 교수 연구팀이 한국과학기술연구원(KIST) 극한물성소재연구센터 나종범 박사 연구팀, 서울과학기술대학교 생산시스템 및 설계공학전공 박범수 교수와 공동으로 AI를 활용해 3D 프린팅이 가능하면서도 고무처럼 크게 늘어나는 소재를 개발했다고 1일 밝혔다.
연구팀이 개발한 소재는 실제 DLP(Digital Light Processing) 3D 프린터에서 안정적으로 출력됐으며, 잡아당겨도 쉽게 끊어지지 않고 원래 길이의 6배 이상 늘어나는 신축성을 보였다.
연구팀은 이 소재로 공기압 등을 이용해 사람의 근육처럼 부드러운 움직임을 만드는 ‘소프트 액추에이터(soft actuator)’를 3D 프린팅했다. 공기를 넣자 풍선처럼 부풀면서 사람의 손가락처럼 자연스럽게 휘어졌다.
여러 개의 액추에이터를 결합해 만든 소프트 로봇 손은 1kg짜리 물병을 들어 올렸으며, 깨지기 쉬운 달걀을 비롯해 유리병, 달걀판, 컴퓨터 마우스 등 모양과 단단한 정도가 다른 물체를 안정적으로 잡는 데 성공했다.
최근 사람과 직접 접촉하는 소프트 로봇과 몸에 착용하는 웨어러블 기기, 환자 신체에 맞춘 의료기기 등이 주목받으면서 복잡한 모양을 만들면서도 부드럽고 잘 늘어나는 소재의 필요성이 커지고 있다.
연구팀이 활용한 DLP는 액체 소재에 빛을 비춰 원하는 모양으로 굳히는 3D 프린팅 기술이다. 복잡한 구조를 빠르게 만들 수 있지만 소재를 잘 늘어나고 튼튼하게 만들수록 액체의 점도가 높아져 출력하기 어려워지는 문제가 있었다. 반대로 잘 출력되도록 묽게 만들면 신축성과 강도가 떨어졌다.
연구팀은 AI를 활용해 3D 프린팅 가능성과 높은 신축성을 동시에 만족하는 최적의 ‘소재 레시피’를 찾았다. 특히 프린터에서 잘 출력되는 소재뿐 아니라 점도가 높아 출력하기 어려운 소재까지 학습 데이터에 포함했다.
다양한 배합의 액체 소재를 작은 틀에 넣어 굳힌 뒤 얼마나 잘 늘어나는지와 단단한 정도, 빛을 받았을 때 굳는 속도, 흐르는 정도 등을 측정해 소재 배합과 성능을 연결한 데이터를 구축했다.
이어 머신러닝(machine learning)을 이용해 소재의 배합과 성능 사이의 관계를 학습시켰다. AI는 이를 바탕으로 3D 프린팅이 가능하면서도 잘 늘어나는 최적의 소재 조합을 찾아냈다.
이번 연구는 신축성 소재를 개발한 것뿐 아니라 AI를 활용해 원하는 성능의 소재를 보다 빠르게 찾아내는 방법을 제시했다. 기존에는 연구자가 수많은 소재를 직접 배합하고 시험하며 최적의 조합을 찾아야 했지만, AI가 실험 데이터를 바탕으로 유망한 소재 조합을 먼저 찾고 연구자가 이를 실험으로 검증하는 방식으로 시행착오와 소재 개발 시간을 줄일 수 있을 것으로 기대된다.
송영한 박사와 박범수 교수가 공동 제1저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 지난 6월 4일 게재됐다.
이번 연구는 산업통상부 기계·장비산업기술개발사업과 과학기술정보통신부 나노미래소재원천기술개발사업, 우수신진연구사업의 지원을 받아 수행됐다.
이승철 교수는 “이번 연구는 연구자의 실험 데이터와 인공지능을 결합해 기존에는 찾기 어려웠던 최적의 소재 조합을 효율적으로 찾아낼 수 있음을 보여줬다는 데 의미가 있다”며 “앞으로 소프트 로봇과 웨어러블 기기, 맞춤형 의료기기 등 다양한 분야에서 필요한 성능을 갖춘 3D 프린팅 소재를 보다 빠르게 개발하는 데 활용될 것으로 기대한다”고 말했다.
헬로티 이동재 기자 |
