연구팀은 로봇 학습을 위해 보다 자연스러운 양팔 및 손 움직임 데이터를 어떻게 수집할 수 있을까요?

실물 형태의 AI 시스템은 상호작용을 통해 학습합니다. 로봇에게 물건을 집거나, 놓거나, 조립하거나, 분류하거나, 도구를 사용하는 방법을 가르치려면 연구자들은 최종 결과뿐만 아니라 그 결과를 만들어낸 일련의 동작까지 설명하는 시뮬레이션 데이터가 필요합니다.

이는 특히 양팔을 사용하거나 정교한 조작이 필요한 경우 더욱 어려워집니다. 작업자는 두 팔을 동시에 움직여 관절 위치를 지속적으로 조정해야 하며, 종종 개별 손가락까지 동시에 제어해야 합니다. 기존의 컨트롤러로도 로봇을 조작할 수 있지만, 사용자가 자연스러운 인간의 동작을 버튼, 조이스틱 또는 개별 명령으로 변환해야 하는 경우가 있습니다. 비디오는 발생한 상황을 기록할 수 있지만, 관절 수준의 완전한 동작 데이터를 직접적으로 제공하지는 않습니다.

ExoArm-7 Pro 웨어러블 외골격은 인간의 팔 움직임을 직접 포착하여 로봇 원격 조작, 모방 학습, 체화된 AI 및 VLA 개발에 활용할 수 있는 고주파 데이터로 변환함으로써 이러한 격차를 해소하도록 설계되었습니다.

양손 시연 데이터 수집이 어려운 이유는 무엇일까요?

한쪽 팔만 사용하는 작업에서도 위치, 방향, 타이밍, 접촉 등의 요소가 이미 중요합니다. 두 팔을 사용하는 경우에는 양쪽 팔이 작업 내내 서로 협력해야 하므로 데이터 수집 문제가 더욱 복잡해집니다.

몇 가지 일반적인 예를 살펴보겠습니다.

• 한 손으로 용기를 잡고 다른 손으로 용기를 연다
• 두 팔이 함께 큰 물체를 들어 올리거나 위치를 바꿉니다.
• 한 손으로 부품을 고정하고 다른 손으로 도구를 사용합니다.
• 한 손에서 다른 손으로 물체가 옮겨진다.
• 양손으로 유연한 물건을 정리하거나 접으세요.

이러한 시연이 유용하려면 시스템은 미세한 관절 변화를 지연 없이 포착해야 합니다. 또한 착용 장치가 자연스러운 움직임을 크게 방해하지 않고 작업자가 작업을 여러 번 반복할 수 있을 만큼 편안해야 합니다.

ExoArm-7 Pro는 어떻게 사람의 팔 동작을 포착하나요?

ExoArm-7 Pro는 각 팔에 7개의 수동 관절로 구성된 14자유도(DOF) 이중 팔 구조를 사용합니다. 사용자가 움직이면 착용형 구조물이 움직임을 따라가며 해당 관절 위치를 기록합니다.

각 관절에는 자체 개발한 인코더 모듈이 사용되며, 14비트 관절 데이터는 세밀한 위치 피드백을 제공합니다. 이를 통해 시스템은 큰 동작만 기록하는 대신 미세한 각도 변화까지 감지할 수 있습니다.

원격 조작 워크플로의 경우, 캡처된 위치 정보를 로봇 팔에 매핑하여 로봇이 작업자의 움직임을 따라갈 수 있습니다. 학습 워크플로의 경우, 동일한 동작 정보를 구조화된 인간 시연 데이터 세트의 일부로 활용할 수 있습니다.

실시간 원격 조작에 필요한 만큼 빠르게 반응할 수 있을까요?

로봇이 물체와 상호작용하는 동안 조작자가 로봇의 움직임을 수정해야 할 때 반응성은 필수적입니다. 데이터 전달이 너무 느리면 로봇이 조작자와 단절된 느낌을 받을 수 있고, 정밀한 조작이 어려워집니다.

ExoArm-7 Pro는 최대 1000Hz의 샘플링 속도와 밀리초 수준의 저지연 제어를 지원합니다. 이러한 고주파 데이터 스트림은 팔 위치의 빠른 변화를 포착하여 더욱 반응성이 뛰어난 인간-로봇 동작 매핑을 지원합니다.

듀얼 IMU 센싱은 관절 엔코더 외에도 동작 및 방향 정보를 추가로 제공합니다. 표준 시스템에는 후면 장착형 IMU와 외부 IMU가 모두 포함되어 있어 작업자의 움직임과 방향을 해석하는 데 필요한 추가 데이터를 제공합니다.

착용형 외골격은 사용자의 움직임을 제한할까요?

모션 캡처 시스템은 사용자를 따라가되, 작업의 중심이 되어서는 안 됩니다. 시스템이 너무 무겁거나 불편하면 작업자가 자세를 바꾸거나, 동작을 단축하거나, 반복적인 시연 중에 일관성이 떨어질 수 있습니다.

ExoArm-7 Pro는 무게가 2.6kg에 불과하며 경량 인체공학적 구조를 채택했습니다. 각 엔코더 관절 모듈은 70g 미만의 무게로 최대 10N·m의 하중 지지 토크를 제공합니다. 조절 가능한 기계적 한계를 통해 착용 구조 및 작동 요구 사항에 맞게 관절 모듈을 구성할 수 있습니다.

이러한 설계 덕분에 이 시스템은 연구실, 연구 센터 및 로봇 개발 환경에서 반복적인 데이터 수집 세션에 더욱 실용적으로 사용할 수 있습니다.

만약 작업에 손가락 수준의 조작이 필요하다면 어떻게 해야 할까요?

로봇 팔의 궤적은 로봇이 물체를 향해 나아가도록 안내할 수 있지만, 손가락이 물체를 잡는 모양이나 도구를 조작하는 방식은 설명하지 못합니다. 따라서 정교한 손동작이 필요한 작업에는 또 다른 차원의 동작 데이터가 필요합니다.

ExoArm-7 Pro는 옵션 액세서리인 ExoGlove Pro 원격 조작 데이터 장갑과 함께 사용할 수 있습니다. 이 장갑은 5개의 VetraSense 센서를 사용하여 완전한 25자유도(DOF) 손 자세를 재구성함으로써 필요한 센서 수를 줄이면서도 손가락 움직임에 대한 세부적인 정보를 보존합니다.

각 손가락 끝은 6자유도 추적을 지원하여 시스템이 위치와 방향을 모두 기록할 수 있습니다. 또한 조정 가능한 진동 피드백을 사용하여 원격 조작 중 작업자에게 상호 작용 신호를 제공할 수 있습니다.

ExoGlove Pro는 최대 180Hz의 데이터 출력을 제공하며 유선 연결 시 10ms 미만의 지연 시간을 지원합니다. SDK와 모션 리타겟팅 알고리즘을 통해 사람의 손 자세를 다양한 정교한 손 및 로봇 플랫폼에 적용할 수 있습니다.

이 장갑은 특히 다음과 같은 데이터 세트에 적합합니다.

• 정밀 파지
• 도구 작동
• 구성 요소 조립
• 객체 회전 및 방향 재설정
• 유연한 객체 조작
• 팔, 손, 손가락의 협응적인 움직임

ExoGlove Pro는 별도로 판매되며 ExoArm-7 Pro 표준 패키지에 포함되어 있지 않습니다. 팔 높이 데이터만 필요한 팀은 표준 시스템을 사용할 수 있으며, 정교한 조작이 필요한 프로젝트에는 확장 기능으로 장갑을 추가할 수 있습니다.

이 시스템은 기존 로봇 플랫폼에 어떻게 적용될 수 있을까요?

로봇 학습 팀은 동일한 하드웨어 및 소프트웨어 스택을 사용하는 경우가 드뭅니다. 어떤 연구실은 연구용 로봇 팔을 사용하고, 다른 연구실은 이동형 양팔 로봇을 사용하며, 또 다른 연구실은 맞춤형 정교한 손을 사용할 수 있습니다.

ExoArm-7 Pro는 개발자가 캡처된 데이터를 자체 플랫폼에 연결할 수 있도록 공식 SDK와 무료 통합 지원을 제공합니다. 시각적 소프트웨어 인터페이스는 Windows, macOS 및 Linux를 지원합니다.

맞춤형 제어 핸들과 선택 사양인 장갑 어댑터는 다양한 작동 방식에 대한 유연성을 제공합니다. 손을 사용하는 애플리케이션의 경우, 멀티 플랫폼 SDK 지원과 모션 리타겟팅 알고리즘을 통해 관절 구조가 다른 로봇에 맞게 사람의 동작 데이터를 조정할 수 있습니다.

이는 팀들이 ExoArm-7 Pro를 하나의 로봇에 묶인 폐쇄적인 시스템이 아니라 더 광범위한 원격 조작 및 데이터 파이프라인의 일부로 취급할 수 있음을 의미합니다.

수집된 데이터는 어디에 사용될 수 있습니까?

동일한 웨어러블 워크플로우가 로봇 개발의 여러 단계를 지원할 수 있습니다.

실시간 로봇 원격 조작

작업자는 자연스러운 상지 움직임을 통해 두 개의 로봇 팔을 제어할 수 있으므로 각 관절마다 별도의 조이스틱 명령을 사용할 필요가 줄어듭니다.

인간 시연 컬렉션

연구자들은 사람이 작업을 수행하는 방식, 특히 양팔의 타이밍과 협응력을 기록할 수 있습니다.

모방 학습

반복적인 시연을 통해 얻은 데이터를 데이터 세트로 구성하면 로봇이 인간의 행동을 통해 조작 정책을 학습하는 데 도움이 됩니다.

VLA 데이터셋 개발

팔과 선택적으로 손동작 데이터는 다른 센서 입력 및 작업 지침과 결합되어 시각-언어-행동 연구 파이프라인의 일부로 활용될 수 있습니다.

로봇 교육

대학과 연구소는 이 시스템을 사용하여 하나의 개발 플랫폼 내에서 동작 재타겟팅, 인간-로봇 상호작용, 원격 조작 및 체화된 지능을 연구할 수 있습니다.

올바른 구성 선택하기

ExoArm-7 Pro 표준 패키지에는 착용형 외골격, 후면 장착형 IMU 센서 및 외부 IMU 센서가 포함됩니다. 이 구성은 양팔 동작 캡처, 로봇 팔 원격 조작 및 상지 시연 데이터에 중점을 두는 팀에 적합합니다.

정밀한 파지 동작과 손가락 궤적이 필요한 프로젝트의 경우, 모션 캡처 장갑 2개, 무선 수신기 및 배터리 모듈, USB-C 데이터 케이블 2개가 포함된 옵션 패키지인 ExoGlove Pro를 추가할 수 있습니다.

두 구성 중 하나를 선택하는 것은 필요한 동작 해상도에 따라 달라집니다. 팔 수준의 작업에는 장갑 데이터가 필요하지 않을 수 있지만, 정교한 조작이나 팔에서 손까지 이어지는 전체 동작 시연에는 두 레이어를 모두 캡처하는 것이 유용합니다.

인간의 자연스러운 행동을 구조화된 학습 데이터로 변환하기

신체화된 AI의 핵심 과제는 단순히 더 많은 데이터를 수집하는 것이 아닙니다. 사람들이 유용한 신체적 작업을 수행하는 방식을 정확하게 나타내는 데이터를 수집하는 것입니다.

ExoArm-7 Pro는 14자유도 듀얼 암 트래킹, 고해상도 엔코더 피드백, 최대 1000Hz의 샘플링 속도, 듀얼 IMU 센싱, 그리고 선택 사양인 25자유도 핸드 포즈 캡처 기능을 결합하여 자연스러운 인간의 움직임에서 구조화된 원격 조작 및 로봇 학습 데이터에 이르는 실용적인 경로를 제공합니다.

양팔 로봇, 정교한 조작기, 모방 학습 시스템 또는 VLA 모델을 개발하는 팀의 경우, 이러한 웨어러블 접근 방식을 통해 작업자는 더욱 직관적으로 시연을 진행할 수 있고, 기계는 이를 통해 더욱 유익한 정보를 얻을 수 있습니다.