.svg)
AI 솔루션 문의하기
기존의 산업용 로봇은 같은 동작을 정밀하게 반복하도록 설계되어 있는 반면, 협동로봇은 사람과 함께 작업하며 상황에 따라 다른 방식으로 움직여야 하는 경우가 많습니다. 하나의 정해진 동작만 반복하는 로봇과 달리 협동로봇은 여러 종류의 작업을 오가며 그때그때 다른 움직임을 만들어내야 합니다. 협동로봇이 다양한 작업 상황에 맞추어 유연하게 움직여야 한다는 특성을 고려하면 고정된 반복 동작만을 담은 자료로는 이런 유연함을 학습시키기 어려워, 다양한 작업 상황을 폭넓게 담은 동작 데이터가 필요합니다.
협동로봇은 작업자가 로봇의 팔을 직접 붙잡고 원하는 동작을 시연하는 방식으로 새로운 작업을 가르치는 경우가 있으며, 이 시연 과정에서 만들어지는 움직임의 궤적은 로봇이 스스로 계산해 만든 동작과는 다른 자연스러운 특징을 담고 있습니다. 작업자가 직접 시연한 동작의 궤적을 세밀하게 기록해 학습데이터로 구성한다면 사람의 자연스러운 움직임에 가까운 방식으로 로봇의 동작을 학습시키는 데 참고할 수 있는 자료가 마련됩니다.
협동로봇은 사람이 부품을 건네주면 이를 받아 다음 공정으로 넘기거나, 반대로 로봇이 완성한 결과물을 사람에게 건네주는 식으로 사람과 동작을 주고받는 경우가 있습니다. 사람과 로봇이 물건을 주고받는 순간의 동작을 함께 담은 자료를 확보한다면 어느 시점에 손을 뻗고 어느 시점에 물건을 놓아야 하는지를 학습에 반영해 자연스러운 주고받기 동작으로 이어갈 수 있습니다.
같은 작업 라인에서 일하는 작업자마다 손놀림의 속도가 다를 수 있으며, 협동로봇이 정해진 속도로만 움직이면 빠른 작업자에게는 병목이 되고 느린 작업자에게는 부담이 될 수 있습니다. 서로 다른 속도로 작업하는 사람 옆에서 로봇이 속도를 맞추어 움직인 사례를 담은 자료를 확보한다면 함께 일하는 사람의 속도에 맞추어 동작의 빠르기를 조절하는 능력을 학습에 반영할 수 있습니다.
스마트팩토리는 하나의 제품을 대량으로 만들기보다 여러 종류의 제품을 소량씩 번갈아 생산하는 방식으로 운영되는 경우가 많으며, 이런 환경에서는 협동로봇도 제품이 바뀔 때마다 다른 동작을 수행해야 합니다. 제품 종류별로 달라지는 조립 순서와 움직임을 각각 확보해 학습데이터에 반영한다면 생산 품목이 자주 바뀌는 환경에서도 로봇이 새로운 작업에 빠르게 적응할 수 있는 기반이 마련됩니다.
협동로봇은 작업 종류에 따라 그리퍼나 공구를 바꾸어 부착하는 경우가 있으며, 공구가 바뀌면 물체를 쥐는 방식이나 이동 경로도 함께 달라져야 합니다. 공구 종류별로 달라지는 쥐는 방식과 이동 경로를 각각 확보해 학습데이터를 구성한다면 하나의 로봇이 여러 공구를 오가며 작업하는 상황에서도 각 공구에 맞는 동작을 안정적으로 수행할 수 있습니다.
협동로봇의 동작이 지나치게 갑작스럽거나 예측하기 어려운 방식으로 이루어지면 곁에서 함께 일하는 작업자가 불안감을 느낄 수 있습니다. 로봇의 동작 궤적을 부드러움과 예측 가능성 측면에서 함께 평가해 라벨을 매기고, 사람이 편안하게 느끼는 움직임의 특징을 학습데이터에 반영한다면 안전 기준을 충족하는 것을 넘어 함께 일하는 사람이 심리적으로도 편안하게 느끼는 동작으로 이어갈 수 있습니다.
로봇이 예상과 다른 상황을 마주쳐 동작을 멈추거나 잘못된 방향으로 움직이는 경우, 작업자가 직접 개입해 상황을 바로잡는 과정이 이어지게 됩니다. 사람이 개입해 로봇의 동작을 수정한 사례를 함께 기록해 학습데이터에 포함한다면 비슷한 상황이 다시 발생했을 때 로봇이 스스로 대응하는 능력을 점차 넓혀갈 수 있는 참고 자료가 마련됩니다.
스마트팩토리 협동로봇의 동작 데이터는 고정된 반복 동작이 아닌 다양한 작업 상황에 유연하게 대응하는 능력을 기르는 방향으로 구성되어야 완결됩니다. 동작 데이터는 사람의 시연과 속도에 맞춘 동작, 공구 교체에 따른 변화, 사람이 느끼는 편안함까지 함께 반영하면서 그 공장이 다루는 제품 구성과 협업 방식에 맞게 정착합니다. 생산 품목과 협업 방식은 계속 바뀔 수 있으며 새로운 상황의 동작을 꾸준히 확보하고 반영하는 작업이 이어져야 할 부분입니다.
.svg)
.svg)
