맥슨모터의 정밀 구동 기술로 완성한 섬세하고 견고한 로봇 핸드 ‘DEX-EE’
AI 기계학습 분야에서 실제 환경 기반의 학습 실험을 수행하기 위해 구글 딥마인드(Google DeepMind)가 선택한 로봇 핸드 ‘DEX-EE’는 영국의 섀도우 로봇(Shadow Robot)이 개발한 세계 최고 수준의 정밀도를 갖춘 핸드다. 이 프로젝트는 단순한 실험용 메커니즘을 넘어, 고감도 센서 네트워크·텐던 구동 시스템·무철심 DC 모터를 결합하여 인간의 손과 유사한 민감도와 정밀 제어를 구현했다. DEX-EE는 AI 정책 학습 실험을 통해 충돌과 반복 동작 환경에서도 안정적인 작동을 입증했으 며, 정밀 제어와 내구성의 균형을 실현한 로봇 핸드로 평가받고 있다. 이기사는 맥슨(Maxon)의 기술 협력 사례를 바탕으로 작성됐다.
인간의 손, 완벽한 제어의 원형
인류의 긴 역사 속에서 ‘손’은 언제나 도구 사용과 기술의 상징이 었다. 선사시대의 사냥 도구부터 현대 외과 의사의 정밀 수술까 지, 손의 정교한 움직임은 인간 지능의 연장선이라 할 수 있다. 27 개의 뼈와 30개가 넘는 근육으로 구성된 인간의 손은 뇌의 복잡한 신호에 따라 속도, 힘, 방향을 정밀하게 제어하며, 이는 단순히 물체를 잡는 것이 아닌 인식·학습·조작을 모두 아우르는 고도의 생체 시스템이다.
바로 이 복잡함이 로봇 핸드 개발의 가장 큰 도전이다. 로봇 핸드는 단순히 집거나 놓는 수준을 넘어서, 물체의 질감과 형태를 감지하며 미세한 힘으로 제어해야 한다. 이를 위해서는 높은 정밀 도, 즉각적인 응답성, 강력한 구동력, 그리고 사람의 손처럼 ‘느끼는 감각’을 갖춘 센서 기술이 필수적이다.
구글 딥마인드의 선택 ‘섀도우 로봇’
AI 기술을 통해 학습 알고리즘의 한계를 뛰어넘고자 하는 구글 딥마인드(Google DeepMind)는 실제 물리적 조작을 학습할 수있는 로봇 플랫폼을 찾고 있었다. 그들의 관심은 곧 섀도우 로봇(Shadow Robot)으로 향했다. 섀도우 로봇은 이미 ‘Shadow Hand’라는 로봇 핸드로 유명하며, 이 핸드는 정밀함과 손재주 측면에서 세계 최고 수준으로 평가받는다. 특히 이 핸드는 구글 딥마인드가 이전에 공개한 루빅스 큐브 학습 시연 영상에서 사용되 며, 인공지능이 실제 물리 환경에서 손가락을 조작해 큐브를 맞추는 데 성공하면서 전 세계 연구자들에게 깊은 인상을 남겼다.
그러나 딥마인드의 다음 연구 목표는 단순 조작을 넘어 ‘실제 작업 환경에서 반복 충돌에도 견디는 로봇 핸드’였다. 딥마인드는 AI 학습을 위해 가능한 한 많은 데이터를 필요로 했다.
<그림1> 인간의 손보다 약 50% 큰 크기로 설계된 DEX-EE.
<그림2> DEX-EE는 24 자유도를 통해 섬세한 힘 제어와 촉각 반응을 구현한다. 깃털 처럼 가벼운 물체도 손상 없이 다룰 수 있다.
이에 섀도우 로봇은 DEX-EE의 센서 수를 대폭 확장해 ‘어떤 상황에서도 감지가 가능한 수준으로 설계했다. DEX-EE에는 위치, 힘, 관성 등다양한 물리량을 실시간으로 감지할 수 있는 고속 센서 네트워크가 내장되어 있다. 각 핑거에는 수백 개의 촉각 감지 채널이 배치되어 압력 민감도를 비약적으로 향상시켰으며, 이를 통해 물체 표면의 질감이나 접촉 강도를 세밀하게 판단할 수 있다.
DEX-EE는 인간의 손 모양을 그대로 복제하지는 않았지만, 인간 손보다약 50% 큰 세 개의 핑거 구조를 채택하여 실제 학습 과정을 위한 효율적인 설계를 구현했다. 총 24자유도를 갖추어 각 핑거와 관절이 독립적으로 정밀 제어되며, 그 결과 인간의 손처럼 민감하면서도 훨씬 높은 강도와 안정성을 지닌 학습용 로봇 핸드로 완성되었다.
<그림3> DEX-EE의 독자적 설계가 돋보인다. 3개의 핑거가 정밀한 텐던 구동 시스템으로 작동하며, 체스 말을 집을 만큼 섬세한 조작이 가능하다.
구동 시스템의 혁신
DEX-EE의 가장 혁신적인 특징 중 하나는 텐던 구동(tendon-driven) 시스템이다. 기존 로봇 핸드는 일반적으로 조인트 1개당 모터 1개가 장착되어 움직임을 제어하지만, DEX-EE는 하나의 조인트에 여러 개의 모터를 연결해 보다 섬세하고 강력한 제어를 가능하게 했다.
각 핑거에는 5개의 모터가 배치되어 총 4개의 조인트를 구동하며, 이구조는 움직임이 반전될 때 발생할 수 있는 ‘백래시(backlash)’ 즉 유격 현상을 효과적으로 제거한다. 덕분에 손가락의 각 관절은 부드럽게 이어지고, 정밀한 모션 제어가 가능하다. 또한 각 조인트의 모터는 제로 조인트 토크(zero joint torque) 상태를 구현하도록 제어되어, 미세한 힘의 변화를 정밀하게 조절할 수 있다. 이 덕분에 DEX-EE는 취약한 유리잔을 부드럽게 잡는 동시에, 강한 충격이 가해지는 상황에서도 안정적으로 물체를 다룰 수 있다.
<그림4> DEX-EE의 핵심 구동부인 맥슨 DCX 16mm DC 모터. 각 핑거의 조인트 4개를 정밀하게 구동해 고토크 밀도와 부드러운 모션 제어를 실현한다.
맥슨 모터의 정밀 구동 기술
DEX-EE에는 맥슨 DCX16 DC 모터 15개가 탑재되어 있다. 이 모터는 높은 토크 밀도(torque density)를 실현하여 텐던에 충분한 힘을 전달하고, 로봇 핸드가 다양한 조작과 고강도 동작을 수행할 수 있도록 지원한다. 또한 무철심 권선 (coreless winding) 구조를 채택해 기존 철심 모터에서 발생하는 코깅(cogging) 즉 회전 시 덜컥거림 현상을 완전히 제거했다. 이로써 DEX-EE는 부드럽고 연속적인 움직임을 구현할 수 있으며, 특히 미세한 위치 제어나 섬세한 힘 제어가 필요한 작업에서 탁월한 성능을 보인다.
맥슨은 각 핑거의 베이스 구조에 맞춰 모터를 컴팩트한 폼팩 터로 설계했으며, 고정밀 공차와 프리미엄 소재를 적용해 구동 소음을 최소화하고 내구성을 극대화했다. 이러한 기술 덕분에 DEX-EE는 섬세함과 내구성을 동시에 확보할 수 있었다.
1000시간의 테스트와 정책 학습
섀도우 로봇 팀은 1000시간이 넘는 테스트를 통해 DEX-EE 의 내구성과 신뢰성을 철저히 검증했다. DEX-EE는 이러한 반복 충돌과 스트레스 테스트를 거치며, 피스톤 조작과 다양한 도구 사용, 충격 상황에서의 회복 동작 등을 학습했다. 현재 DEX-EE는 여러 연구기관과 기업에서도 학습용 및 조작 플랫폼으로 활용되고 있으며, 섀도우 로봇은 복잡한 로봇 핸드 기술이 곧 일반 산업과 일상 영역에서도 쓰일 것으로 전망한다.
자료제공: Maxon(www.maxongroup.com)
