펫맨

보스턴 다이내믹스(Boston Dynamics)

펫맨(Petman)은 2009년 10월, 미국 보스턴 다이내믹스가 개발한 최초의 2족 보행 휴머노이드 로봇이다. 같은 회사인 빅독에서 파생되었다. 화생방 보호의와 같은 군인들의 보호를 위해 사용하는 특수복장을 시험하기 위해 개발했다. 이후, 펫맨의 기술을 바탕으로 아틀라스를 개발했다.

개요

보스턴 다이내믹스의 엔지니어링 부사장인 로버트 플레이터 박사가 이끄는 펫맨의 개발은 2,630만 달러의 육군 프로그램으로 시작되었다. 2009년, 미사 월섬에 본사를 둔 이 회사는 펫맨에게 러닝머신을 뛰게 함으로써 펫맨의 다리를 처음으로 시연했다. 2011년에 이 회사는 펫맨의 다리가 최고 시속 7km로 달릴 수 있다는 것을 보여주었다. 다리를 이용한 보행은 바퀴를 이용한 주행 방식보다 기술적으로 어렵다. 예를 들어, 바퀴 방식은 모든 바퀴가 항상 지면과 닿아 있어 모든 바퀴가 지지대 역할을 해 안정적인 자세 유지가 용이하다. 반면 보행 방식은 지면을 딛고 지지대 역할을 하는 다리와 허공에 뜬 다리가 매 순간 바뀌어 자세가 불안정해지므로 균형을 잡기 위한 별도의 동작이 추가되어야 한다. 대부분의 2족 보행 로봇들이 인간처럼 다리를 뻗지 못하고 구부린 채 걷는 모습을 보이는 것도 이 때문이다. 보행 과정에서 발생하는 불균형의 크기는 로봇 몸체의 크기와 보폭, 노면의 기울기에 비례해 커지고 발 역할을 하는 다리 끝 지지대의 크기와 로봇 발을 디디는 지표면의 균일성에는 반비례해 커진다. 몸체의 불균형을 바로잡기 위해 고려해야 할 변수가 많아 다리의 기계적 구조는 바퀴보다 복잡하고 바퀴보다 더 많은 동작을 동시에 수행해야 하므로 자연스레 보행 방식은 바퀴 방식보다 에너지를 더 많이 소모하게 된다. 이러한 이유에도 불구하고 다리를 이용한 보행 방법으로 개발하려는 이유는, 실생활에서의 활용도 때문이다. 실생활에서 평지보다는 계단이나 문턱 같은 장애물이 있거나, 지면이 고르지 못한 곳도 있기에 바퀴를 이용한 보행은 한계가 있다. 펫맨은 기존의 아시모와 휴보의 걸음방식인 '발바닥 보행' 방식이 아닌 '발꿈치-발끝 보행'을 사용하여 걸었다. 발바닥 보행은 발바닥을 수직으로 들어 올리고 내리며 걷는 보행이고, 발꿈치-발끝 보행은 발뒤꿈치부터 땅에 착지해 발바닥으로 중심을 옮긴 뒤 발끝으로 땅을 박차며 앞으로 나아가는 보행이다. 발꿈치-발끝 보행은 발바닥 보행보다 기술적으로 구현하기가 어려우나, 사람이 걷는 방법이기에 성공한다면 사람처럼 빠르고 자연스러운 보행이 가능했다. 그런 면에서 보스턴 다이내믹스는 발꿈치-발끝 보행을 적용한 펫맨을 실제 사람처럼 역동적으로 움직이는 최초의 휴머노이드 로봇으로 규정하며 다른 휴머노이드와 차별화하고 있다.

특징

펫맨은 미국의 육군이 사용할 것이기에 육군 요건에 맞는 키 175cm, 무게 80kg으로 펫맨의 몸체가 만들어졌다. 그 당시 가장 빠른 로봇이었던 아시모의 기록 시속 7km를 넘는 시속 7.08km의 최고 보행 속도를 선보여 세계에서 가장 빠른 2족 보행 로봇 타이틀을 가져갔다. 또한, 펫맨은 보호복 안에서 인공적으로 땀을 흘리는 것을 비롯하여 호흡, 피부 온도 변화 등 신체적인 운동 중 인간의 생리학적 특성을 보여주고, 인간의 움직임을 연구하기 위해 모션 캡처 시스템을 이용하여 펫맨에 적용해 현실적인 시험 조건을 제공했다. 펫맨의 관절은 작동에 유압 작동과 충격 흡수기가 있는 관절 형 다리를 사용한다. 그 당시 공개된 시제품에는 탑재된 컴퓨터와 여러 개의 센서, 그리고 다른 내부 감시 시스템을 갖추고 있었다. 그것의 기능은 현재 테더에 있는 제어장치를 통해 작동되고 있다. 모션 캡처 시스템으로 사람의 행동을 학습하여 펫맨에 배치되었다. 인간다운 능력을 갖추도록 설계된 펫맨 답게, 거친 지형에서도 무거운 짐을 실을 수 있는 4족 보행 로봇, 빅독에 사용되는 비슷한 설계와 보행 알고리즘을 기반으로 했다. 이로써, 두 발로 스스로 균형을 잡고 자유롭게 움직일 수 있으며, 걷거나 기어 다닐 수 있다. 보스턴 다이내믹스의 설립자 겸 사장인 마크 레이버트는 '나에게 가장 큰 도전은 유압 작동 시스템을 사용하는 로봇을 사람의 크기를 갖도록 설계하는 것이었다'고 말했다. 그는 '모든 것을 맞추기 위해 우리가 해야 했던 수많은 기계적인 디자인이 있었다'고 말했다.

다른 로봇과의 비교

빅독

빅독과 펫맨의 가장 큰 차이는 다리 개수이다. 빅독은 4족 보행 로봇이고, 펫맨은 2족 보행 로봇이다. 둘 다 보행 방식이라는 점에서 바퀴 방식에 비해 지형 접근성은 좋다. 하지만 지지대가 4개인 4족 보행의 특성 상 4개의 다리 중 하나만 공중에 떠 있고 나머지 3개는 몸체를 지탱하기에 1개의 다리만으로 몸체를 지지하는 2족 보행보다 동작의 안정성과 운반 능력이 우수하다. 그렇지만, 더 복잡한 기구부와 더 무거운 하중, 더 많은 에너지 소모량과 같은 단점이 있고, 이동에 모든 다리를 다 쓰기에 주어진 업무를 수행하려면 해당 작업에 적합한 로봇 팔과 같은 기타 장비들을 추가로 장착해야 한다.

빅독은 보스턴 다이내믹스와 하버드 대학교에서 공동으로 개발한 4족 보행 로봇이다. 높이는 91cm이며, 길이는 76cm이고 무게는 110kg이다. 험지 주파시 시속 6.4km의 속도를 낼 수 있으며 최고 150kg까지 짐을 옮길 수 있다. 빅독의 용도는 차량이 다니기 힘든 험지나 위험지역에서 물자 수송을 위해 개발되었다.

동영상

• 전원 케이블로 묶여있지만 펫맨의 밸런스는 그 당시 다른 휴머노이드 로봇에 비해 역동적이고 자연스럽다.

• 걷는 것은 물론, 무릎을 굽히는 동작도 가능하고, 팔굽혀펴기도 한다.

참고 자료

• Erico Guizzo, 〈Boston Dynamics' PETMAN Humanoid Robot Walks and Does Push-Ups〉, 《전기전자기술자협회》, 2011-10-31
• 아미테크놀로지 - https://www.army-technology.com/projects/petman/
• 펫맨 나무위키 - https://namu.wiki/w/PETMAN
• 〈Shades of Terminator as PETMAN tests hazmat suit〉, 《뉴 아틀라스》, 2013-04-05
• 곽노필, 〈(로봇) 휴머노이드 '아틀라스'의 놀라운 5년 진화사〉, 《한겨레》, 2018-05-23
• 〈‘바퀴’에서 ‘다리’로…사람처럼 걷고 뛰는 로봇이 온다〉, 《한국경제매거진》, 2019-11-18
• 빅독 해시넷 - http://wiki.hash.kr/index.php/%EB%B9%85%EB%8F%85

같이 보기

• 보스턴 다이내믹스
• 빅독
• 아틀라스

이 펫맨 문서는 인공지능 기술에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술 □■⊕, 인공지능 기업, 인공지능 인물 인공지능 기술 AI 워싱 • 랭체인 • 로봇공학 • 로봇기술 • 인지과학 • 자동추론 • 자연어 처리 • 지능 • 지식표현 • 컴퓨터 비전 • 튜링 테스트 • 프롬프트 • 프롬프트 엔지니어링 문자인식과 음성인식 ICR • OCR • OMR • TTS • URL • 글자 • 답변 • 대화 • 동영상 • 디자인 • 맥락 • 문서 • 문자 • 문자인식 • 문자채팅 • 발음 • 번역 • 분류 • 상담 • 소스코드 • 스토리 • 얼굴 • 얼굴인식 • 음성 • 음성채팅 • 음성인식(STT) • 이미지 • 인공어 • 인공지능 음성 • 자막 • 자연어 • 질문 • 채팅 • 코드 • 코딩 • 텍스트 • 통번역 • 통역 • 파일 • 폴더 • 화상채팅 • 화자인식 인공지능 데이터 데이터라벨러 • 데이터라벨링 • 데이터셋 • 돌마 • 벡터 • 벡터DB • 벡터공간 • 스칼라 • 임베딩 • 크라우드워커 • 토큰 • 토큰화 인공지능 학습 ADP • CoLLM • DALL-E • DDPG • DQN • LAM • LMM • SARSA • sLLM • SLM • 강화학습 • 거대언어모델(LLM) • 결정이론적 메타추론 • 계통적 강화학습 • 과적합 • 동적 계획법 • 딥러닝 • 딥큐러닝 • 머신러닝(기계학습) • 메타추론 • 모델 기반 강화학습 • 모델 프리 강화학습 • 미세조정(파인튜닝) • 반영식 아키텍처 • 비지도학습 • 사전학습 • 수시 알고리즘 • 어니 • 에이전트 • 인공지능 학습 • 전이학습 • 준지도학습 • 지도학습 • 추론 • 학습 • 확률적 경사하강법 인공지능 알고리즘 AGI • ANI • ASI • RAG • XAI • 가중치 • 관계형 네트워크(RN) • 뉴런 • 다층퍼셉트론 • 단층퍼셉트론 • 데이터마이닝 • 방사신경망 • 볼츠만 머신 • 분산 샌드박스 • 생성대립신경망(GAN) • 생성형 AI • 수퍼얼라인먼트 • 순전파 • 순환신경망(RNN) • 시그모이드 함수 • 신경망 • 신경망 구조 • 심층신경망(DNN) • 심층신뢰신경망(DBN) • 양방향 비고정값 암호 체계(TSID) • 역전파 • 은닉층 • 인공신경망(ANN) • 인공지능(AI) • 제한 볼츠만 머신(RBM) • 전방전달신경망 • 주의 메커니즘 • 코헨 자기조직 신경망 • 텍스트마이닝 • 트랜스포머 • 파이 • 퍼셉트론 • 합성곱 신경망(CNN) 계산복잡도 NP • NP-완전 • 계산복잡도 • 공간복잡도 • 시간복잡도 • 여 NP • 여 NP-완전 인공지능 프로그램 BCI • GPT • 딥블루 • 딥페이크 • 멀티모달 AI • 모달 • 모달리티 • 모달창 • 알렉스넷 • 어니 • 알파고 • 알파고제로 • 알파폴드 • 왓슨 • 카페 • 컨트롤넷 • 텐서플로 • 텔레파시 • 토치 • 파이토치 • 한돌 인공지능 특징 결정이론 • 계산상의 합리성 • 논리학 • 논리주의자 • 분산성 • 불확실성 • 삼단논법 • 선호도 • 예측곤란성 • 완벽한 합리성 • 유계 합리성 • 이유 불충분의 원리 • 자율성 • 최대기대효용 • 할루시네이션 • 효용이론 인공지능 법적 지위 권리주체성 • 소버린 AI • 전자대리인 • 전자적 인간 • 책임법 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반