Physical AI 관점에서 본 다관절 로봇 하드웨어 - 서론
로봇 하드웨어 01 : 로봇 하드웨어란? 로봇 하드웨어 02 : 엑추에이터(1): 모터 로봇 하드웨어 03 : 엑추에이터(2): 감속기
로봇 하드웨어라고 하면 보통 모터나 프레임 같은 눈에 보이는 부품을 먼저 떠올리게 됩니다. 사전적인 의미로만 보면 하드웨어는 단순히 물리적인 구성 요소를 뜻합니다.
하지만 다관절 로봇에서 말하는 하드웨어는 구동 메커니즘, 센서, 제어용 PC를 넘어 모터를 높은 주기(High-bandwidth)로 제어하는 임베디드 시스템, 제어 PC와의 통신을 위한 네트워크 구성, 중력 보상 같은 물리 모델 기반 제어, 그리고 보행 로봇이 Floating Base 위한 CoM(Center of Mass) 제어나 기본적인 안정성을 확보하기 위한 최적 제어 계열의 제어기까지도 포함합니다. 로봇 공학에서는 이 모든 것을 “하드웨어 레벨”로 묶어서 이야기하는 경우가 많습니다.
엄밀히 말하면 이러한 요소들은 소프트웨어에 속하지만, 이것들이 제대로 갖춰져 있지 않으면 로봇은 실험이나 데이터 수집이 가능한 상태에조차 도달하지 못하기 때문입니다.
그래서 로봇 하드웨어를 단순히 “모터가 많이 달린 기계” 정도로 생각하면 중요한 부분을 놓치게 됩니다. 요즘 화두가 되는 Physical AI 관점에서 보면, 로봇은 단순히 명령을 실행하는 기계가 아니라 물리 세계와 직접 상호작용하는 지능형 시스템에 가깝습니다. 로봇은 직접 힘을 전달하고, 그 힘에 대한 반작용으로 환경이 변하며, 그 변화를 다시 센서를 통해 감지합니다. 이 상호작용의 중심에는 항상 하드웨어가 있습니다.
다양한 다관절 로봇들이 외관상으로는 비슷해 보여도, 실제로 환경과 상호작용하는 방식은 하드웨어마다 크게 다릅니다. 같은 관절 구조처럼 보여도 감속기의 종류와 재질, 감속비에 따라 출력 임피던스(Output Impedance)와 역구동성(Backdrivability)이 달라지며, 이는 접촉 순간 로봇이 얼마나 단단하게 혹은 부드럽게 반응하는지를 결정합니다.
여기에 로봇 전체의 질량 분포와 관성이 더해지면, 동일한 제어 입력이라도 실제로 전달되는 힘과 가속도는 완전히 달라집니다. 특히 조작(Manipulation)이나 보행(Locomotion)처럼 반복적인 접촉이 포함된 작업에서는 이러한 차이가 시스템의 안정성이나 작업 성공률로 직결됩니다.
센서와 제어 측면도 마찬가지입니다. 제어 주기, 통신 지연과 노이즈, 센서의 감도와 선형성, 히스테리시스(Hysteresis) 특성 등은 제어 성능에 지대한 영향을 미칩니다. 여기에 구조 강성, 관절 강성, 마찰 같은 요소까지 더해지면, 로봇이 만들어내는 상호작용은 수많은 고전역학적·전자기학적 특성들이 결합된 정교한 결과물이 됩니다.
이처럼 복잡한 하드웨어 요소들 때문에 로봇의 상호작용을 시뮬레이션에서 완전히 재현하는 데에는 본질적인 한계가 있습니다. 마찰, 구조 유연성, 센서 비선형성, 통신 지연처럼 작아 보이는 요소들이 실제 상호작용에서는 지배적인 역할을 하는 경우가 많기 때문입니다.
이 때문에 최근 활발히 시도되는 AI 기반 접근법, 특히 강화학습(Reinforcement Learning) 기반의 제어나 정책 학습에서는 시뮬레이션에서만 학습한 모델이 실제 로봇에서 그대로 동작하지 않는 경우가 빈번합니다. 흔히 이를 “Sim-to-Real Gap”이라고 부릅니다. 로봇이 환경과 주고받는 힘과 반응은 결국 하드웨어가 규정하는 물리적 특성 위에서 결정되기 때문입니다.
더 큰 문제는 이 물리적 특성이 로봇 플랫폼마다 다르다는 점입니다. 특정 로봇에서 수집한 데이터나 학습된 제어기가 다른 로봇에서는 동일한 성능을 내지 못하는 경우가 대부분입니다. 이로 인해 실제 로봇으로 데이터를 수집하는 일 자체가 어려울 뿐만 아니라, 서로 다른 플랫폼 간에 데이터를 공유하거나 재사용하는 일은 더욱 까다롭습니다.
이런 관점에서 보면, AI 기반 로봇 제어의 한계는 알고리즘 그 자체보다 하드웨어가 규정하는 물리적 조건에서 비롯되는 경우가 많습니다. 하드웨어를 깊이 이해하지 않고서는 AI가 왜 실패하는지, 혹은 어디까지 가능할 것인지 설명하기 어렵습니다.
앞으로 이 블로그에서는 로봇 하드웨어를 여러 계층으로 나누어 다루어 보려고 합니다. 눈에 보이는 기계 구조와 액추에이터부터, 이를 실제로 움직이게 만드는 구동 메커니즘과 센서, 그리고 로우 레벨(Low-level) 제어와 물리 모델 기반 제어까지 다관절 로봇이 동작하기 위해 필요한 하드웨어 요소들을 단계별로 살펴볼 계획입니다.
각 계층이 어떤 역할을 하고, 어디에서 한계가 발생하며, 그 한계가 실제 로봇의 성능이나 AI 기반 제어에 어떤 영향을 주는지 함께 짚어보겠습니다. 로봇을 단순히 사용하는 입장이 아니라, 직접 설계하고 제어하며 문제를 해결해야 하는 관점에서 내용을 정리해보는 것이 목표입니다.