사람보다 두 배 빠르게 점자 읽는 로봇 손가락 나왔다

시각장애인이 점자를 읽는 모습을 보면 손가락이 종이 위를 매끄럽게 미끄러지듯 지나간다. 반면 기존 점자 인식 로봇은 딱따구리에 가까웠다. 한 글자에 손가락을 대고 멈춰 읽은 뒤, 들어 올려 옆으로 이동하고, 다시 다음 글자를 누르는 식이었다.

케임브리지대 공학부 연구팀은 머신러닝을 적용해 종이 위를 부드럽게 미끄러지며 점자를 읽는 로봇 촉각 센서를 공개했다. 읽기 속도는 분당 315단어로 일반적인 사람보다 약 2배 빠르며, 정확도는 87%로 90%에 근접했다. 이번 연구 결과는 국제 학술지 'IEEE Robotics and Automation Letters'에 실렸다.

손가락 카메라의 잔상을 알고리즘으로 지우다

사람처럼 손가락을 떼지 않고 연속으로 점자를 읽어 내려면 센서가 움직이는 동안의 데이터를 실시간으로 처리해야 한다.

후미야 이이다 교수 연구실 연구진은 손가락 끝에 소형 카메라가 달린 시판 촉각 센서를 활용했다. 문제는 센서가 점자 위를 빠르게 미끄러질 때 카메라 영상에 심한 모션 블러, 즉 움직임에 따른 번짐 현상이 발생한다는 점이었다. 이를 기존 이미지 처리 방식으로 일일이 보정하면 시간과 전력이 지나치게 많이 소모된다.

제1저자인 파스 포트다르 연구원과 공동 저자 데이비드 하드먼은 머신러닝으로 이 문제를 풀었다. 깨끗한 점자 이미지에 인위적으로 번짐 효과를 입힌 뒤 알고리즘에 학습시켜, 흐릿한 영상에서 선명한 형태를 복원하도록 만든 것이다. 복원된 이미지는 컴퓨터 비전 모델이 넘겨받아 글자를 빠르게 판별한다.

점자 읽기는 수단일 뿐, 목표는 촉각의 완성

흥미로운 점은 연구팀이 이 로봇을 시각장애인 보조기기로 쓰려고 만든 것이 아니라는 사실이다.

사람의 손가락 끝은 부드러우면서도 극도로 민감하다. 덕분에 달걀을 깨뜨리지 않고 집어 올리거나, 무거운 볼링공을 놓치지 않고 쥘 수 있다. 그러나 로봇 손에 유연한 소재를 쓰면서 동시에 정밀한 센서 데이터를 얻는 것은 공학적으로 대단히 까다로운 과제였다.

점자는 작은 돌기들이 촘촘히 배열되어 있어 센서의 동적 성능을 시험하기에 최적의 환경이다. 포트다르 연구원은 이번 연구가 점자에 그치지 않고, 물체의 표면 질감을 감지하거나 로봇이 물건을 쥘 때 손에서 미끄러지는 순간을 감지하는 작업으로 확장될 수 있다고 설명했다.

왜 중요한가

오늘날 로봇 공학에서 촉각 피드백은 여전히 풀기 힘든 난제다. 시각 센서로 사물의 위치는 파악할 수 있지만, 물체와 접촉하는 순간 손끝에서 어떤 일이 벌어지는지는 제대로 느끼지 못하기 때문이다.

케임브리지 연구팀의 접근법이 돋보이는 이유는 비싸고 복잡한 특수 센서를 새로 만드는 대신, 저렴한 기성 센서에 모션 블러 복원 알고리즘을 결합해 하드웨어의 한계를 소프트웨어로 극복했다는 점이다. 촉각 센싱 시스템의 상용화 비용을 크게 낮출 수 있는 실용적인 방법이다.

물론 한계도 명확하다. 평평한 종이 위를 직선으로 지나가는 단일 손가락 센서 수준이며, 거칠고 불규칙한 실제 사물 환경에서도 인공 번짐 기반 알고리즘이 안정적으로 작동할지는 추가 검증이 필요하다. 손 전체나 인공 피부 크기로 확장하는 일도 만만치 않다.

그럼에도 삼성 글로벌 리서치 아웃리치 프로그램의 지원을 받은 이번 기술은 미래 로봇 손과 고감도 의수가 사람 수준의 정교한 촉각을 갖추는 데 중요한 발판이 될 것으로 보인다.