신기술 정보 절단 사고를 당한 환자를 위한 의수 및 의족 관련 기 술은 나날이 발전하고 있으나, 강도 및 정확도 향상과 같은 성과들이 의수 및 의족의 사용성 개선으로 바로 연 결되지는 않고 있다. 절단 환자들에게는 매우 기초적인 수준의 조작만이 허용되고 있는 것이 현실인데, E ′ cole polytechnique fe ′ de ′ rale de Lausanne(EPFL)의 연구 진들은 전통적인 수동 제어를 대체할 인공 지능 기술을 개발함으로써 이 문제의 해결을 위한 토대를 마련하였 다. 팔꿈치 윗부분이 절단된 환자가 스마트 의수를 조작 하고 있는 상황을 상상해 보자. 팔에 남아 있는 근육에 장착된 센서로부터 신호를 수집하여 의수를 들어 올리 고 집어들 물건이 있는 테이블에 올려놓는 정도의 동작 은 매우 손쉽게 구현이 가능할 것이다. 하지만 이후 단 계의 작업은 구현이 쉽지 않다. 손가락을 조작하기 위한 근육과 인대들은 절단되어 사라졌고 사용자가 어떤 방 식으로 손가락을 구부리고 펴는 것을 원하는지 상세하 게 감지하는 것부터가 어려운 일이다. 만약, 이를 단순 히 ‘집다’, ‘놓는다’의 두 가지 정형화된 동작으로 구현한 다면 이는 실제 손이 수행할 수 있는 섬세한 작업과 관 련된 많은 양의 정보를 유실하게 되는 것이다. EPFL의 연구진은 우리의 손이 자연스럽게 특정한 물 체를 최적의 방식으로 움켜쥘 수 있다는 것, 그리고 이 러한 동작이 우리의 인지 없이 이루어진다는 것에 착안 을 하였다. 로보틱스 연구자들은 오랜 기간 동안 특정 물체를 쥐기 위한 최적의 그립 방식을 찾아내는 연구를 수행해 왔으며 이는 우리의 손의 작동 방식 그 자체라고 할 수 있을 것이다. 이 연구에서 의수 사용자들은 의수 를 착용하지 않은 상태에서 특정 물체를 다양한 방식으 로 다루고 집어 드는 시도를 반복하였고 연구진은 그들 의 근육에서 측정된 신호를 이용하여 기계 학습 알고리 즘을 학습시켰다. 이를 통하여 스마트 의수는 의수 사용 자가 어떤 방식으로 물건을 집고 싶은지 파악할 수 있게 되었고 물체와 의수의 접촉 면적을 관측, 최대화하여 물 체를 잡는 최적의 방식을 실시간으로 구현해낼 수 있게 되었다. 또한 물체가 의수에서 미끄러지는 순간 약 0.5 전통적 제어 기술과 기계 학습이 접목된 인공 팔의 기술 개발 동향 이 상 훈 계명대학교 기계자동차공학부 교수 12 ● 기계저널