▲ 제9차 한국조선해양산업 CEO 포럼 행사 참석자들이 기념 촬영을 하고 있다[[출처=서울대학교 공과대학]서울대(총장 유홍림)에 따르면 2025넌 4월26일(토) 서울특별시 관악구 관악캠퍼스에서 서울대 로이드선급기금 연구센터와 한국조선해양플랜트협회가 주관한 ‘제9차 한국조선해양산업 CEO 포럼’이 개최됐다.이번 포럼은 현재 초미의 관심사인 미국의 조선·해운 정책과 트럼프 2기 행정부가 추진하는 한미 조선협력이 국내 산업에 미칠 영향을 점검하고 그 대응 방안을 모색하기 위해 열렸다.2021년 발족해 올해 5년 차를 맞은 한국조선해양산업 CEO 포럼은 국내 조선해양산업계 기업 및 기관들의 상호 협력 및 소통을 강화하고자 산업체의 전·현직 대표이사들이 참석해 업계 주요 현안과 향후 발전 방안을 논의하는 포럼이다.현재 가삼현 HD한국조선해양 전임 부회장이 의장을, 김용환 서울대 조선해양공학과 교수가 간사를 맡고 있다.이날 포럼에는 이상균 HD현대중공업 사장(한국조선해양플랜트협회장), 김희철 한화오션 사장, 닉 브라운(Nick Brown) 영국 로이드선급 총괄 CEO 등 25명의 전·현직 산업체 대표이사와 이승렬 산업부 정책실장을 비롯한 정부 관계자, 김영오 서울대 공대 학장 및 관련 전문가 등 약 40명이 참석했다.시시각각 변화를 거듭하는 트럼프 2기 행정부의 통상 정책에 대응해 한국이 국내 산업의 대표로 제시한 협상 카드가 조선업이다.미국 무역대표부(USTR)의 해운정책 기조 전환이 전 세계 해운시장에 큰 변화를 몰고 올 것으로 예상되는 만큼 이번 포럼에서는 업계의 현 상황과 국내 산업체의 대응 전략에 대한 심도 있는 논의가 진행됐다.기조 토론에 참석한 토론자들은 이번에 발표된 미국 무역대표부의 해운정책이 실질적으로 중국의 조선업을 크게 위축시킬 정도가 아니라는 점을 지적했다. 지나친 기대나 우려보다는 차분한 대응이 필요하다는 의견에 공감했다.또한 이번 포럼에서는 조선·해운 기업 간의 긴밀한 협력을 위해 한국조선해양플랜트협회와 한국해운협회의 회장단이 향후 정례 간담회를 개최하기로 합의했다.가삼현 포럼 의장은 “미국 행정부가 추진하는 정책의 변화가 심하지만, 국내 조선업과 해운업에 미치는 영향과 우리의 실익을 신중하게 판단하고 대응할 필요가 있다”는 의견을 개진했다.

▲ 서울대학교 컴퓨터공학부 강유 교수[출처=서울대학교 컴퓨터공학부]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 컴퓨터공학부 강유 교수팀이 개인정보 보호나 보안 등의 이유로 학습 데이터 사용이 어려운 상황에서도 딥러닝 모델의 성능 저하를 최소화하며 경량화할 수 있는 혁신적인 인공지능(AI) 기술을 개발했다.이번 연구 논문은 2025년 4월24일부터 닷새간 싱가포르에서 열리는 세계적 AI 학술대회 ‘ICLR 2025’에 채택된 바 있다.올해로 13회를 맞는 ‘ICLR (International Conference on Learning Representations)’은 기계 학습 및 딥러닝 분야에서 세계 최고 권위를 자랑하는 학회다.프라이버시 보호나 보안 문제로 학습 데이터 접근이 어려운 상황은 현실에서 딥러닝 모델을 훈련시킬 때 겪는 큰 어려움 중 하나다.이를 해결하기 위해 개발된 ‘제로샷 양자화(Zero-shot Quantization, 이하 ZSQ)’는 훈련 데이터 없이 모델을 양자화할 수 있는 기술이다.그러나 기존의 ZSQ 기술은 합성 데이터의 노이즈, 부정확한 특징에 기반한 예측, 어려운 데이터의 잘못된 하드 레이블(Hard Lavel, 1가지 정답만 있는 레이블)이 야기하는 오차 발생 등으로 모델 성능 저하를 불러오는 치명적 한계를 보였다.이에 강 교수팀은 훈련 데이터를 사용하지 않고도 딥러닝 모델의 성능을 유지하며 효과적으로 경량화시킬 수 있는 ZSQ 기술인 ‘SynQ (Synthesis-aware Fine-tuning for Zero-shot Quantization)’ 기법을 제안했다.이는 실제 학습 데이터셋이 없는 환경에서도 종전의 ZSQ 기술에 쉽게 적용할 수 있는 중요한 기법으로 평가받고 있다.연구진은 SynQ의 3가지 핵심 기술로 딥러닝 모델의 성능을 향상시켜 기존 ZSQ의 약점을 극복하는 성과를 거뒀다.먼저 저역 통과 필터(low-pass filter)를 적용해 데이터의 고주파 노이즈를 제거했다. 그리고 사전 학습된 모델과 양자화된 모델 사이의 클래스 활성화 맵(Class Activation Map, 이하 CAM)을 정렬해 딥러닝 모델의 예측 정확도를 높였다.아울러 사전 학습된 모델이 어려운 샘플에 대해 오류를 일으킬 수 있는 점을 고려해 이러한 샘플에는 하드 레이블 대신 소프트 레이블(Soft Rabel, 확률로 표현된 정답)만을 사용함으로써 잘못된 학습을 방지했다.즉 SynQ는 사전 학습된 모델이 생성한 합성 데이터를 저역 통과 필터로 정제한 뒤 CAM 정렬과 난이도 기반 손실 함수 적용을 통해 양자화된 모델을 미세 조정함으로써 실제 데이터 없이도 모델 성능을 유지하며 경량화를 달성하는 원리를 지닌다.향후 SynQ 기법은 고성능의 경량 딥러닝 모델을 구현할 수 있는 AI 산업의 핵심 기술로 자리 잡을 전망이다. 특히 학습 데이터 없이도 모델의 정확도를 유지한 채 압축할 수 있는 SynQ를 활용하면 스마트폰, IoT(사물인터넷) 기기, 자율주행 센서 등 자원이 제한된 엣지 디바이스 환경에서도 고성능 AI를 안정적으로 운용할 수 있을 것으로 예상된다.연구 책임자인 강유 교수는 “SynQ 기술은 개인 데이터 유출 없이 모델을 경량화할 수 있는 강점 덕분에 보안 및 프라이버시 침해 문제를 줄이는 데 기여할 수 있다”고 강조하며 “나아가 이 기법을 적용하면 그간 대량의 학습 데이터에 접근하기 어려웠던 소규모 기업 및 기관도 고성능 AI를 손쉽게 활용할 수 있기 때문에 다양한 분야에서 AI 기술 확산 및 대중화가 가속할 것으로 기대된다”고 밝혔다.

▲ 서울공대, 우리금융그룹과 기술 기반 금융 혁신 위한 산학협력 업무협약 체결(왼쪽부터 우리금융그룹 옥일진 부사장, 서울대학교 공과대학 김영오 학장)[출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대학(이하 서울공대, 학장 김영오)에 따르면 2025년 4월3일(목) 금융과 기술의 융합을 통한 미래 혁신을 선도하기 위해 우리금융그룹과 산학협력 업무협약을 체결했다.양 기관은 이번 협약을 계기로 △기술 기반 스타트업 발굴 및 성장 지원 △디지털·IT 맞춤형 전문 교육 프로그램 운영 △금융-기술 융합 공동 연구를 함께 추진한다. 금융산업과 첨단 기술 간 시너지를 극대화해 금융·기술 생태계 발전에 기여할 것으로 기대된다.특히 서울대 공학교육혁신센터는 IT 기술과 금융을 접목한 기술 연구를 위한 협력기반을 다지고 실무형 인공지능(AI)·빅데이터 전문가를 양성하는 맞춤형 심화 교육 과정을 운영할 예정이다.또한 서울공대의 산학협력전문기관인 SNU공학컨설팅센터는 우리금융그룹의 스타트업 협력 프로그램 ‘디노랩(DinnoLab)’과 연계해 기술 중심 스타트업의 성장 지원을 강화할 계획이다.서울공대 김영오 학장은 “이번 협약은 기술과 금융이 결합된 미래 신사업을 발굴해 혁신 생태계를 조성하기 위한 새로운 출발점이라는 점에서 그 의미가 깊다”면서 “앞으로 우리금융그룹과 지속적으로 협력해 실질적인 성과를 창출하는 모범적 산학협력 모델을 구축해 나가겠다”고 밝혔다.우리금융그룹 옥일진 부사장은 “이번 협약을 통해 기술 기반 금융 혁신을 가속화하고, 스타트업 및 금융산업 발전에 기여할 수 있도록 지속적인 협력을 추진할 것이다”며 “서울공대와 협력을 통해 금융업의 미래 경쟁력을 더욱 강화해 나가겠다”고 강조했다.

▲ 김영오 서울대학교 공과대학장(오른쪽 세 번째), 김진오 한국로봇산업협회 회장(왼쪽 세 번째)이 업무협약 체결 후 양 기관 관계자들과 기념사진을 촬영하고 있다서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 2025년 3월31일(월) 한국로봇산업협회와 관악캠퍼스에서 산학협력 업무협약(MOU)을 체결했다.이를 지원할 미래 로봇을 연구해 기술 경쟁력을 강화하고 창업 생태계를 조성하기 위해 ‘서울대 로보틱스 연구소’를 설립키로 하기로 했다.향후 양 기관은 △서울대 로보틱스연구소 설립 및 운영 △로봇 분야 글로벌 인재 양성 및 네트워크 구축 △로봇 산업 경쟁력 강화를 위한 산학연 공동연구 및 기술 개발 △공동연구를 통한 기술사업화, 창업 생태계 조성 및 실증 플랫폼 구축 등 폭넓은 분야에서 협력을 추진할 계획이다.서울대 공과대학 김영오 학장은 “모든 기술이 의미 있지만 특히 로보틱스는 우리 미래를 좌우할 중요한 기술”이라고 강조하며 “이번 협약을 계기로 산업계와 협력해 책임감 있는 로봇 연구를 수행해나가겠다”고 밝혔다.한국로봇산업협회 김진오 회장은 “한국의 로봇 산업은 상당한 수준의 경쟁력을 갖췄지만 아직 세계 최고라고 할 수는 없다”고 지적하면서도 “앞으로 서울대가 연구개발을 통해 세계 정상급 기술을 선보이고 글로벌 인재를 배출하길 기대한다”고 말했다.

▲ 김영오 서울대학교 공과대학장(앞줄 왼쪽에서 다섯 번째), 최성안 삼성중공업 대표이사 부회장(앞줄 왼쪽에서 네 번째)[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 2025년 3월10일(월) 관악캠퍼스에서 삼성중공업과 함께 조선 및 관련 산업 분야 전반에 대한 지속적 협력과 유기적인 산학협력 체계 구축을 위한 산학협력 업무협약을 체결했다.2016년 시작된 삼성중공업-서울대(SHI-SNU) 산학협력은 올해로 10년 차를 맞이했다. 양 기관은 이번 협약을 통해 향후 5년간 미래에 대비한 최신 조선해양기술 습득에 협력한다.조선해양을 비롯해 자동화, 공정, 원자력, 인공지능(AI) 등 다양한 분야의 산학과제 및 공동연구를 함께 수행한다. 또한 우수인재 확보 및 교육, 재직자 교육에 있어서도 향후 긴밀하게 협조할 예정이다.이날 협약식에는 김영오 서울대 공과대학장과 이신형 조선해양공학과장, 최성안 삼성중공업 대표이사 부회장과 이동연 부사장 등이 참석했다.김영오 학장은 “이번 협약을 계기로 조선이라는 플랫폼 안에서 융합기술이 함께 녹아드는 선도 사례를 함께 만들어 나가길 기대한다”고 밝혔다.이에 최성안 부회장은 “양 기관이 앞으로도 20년, 30년 동안 다양한 분야에서 산학협력을 지속하며 미래를 향한 재도약의 발판을 마련하길 희망한다”고 화답했다.

▲ 시계 방향으로 서울대학교 재료공학부 문동훈 연구원(단독 1저자), 이원식 연구원(참여저자), 장혜진 교수(참여저자), 이관형 교수(교신저자), 한정우 교수(참여저자)[출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대(학장 김영오)에 따르면 재료공학부 이관형 교수 연구팀이 다양한 기판 위에서 웨이퍼 면적의 단결정(single-crystal) 2차원 반도체를 직접 성장시킬 수 있는 신기술 ‘하이포택시(Hypotaxy)’를 세계 최초로 개발했다.같은 학부의 장혜진, 한정우 교수 연구팀과 함께 연구했다. 이번 연구 결과는 2025년 2월20일 세계 최고 권위의 학술지 ‘네이처(Nature)’에 게재됐다.최근 인공지능(AI) 기술 발전에 따라 반도체 성능 향상의 필요성이 커졌고 소자의 전력 소모를 줄이려는 연구 또한 활발해졌다.따라서 기존의 실리콘을 대체할 새 반도체 소재가 주목받는 중인데 그중 얇은 두께와 뛰어난 전기적 특성을 지닌 2차원 물질 ‘전이금속칼코겐화물(Transition metal dichalcogenide, 이하 TMD)’이 차세대 반도체로 주목받고 있다. 그러나 이를 높은 품질로 합성해 산업적으로 활용할 수 있는 대량 생산 기술이 부족한 실정이다.현재 가장 유망한 합성 기술인 화학기상증착법(chemical vapor deposition, CVD)은 전기적 특성의 저하, 성장한 TMD의 전사(transfer, 다른 기판으로 옮기는 추가 공정) 등의 문제를 안고 있다.높은 결정성(crystallinity)을 갖는 기판 위에서 TMD를 성장시키는 ‘에피택시(epitaxy)’ 방식도 성장 후 전사 과정이 수반되고 특정 기판만 사용 가능하다는 한계가 있다.반도체 및 박막 소재 제작에 필수적인 기술로 여겨졌던 이 방식은 합성 시 TMD의 결정성, 표면, 층수가 불균일해 전기적 성능이 저하되는 약점도 존재한다.고품질 TMD에 기반한 고도의 3차원 집적화 기술 개발이 현대 반도체 산업의 필수 과제로 부각됨에 따라 새로운 TMD 합성 기술의 필요성이 절실한 상황이었다.이에 연구진은 기존에 보고된 적 없는 새로운 성장법을 개발해 이 문제를 해결했다. 그래핀과 같은 2차원 물질을 템플릿으로 활용해 TMD의 결정이 정렬된 형태로 성장하도록 유도하는 방식을 고안햤다.어떤 기판에서도 완벽한 단결정 TMD 박막을 합성할 수 있는 ‘하이포택시(Hypotaxy)’ 기술을 세계 최초로 구현한 것이다.박막이 하부 방향으로 성장한 특성을 반영해 이 합성법을 ‘아래 방향’을 의미하는 ‘하이포(hypo)’와 ‘정렬’이란 뜻의 ‘택시(taxy)’를 접목한 ‘하이포택시’로 명명했다.반도체 제조 공정과의 호환이 가능한 저온(400℃)에서도 단결정 TMD를 성장시킬 수 있는 이 기술은 산업적으로 큰 의미를 지닌다.후처리 없이 템플릿이 자연적으로 제거되며 금속 박막 두께를 조절해 TMD의 층수까지 정밀하게 제어할 수 있다는 점에서도 기존 방식과 크게 차별화된다.이번 기술을 이용해 합성한 TMD로 만든 반도체 소자가 높은 전하 이동도와 우수한 소자 균일성을 보임으로써, ‘하이포택시’가 반도체 소자의 고성능화·고집적화 및 차세대 2차원 반도체 상용화에 기여할 핵심 기술로 활용될 가능성이 커졌다.아울러 ‘하이포택시’는 단순히 2차원 반도체 성장 기술에 그치지 않고 모든 결정질 박막 물질의 성장에도 적용 가능한 혁신적 기술이라는 평가를 받고 있다.기존 반도체 제조 방식의 한계를 극복했을 뿐 아니라, 템플릿을 통해 결정 방향 및 구조를 원하는 대로 조절할 수 있는 완전히 새로운 방식을 세계 최초로 제안했기 때문이다.현재 서울대 재료공학부에서 박사과정을 밟고 있는 문동훈 연구원은 기존에는 합성이 불가능해 다양한 측정에 제약이 있었던 무아레 구조(Moiré structure)를 하이포택시 성장법으로 합성시키는 연구에 주력하고 있다.이전의 합성법으로는 대면적 고품질 성장이 어려웠던 다양한 신물질에 하이포택시 기술을 적용시키는 연구도 수행하고 있으며, 향후 박사후연구원으로서 연구를 이어 나갈 예정이다.연구를 지도한 이관형 교수는 “우리가 개발한 하이포택시(Hypotaxy) 기술은 1930년대에 최초로 그 개념이 제안돼 현대 전자소자 개발을 이끈 에피택시(Epitaxy) 기술의 한계를 돌파했다”고 이번 연구의 의미를 짚으며 “하이포택시는 차세대 AI 반도체의 기반이 되는 3차원 집적을 가능케 한 만큼 재료공학 분야에서 혁신적인 접근법으로 자리매김하리라 기대한다”고 밝혔다.논문의 단독 1저자인 문동훈 연구원은 “다양한 소재를 고품질로 합성하는 대표적 기술인 에피택시에 대한 관념과 틀을 깨는 것이 가장 큰 도전이었다”고 연구 과정을 돌아보며 “기판의 종류와 관계없이 단결정 성장이 가능한 하이포택시 기술이 바로 에피택시에 대한 역발상에서 나왔듯 이번 성과가 앞으로 신물질 개발과 새로운 격자 구조의 합성 등의 분야에서 기존 연구들을 뛰어넘는 혁신적인 연구를 촉진하는 마중물이 되길 바란다”고 말했다.

▲ 서울대 해동첨단공학관에서 열린 제32회 로보콘 대회[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 최근 해동첨단공학관에서 기계공학부의 로봇 만들기 프로젝트 수업인 ‘창의공학설계’ 수강생들이 참가한 제32회 로보콘 대회를 개최했다. ‘창의공학설계’의 아이콘인 ‘로보콘’ 대회는 수강생 전원이 수업에서 제작한 로봇으로 팀별 승부를 겨루는 경진대회다.강의와 실습에서 기계 작동 원리 및 설계 원칙을 배운 새내기 학생들은 ‘관악캠퍼스 수해 복구’처럼 매년 주어진 과제에 맞는 로봇을 만들어 미션을 수행하는 시합을 벌인다.1위 팀은 도쿄공업대, 상하이교통대, 싱가폴국립대 등이 참여하는 국제 로보콘 대회 출전권을 얻어 세계 무대에서 실력을 발휘할 기회를 누릴 수 있다.처음으로 ‘다자유도 텔레오퍼레이션(teleoperation) 로봇팔’이 도입된 올해 수업의 수강생들은 2024년 11월29일 열린 제32회 로보콘 대회에서 동일한 모터를 활용해 각기 다른 모양과 기능의 로봇팔을 선보였다.약 60명의 참가자들은 기본 장비에 참신한 아이디어를 더해 더 섬세한 로봇팔, 더 기동력 있는 몸통을 구현하는 데 중점을 뒀다.올해는 ‘흑백요리사’를 주제로 두 팀이 주어진 요리를 만들어서 서빙을 하는 미션으로 시합을 벌였다. 요리사 로봇이 식재료를 담고 장애물을 통과해 서빙 업무를 수행하는 치열한 대항전을 치룬 결과, 24학번 학생 5명으로 구성된 ‘조립왕’ 팀이 우승의 영예를 안았다.우승팀의 리더를 맡은 정재원 학생은 “72시간 동안 자지 않고 버틸 수 있다는 걸 이번 대회를 준비하며 처음 알았다”고 로보콘 준비에 쏟은 노고를 돌아보며 “경기 초반에 전선을 정리하지 못한 초보적인 실수로 로봇을 처음부터 재조립했는데 그 경험 덕분에 유사한 상황에서 침착하게 대응한 점이 우승의 비결”이라고 밝혔다.같은 팀의 임도현 학생은 “한 학기 동안 아침에 일어나서 밤에 잠들 때까지 하루 종일 어떻게 해야 로봇을 더 잘 만들 수 있을지 한 가지만 생각했던 행복한 시간이었다”며 “로봇공학처럼 저절로 몰두하게 만드는 일을 평생 직업으로 삼고 싶다”고 말했다.‘육하하하’ 팀의 윤종환 학생은 “안정적인 직장을 얻고 싶어 기계공학부에 진학했는데 창공을 수강한 후 앞으로 더 큰 도전을 해보고 싶다는 생각이 들었다”고 참가 소감을 남겼다.‘창의공학설계(창공)’는 신입생들이 직접 로봇을 만드는 과정에서 함께 협업하고 경쟁하며 진정한 공학자로 성장할 수 있도록, 고(故) 주종남 기계공학부 교수가 1993년 처음 도입한 전공 과목이다.학생들은 임무를 완수하는 로봇을 설계하고 이를 현실에서 구현하며 창의적 아이디어를 실현하고 문제 해결 능력을 키우는 기회를 갖는다.매사추세츠 공과대(MIT), 스탠포드대 등 세계 초일류 대학의 대표 강좌에 버금가는 역사와 전통을 자랑하는 이 수업은 서울대의 대표적인 창의력 교육 과정으로 손꼽힌다.매 학기마다 새로운 수업 주제와 로봇 부품으로 교육이 이뤄지는 등 끊임없이 기술의 발전상을 커리큘럼에 반영해 온 노력은 창의공학설계가 서울대 공대의 전통으로 자리매김한 요인으로 꼽힌다.2023년부터는 컴퓨터응용설계와 소프트웨어의 기초를 배우는 창의공학설계1, 로봇 하드웨어와 모터제어 및 기초회로를 추가로 배우고 실제 로봇을 제작하는 창의공학설계2의 두 학기 과정으로 나뉘어 운영하고 있다.기계공학부 이호원 교수는 “서울대 기계공학부에만 3명의 교수가 창공 수상자 출신일 정도로 이 수업에 적극적으로 참여한 학생들이 향후 우수한 공학도로 성장하는 비율이 높다”고 설명하며 “앞으로도 매해 새로운 시도를 통해 도전적인 차세대 공학자들을 육성할 계획”이라고 밝혔다.

▲ 왼쪽부터 서울대 기계공학부 조규진 교수(교신저자), 엄재민 박사과정생(제1저자), 유성렬 박사과정생(제2저자)[출처=서울대학교 공과대학]서울대(총장 유홍림) 공과대(학장 김영오)에 따르면 기계공학부 조규진 교수(인간중심 소프트 로봇기술 연구센터장) 연구팀이 효율적인 픽 앤 플레이스(pick-and-place) 작업을 위해 사람처럼 여러 물체를 한 번에 옮길 수 있는 로봇 그리퍼를 개발했다.이 기술은 물체를 동시에 옮길 뿐만 아니라 원하는 위치에 정렬할 수 있는 기능까지 구현했기 때문에 비정형 환경에서도 활용 가능성이 크다.2024년 12월12일(목요일) 로봇 분야의 저명한 국제 학술지 ‘사이언스 로보틱스(Science Robotics)’에 연구 성과인 '사람의 손동작 원리를 분석해 로봇 그리퍼에 성공적으로 적용한 사례'를 게재해 학계의 주목을 받았다.연구의 출발점은 ‘다물체 파지(multi-object grasping)’로 불리는 사람의 파지 방법이다. 연구팀은 2019년 공장에서 작업자들이 효율적 작업을 위해 물체를 하나씩 옮기지 않고 여러 개를 동시에 옮기는 모습을 보고 영감을 얻어 연구를 시작했다.조규진 교수는 “실제 사람의 손동작과는 다르게 기존의 그리퍼 연구들은 대부분 로봇이 한 번에 하나의 물체를 옮긴다는 가정 하에 발전해 왔다”고 말했다.“한 번에 여러 물체를 옮기는 다물체 파지 그리퍼도 개발된 바 있지만 여러 개의 작은 그리퍼들을 로봇팔 끝단에 배치한 형태라 정형화된 환경에서만 사용이 가능하다는 한계가 있었다”고 밝혔다.이러한 제약에 문제의식을 가진 연구팀은 비정형 환경에서도 그리퍼 활용이 가능하도록 사람의 다물체 파지 전략을 분석해 이를 적용한 로봇 그리퍼를 세계 최초로 개발했다.이 과정에서 핵심이 된 동작은 ‘손가락-손바닥 이동 동작(finger-to-palm translation)’과 ‘손바닥-손가락 이동 동작(palm-to-finger translation)’이다.예를 들어 사람들은 책상 위에 놓인 여러 물체를 손바닥에 모으기 위해 손가락으로 물체를 하나씩 잡고 손바닥으로 옮기는 과정을 반복한다.그리고 모은 물체들을 식탁 위로 함께 옮긴 후 다시 손가락으로 하나씩 잡아 원하는 위치에 배치할 수 있다.연구팀은 이 동작 원리를 로봇에 도입해 물체를 하나씩 잡아 저장하고 여러 물체를 한 번에 옮긴 뒤 다시 개별적으로 원하는 위치에 정렬할 수 있는 로봇 그리퍼를 개발한 것이다.이를 구현하기 위해 그리퍼의 손가락에 디커플링 링크(decoupling link)를 설치함으로써 물체를 파지하고 손바닥으로 전달하는 동작을 기구학적으로 분리해 제어를 간단히 해결했다.그리퍼의 손바닥은 유연한 털이 배열된 벨트형 구조로 물체를 안정적으로 저장하며 다양한 크기의 물체를 동시에 처리할 수 있도록 설계했다.이와 같이 독특한 하드웨어 설계를 통해 연구진은 사람의 복잡한 움직임을 로봇에 맞게 간단화시킨 후 적용했다. 총 3개의 모터만으로 모든 움직임을 구현하는 데 성공했다.연구진은 실험실 스케일의 데모를 통해 이번에 개발된 그리퍼가 다양한 비정형 환경에서 적용될 수 있음을 검증했다.먼저 물류 환경에서 그리퍼가 선반에 놓인 8개의 물체를 2번의 왕복 운동으로 옮길 수 있다. 이때 물체를 하나씩 옮기는 단일 물체 파지 방식과 대비해 공정 시간을 34% 절감, 로봇팔의 이동 거리를 71% 단축할 수 있다는 사실을 확인했다.또한 가정 환경에서는 책상에 놓인 물체들을 모두 저장한 뒤, 원하는 위치에 하나씩 놓을 수 있음을 검증했다.이처럼 연구진이 개발한 그리퍼는 물류 및 가정 환경 뿐 아니라 대표적인 비정형 환경으로 꼽히는 빈-피킹(bin picking, 여러 물건이 컨테이너, 수납함 등의 용기에 어지럽게 쌓여 있는 공정) 공정에도 적용이 가능할 것으로 기대된다.현재 조규진 교수 연구팀은 다품종 소량생산, 빈 피킹, 물류 공정 등 자동화가 이뤄지지 않은 다양한 공정에 이 기술을 적용할 수 있는지 검토 중이다. 벨트형 손바닥의 디자인을 타깃 물체에 맞게 최적화하는 연구에 매진하고 있다.제1저자인 박사과정 엄재민 연구원은 2025년 2월 졸업 후 박사 후 연구원으로서 다물체 파지 그리퍼의 경로 계획(path planning)과 벨트형 손바닥의 디자인 최적화 연구를 추가로 진행할 계획이다.연구책임자인 조규진 교수는 “자연의 원리는 효율적인 로봇 동작 설계에 대한 영감을 준다”며 “이때 단순히 자연의 동작을 모방하는 게 아니라, 핵심 원리를 로봇에 맞게 재구성하는 것이 로봇공학자의 역할”이라고 연구의 방향성을 설명했다.또한 “사람의 다물체 파지 방법에서 손안 이동 기술은 핵심적인 움직임인데 이번에 제안한 그리퍼는 이 원리를 최초로 로봇에 적용한 사례”라고 이번 연구의 의의를 강조했다.

▲ 모그립 로봇팔. 사람이 손가락으로 집어 손바닥에 올리면서 잡는 원리를 처음으로 적용했다 [출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 2024년 11월29일 관악캠퍼스 공학관에서 제1회 ‘서울대 로보틱스 데이(SNU Robotics Day)’를 성황리에 개최했다.‘로보틱스 데이’는 로봇 분야의 융합연구 성과를 선보이는 자리로 주제별 융합 연구를 지원하는 서울대 공대의 공학 혁신 프로그램 ‘킵 워치(Keep Watch)’의 일환이다.1부 행사에서는 서울대에서 로봇을 제작·연구·활용하는 공학자들이 연구실을 소개하고 로보틱스(Robotics) 연구성과와 로봇 데모를 발표다. 2부 행사에서는 ‘창의공학설계’ 수업 수강생 60명이 직접 만든 로봇으로 ‘로보콘’ 결승전을 치뤘다.김영오 공과대학장은 축사에서 “연구자들은 로봇과 같은 미래 핵심기술을 연구할 때 먼저 우리 사회가 무엇을 필요로 하는지, 사회의 가장 큰 이슈는 무엇인지부터 파악하고 공유해야 한다”고 말했다.또한 “그에 대응하는 기술 혁신의 방향성을 함께 찾기 위해 로봇 공학자들이 한자리에 모이는 로보틱스 데이를 처음으로 개최했다”고 행사의 취지를 강조했다.이어진 장병탁 서울대 AI 연구원장, 박종우 전 로봇학회 회장의 축사로 시작한 1부에서는 서울대 내 25개 연구팀이 최근 논문으로 발표했거나 개발 중인 로봇들의 제작 원리를 설명했다.현장에서 시연이 어려워 영상으로 소개된 대형 로봇, 수영 로봇, 수술 로봇, 우주 로봇 등은 참석자들의 눈길을 끌었다.새로 개관한 인공지능(AI) 교육연구 공간인 해동첨단공학관의 AI 로봇 클러스터에서는 40여 명의 연구원들이 로봇을 시연했다.특히 입구에서 안내봇 역할을 맡아 사람이 손을 내밀면 센서로 인식해 잡아주는 ‘휴머노이드 로봇’과 처음 인사를 나눈 참석자들은 사람이 직접 입을 수 있는 ‘웨어러블 로봇’을 접하는 시간을 가졌다.특수천으로 제작돼 가벼우면서도 무릎의 부하를 줄이는 ‘엑소 언로더 로봇’, 무거운 물건을 들 때 허리를 보조하는 조끼 모양의 ‘스쿼트 로봇’, 중량물 작업 시 척추가 부담하는 하중을 줄이는 ‘허리 동작 보조 웨어러블 슈트’, 사람의 고관절을 움직여 걷고 뛰는 기능을 향상시킨 ‘고관절 보조로봇’ 등이 선보였다.데모를 보여준 한 연구원은 인체를 보호하고 신체 능력을 높인다는 점에서 웨어러블 로봇의 목적은 모두 동일하지만, 소재부터 프로그램에 이르기까지 그 접근 방식은 매우 다양하다고 설명했다.기존에는 인간의 손을 통해서만 수행할 수 있었던 기능을 정밀하게 모사한 로봇들도 참석자들의 많은 관심을 받았다.사람이 손가락으로 물건을 집어 넓은 손바닥에 옮겨 담는 이동 원리를 로봇 분야에서 처음으로 구현한 ‘모그립 로봇’, 좁은 공간에 차곡차곡 접시를 정리하는 ‘접시 수납 로봇팔’의 데모는 서울대 연구팀의 우수한 기술력을 입증했다.개발에 참여한 한 연구원은 인간에게는 단순해 보이는 노동을 로봇이 수행하려면 탁월한 시각 지능과 판단 능력을 갖춰야 하는 만큼 이 로봇들은 수많은 도전 끝에 얻어낸 성공적인 결과물이라고 전했다.그 밖에도 수술 중 환자 조직과의 촉감을 측정해 마치 직접 손으로 수술할 때처럼 의료진의 손에 촉각 정보를 전해주는 ‘햅틱 수술 로봇’을 비롯한 의료용 로봇, 보스턴 다이너믹스(Boston Dynamics)의 개발 모델에 연구팀이 자체 개발한 공간인식 AI 프로그램을 설치해 미리 학습되지 않은 새로운 공간에서도 자유자재로 이동하도록 구현한 로봇 개 등도 많은 관심을 받았다.로봇 수십 대의 데모를 지켜본 로봇 전문기업의 표윤석 공학박사는 “발표와 데모를 통해 젊은 연구자들의 열정을 고스란히 느낄 수 있어 즐거운 시간이었다”면서 “당장 상용화를 시도하고 싶은 로봇도 많아 서울대와 적극적으로 협업할 필요를 느낀다”고 소감을 전했다.이날 행사의 2부는 로봇공학 기초 과목인 ‘창의공학설계’를 수강하며 미래의 로봇 공학자를 꿈꾸는 60명의 1학년 학생들이 직접 만든 로봇으로 팀별 대항전을 치르는 ‘로보콘’을 관람하는 시간으로 진행됐다.2024년 새로 도입된 다자유도 로봇팔의 기능을 창의적으로 활용한 ‘조립왕’ 팀이 접전 끝에 우승해 국제 로보콘 참전권을 획득하고 축하를 받으며 로보틱스 데이가 마무리됐다.로봇 분야의 대표적 국제 학회인 IEEE RAS (미국 전기전자공학회 산하 로봇자동화학회)의 제24대 회장을 역임했던 서울대 기계공학과 박종우 교수는 행사를 마친 후 “로봇의 시대는 인간의 외형을 지닌 기계가 판매되는 시기가 아니라 우리가 풀어야 할 문제를 지능을 갖춘 기계를 만들어 해결할 수 있는 시기이고 바로 지금이 로봇의 시대다”고 강조했다.또한 박 교수는 “지금도 지구상에는 로봇화를 통해서만 해결이 가능한 수많은 문제들이 산적해 있다. 앞으로 매년 가을에 열릴 로보틱스 데이가 이 같은 시대적 과제에 맞설 공학자들에게 창의적인 도전 정신을 고취하는 계기가 되길 바란다”고 밝혔다.

▲ 좌측부터 김지환 연구원(협동과정 인공지능전공 석사과정), 강준오 연구원(전기정보공학부 박사과정), 한보형 교수(전기정보공학부, 협동과정 인공지능전공)[출처=서울대학교 공과대학]서울대학교(총장 유홍림) 공과대학(학장 김영오)에 따르면 전기정보공학부 한보형 교수가 지도하는 컴퓨터비전 연구팀(CVLAB)이 혁신적인 인공지능(AI) 기술 ‘피포 디퓨전(이하 FIFO-Diffusion)’을 개발했다.‘피포 디퓨전(이하 FIFO-Diffusion)’은 별도의 학습 없이 무한한 길이의 비디오를 생성할 수 있는 인공지능(AI) 기술이다. 기존 영상 생성 모델의 한계를 극복해 디퓨전 모델에 기반한 비디오 생성기술의 새로운 방법론을 제시했다는 평가를 받고 있다.이 기술을 제안한 논문 ‘FIFO-Diffusion: Generating Infinite Videos from Text without Training’은 2024년 10월 인공지능 및 기계학습 분야의 최고 권위 국제학술대회 ‘NeurIPS 2024 (Neural Information Processing Systems, 신경정보처리시스템학회)’의 발표 논문으로 채택돼 학계와 산업계의 주목을 받은 바 있다.NeurIPS는 인공지능 및 딥러닝 분야의 최신 연구 성과와 혁신적 기술이 발표되는 자리로 매년 엄격한 심사를 통과한 우수한 논문이 발표 논문으로 선정된다.기존의 비디오 생성 모델은 영상 길이가 길어질수록 메모리 소모가 급격히 증가해 대규모 하드웨어 자원이 필요했을 뿐 아니라 프레임 간 일관성 유지에 어려움이 있어 부자연스러운 영상을 생성하는 한계가 있었다.이에 연구팀은 메모리 사용량을 일정하게 유지하면서도 각 프레임이 자연스럽게 연결되는 영상을 생성하는 FIFO-Diffusion을 개발했다.개발된 기술은 사전에 짧은 클립을 통해 훈련된 디퓨전 모델이 추가 학습 없이 텍스트 조건에 맞춰 무한한 길이의 비디오를 생성하도록 설계됐기 때문에 고화질의 비디오를 장시간 생성할 수 있다.특히 이번 연구에서는 비디오 품질 개선을 위해 세 가지의 혁신적 기법이 활용돼 관심을 끌었다. 먼저 각기 다른 노이즈 레벨의 비디오 프레임을 일련의 큐(queue) 형태로 동시에 처리하는 ‘대각선 디노이징(diagonal denoising)’ 기법을 통해 디퓨전 모델이 품질 저하 없이 무한히 긴 비디오를 생성하는 것을 가능케 했다.이어서 프레임을 여러 블록으로 나눠 병렬 처리하는 ‘잠재 파티셔닝(latent partitioning)’ 기법으로 프레임 간 노이즈 레벨 차이를 줄였다.그리고 새로 생성될 프레임들이 이전에 생성된 더 깨끗한 프레임을 참조하도록 하는 ‘앞서보기 디노이징(lookhead denoising)’ 기술을 도입해 후반 프레임의 손실을 감소시켜 더욱 선명한 비디오 출력을 구현할 수 있었다.마지막으로 연구진은 비디오 생성 속도와 품질을 한결 높인 이 기법들을 다중 GPU에 병렬로 적용해 효율성을 극대화함으로써 무한히 긴 영상을 생성하는 비디오의 실현 가능성을 입증했다.FIFO-Diffusion 기술은 향후 영화, 광고, 게임, 교육 등 다양한 콘텐츠 산업에서 널리 활용될 것으로 기대된다. 기존의 텍스트 기반 비디오 생성 모델들은 3초 이내의 짧은 클립만 생성할 수 있어 실제 콘텐츠 제작에 이용되기 어려웠다.하지만 이러한 제약을 뛰어넘은 FIFO-Diffusion 기술이 상용화되면 길이에 대한 제한없이 더 자연스러운 비디오를 생성할 수 있다.또한 학습을 위한 대규모 하드웨어 자원이나 방대한 데이터를 필요로 하지 않는 강점 덕분에 FIFO-Diffusion이 AI에 기반한 영상 콘텐츠 제작을 한층 활성화될 전망이다.연구를 지도한 한보형 교수는 “기존 비디오 생성 모델의 한계를 깬 FIFO-Diffusion은 별도의 학습 없이 무한한 길이의 비디오를 생성한다는 새로운 개념을 수립했다는 점에서 의미가 남다르다. 향후 이 기술을 바탕으로 다양한 후속 연구를 이어 나갈 계획이다”고 밝혔다.논문의 주 저자인 김지환 연구원은 “이번 개발로 비디오 생성 기술이 영상 콘텐츠 분야에서 폭넓게 사용될 수 있는 토대가 마련됐다”고 연구의 의미를 설명했다.한편 연구 논문의 공동 제1저자인 김지환, 강준오 연구원은 현재 서울대 컴퓨터비전 연구실에서 비디오 생성 분야의 후속 연구를 심도 깊게 수행하고 있다.