학술대회

제 목

한국형 AI 휴머노이드 KAPEX: 민관협력 산업 생태계 구축까지

강연자

이종원

소 속

한국과학기술연구원(KIST)

직 위

단장

요약

글로벌 AI 휴머노이드 기술 경쟁이 본격화되는 가운데, 본 강연에서는 KIST가 개발 중인 한국형 차세대 AI 휴머노이드 'KAPEX'와, 이를 기반으로 올해 착수한 민관협력 기반 AI 휴머노이드 원천기술 고도화 사업을 소개한다. KAPEX는 경량·고출력 구동기, 인체를 모사한 다자유도 복합관절, 촉각·역감 통합 감각핸드 등 핵심부품을 자체 기술로 개발하여 높은 부품 국산화율을 달성한 실작업형 휴머노이드 플랫폼으로, 시연 중심에 머물던 기존 기술을 실제 산업·서비스 현장에 적용 가능한 수준으로 끌어올리는 것을 목표로 한다. 아울러 LG그룹 계열사가 휴머노이드 밸류체인을 분담하는 국내 대표기업 연합 컨소시엄과 산·학·연·병이 함께 참여하는 민관협력 사업의 추진 계획을 공유한다. 이를 통해 K-휴머노이드 산업 생태계 구축의 방향과 국내 로봇 연구계의 협력 과제를 함께 논의하고자 한다.

약력

- 2024~현재 한국과학기술연구원 휴머노이드연구단 단장

- 2020~현재 한국과학기술연구원 책임연구원

- 2019~2020 삼성종합기술원 수석연구원

- 2012~2019 삼성종합기술원 책임연구원

학력

- 2012 POSTECH 기계공학과 박사

- 2007 POSTECH 기계공학과 석사

- 2005 POSTECH 기계공학과 학사

제 목

Physical AI 시대, 왜 다시 메커니즘인가: 차동기어와 발가락 관절로 보는 휴머노이드 다리 설계

강연자

조백규

소 속

국민대학교

직 위

교수

요약

Physical AI 시대의 도래와 함께 중국을 중심으로 다수의 휴머노이드 로봇이 빠르게 등장하고 있으며, 강화학습을 비롯한 학습 기반 제어 방법론의 발전으로 고성능 보행·동작 알고리즘의 개발 장벽도 크게 낮아지고 있다. 그러나 이러한 알고리즘의 범용화·평준화가 진행될수록 역설적으로 하드웨어 자체는 상대적으로 단순한 구조에 머물러 있는 경우가 많다. 이는 곧, 알고리즘만으로는 확보하기 어려운 성능과 효율의 차이가 오히려 메커니즘 설계에서 갈릴 수 있음을 시사한다.

 

본 강연에서는 이러한 문제의식을 바탕으로 두 가지 메커니즘적 접근이 가져오는 효율화 효과를 다룬다. 먼저, 고관절(hip pitch)-무릎관절(knee pitch)에 차동기어(differential gear) 구조를 도입하면, 기존의 직렬 구동+감속기 방식이 갖는 토크-속도 트레이드오프에서 벗어나 넓은 속도 범위에서도 높은 최대 토크를 낼 수 있게 되어, 동일한 구동기 사양으로도 더 강건하고 효율적인 관절 구동이 가능해진다. 다음으로, 발목 관절에 발가락 관절을 추가하면 지면 반력을 보다 적극적으로 활용할 수 있게 되어, 점프와 같은 동적 동작에서의 운동 효율이 개선되는 효과를 강화학습 기반 정책 학습 및 sim-to-real 전이 실험을 통해 확인할 수 있다.

 

두 사례를 통해, 알고리즘이 쉬워지는 시대일수록 메커니즘적 관점에서의 효율화가 휴머노이드 로봇의 실질적 성능 차별화 요소가 될 수 있음을 제안하고, 하드웨어-알고리즘 공동 설계(co-design)의 중요성에 대해 논의한다.

 

약력

- 2011~현재 국민대학교 교수

- 2023~현재 SwanRobotics CEO

학력

- 2004~2009 KAIST 기계공학과 박사

- 2002~2004 KAIST 기계공학과 석사

- 1998~2002 KAIST 기계공학과 학사

제 목

피지컬 AI 시대의 도래: 스스로 배우고 일하는 로봇 혁신

강연자

백승민

소 속

LG전자(주)

직 위

상무

요약

AI가 디지털 세계를 넘어 물리 세계와 직접 상호작용하는 ‘피지컬 AI’ 시대가 본격화되고 있다. 본 강연에서는 휴머노이드 로봇을 중심으로 글로벌 기술 경쟁과 상용화 동향을 조망하고, 로봇 지능(RFM), 로봇 핸드, 핵심 부품, 데이터가 만들어낼 미래 혁신을 살펴본다.

 

또한 물류·제조·가사 영역에서 확대될 휴머노이드 로봇의 역할과 LG전자가 준비하고 있는 로봇 기술 및 사업 전략을 소개하며, 사람이 더 창의적인 일에 집중할 수 있는 미래 사회의 변화를 전망한다.

약력

- 2019~ 현재 LG전자(주) 로봇선행연구소 연구소장, 상무

- 2025~ 현재 산업부 K-휴머노이드 연합 총괄위원

- 2020~ 현재 한국로봇학회 산학연 부회장

- 2016~2019 LG전자 인텔리전스연구소 로봇 Task 리더 (연구위원, 수석연구위원)

- 2011~2015 LG전자 미래IT융합연구소 CV팀장

- 2003~2010 성균관대·일본 나고야대·프랑스 LASEA 연구소 연구원/연구교수

학력

- 2002 성균관대학교 전기전자 및 컴퓨터 공학부 박사

- 1998 성균관대학교 전자공학과 석사

- 1996 성균관대학교 전자공학과 학사

제 목

물리적 인간-로봇 상호작용을 위한 전신 촉각 지능

강연자

박경서

소 속

대구경북과학기술원(DGIST)

직 위

교수

요약

로봇 기술이 발달하며 휴머노이드가 사람과 공존하는 미래가 현실이 되고 있다. 이 환경에서 물리적 상호작용은 불가피하므로, 로봇은 접촉을 느끼고, 이해하고, 활용하는 능력을 갖추어야 한다. 이를 위해 전신 로봇 피부가 필요하지만, 연구의 상당수는 단일 소자의 성능 향상에 집중되어 있다. 전신 규모에서는 측정 성능과 함께 내구성, 확장성, 제조비용이 요구되어, 실제 로봇에 통합해 활용할 수 있는 피부를 만들기는 여전히 어렵다.

 

본 강연은 이를 '전신 촉각 지능', 즉 하드웨어와 추론이 함께 만드는 전신 스케일 촉각 인지 능력이라는 관점에서 다룬다. 인공지능은 흔히 하드웨어 완성 후의 후처리로 취급되지만, 본 강연은 이를 뒤집어 추론적 촉각 센싱(촉각 초해상도)을 전제로 시스템을 설계하는 접근법을 소개한다. 핵심 아이디어는 각 센서의 수용영역을 의도적으로 넓고 겹치게 만들고, 여기에 인공지능을 적용해 역문제를 풀어 촉각 이미지를 복원하는 것이다. 이를 통해 넓은 비정형의 로봇피부를 효율적으로 구현했으며, 새로운 설계 축을 제시하고 좋은 설계의 기준을 바꿀 수 있었다. 이어서 3D 프린팅으로 제작 비용과 공정 문제를 어떻게 풀었는지, 촉각과 고유수용감각의 융합이 접촉 상호작용을 어떻게 개선했는지 설명한다. 끝으로 이러한 기술을 사람과 공존 가능한 안전하고 믿을 수 있는 로봇으로 연결하는 방법을 논의한다.

약력

- 2023~현재 대구경북과학기술원(DGIST) 로봇및기계전자공학과 조교수

- 2022~2023 University of Illinois Urbana-Champaign 박사후연구원 (Advisor: Joohyung Kim)

학력

- 2018~2022 한국과학기술원 기계공학과 박사 (Advisor: 김정)

- 2016~2018 한국과학기술원 기계공학과 석사 (Advisor: 김정)

- 2012~2016 한국과학기술원 기계공학과 학사

제 목

휴머노이드 로봇 파운데이션 모델

강연자

한병옥

소 속

한국전자통신연구원(ETRI)

직 위

연구실장

요약

최근 대규모 언어 모델의 성공에 힘입어, 로봇 분야에서도 다양한 태스크와 환경에 일반화할 수 있는 파운데이션 모델 연구가 활발히 진행되고 있다. 그러나 고수준의 태스크 이해와 실시간 로봇 제어를 하나의 모델로 달성하는 것은 여전히 어려운 과제이다. 본 강연에서는 이를 위해 고수준 추론과 계획을 담당하는 System 2와 실시간 행동 생성을 담당하는 System 1로 구성된 로봇 파운데이션 모델을 소개한다. 나아가 이 모델을 휴머노이드 로봇으로 확장하기 위한 전신 제어(whole-body control) 연구를 다루며, 이동과 조작을 아우르는 휴머노이드 고유의 도전 과제를 논의한다. 아울러 파운데이션 모델의 성능을 좌우하는 대규모 로봇 데이터를 어떻게 확보할 것인지에 대한 수집 전략과 방향도 함께 소개한다. 이러한 연구들은 궁극적으로 로봇이 인간의 일상 공간에서 다양한 작업을 스스로 수행하는 미래를 향한 발걸음이며, 본 강연에서는 그 가능성과 남은 과제를 함께 조망하고자 한다.

약력

- 2025~현재 로봇파운데이션모델 연구실장

- 2024~현재 UST 인공지능전공 부교수

- 2016~현재 ETRI 선임연구원

학력

- 2010~2016 KAIST 전산학 박사

- 2008~2010 KAIST 로봇공학학제전공 석사

- 2000~2008 중앙대학교 컴퓨터공학 학사

제 목

좋은 로봇 데이터란 무엇인가

강연자

서민준

소 속

컨피그인텔리전스, 한국과학기술원(KAIST)

직 위

대표, 교수

요약

로봇 데이터는 흔히 "얼마나 많이 모았는가"로 이야기되지만, 학습을 좌우하는 것은 데이터가 갖춘 속성이다. 본 발표에서는 좋은 데이터의 조건을 Fidelity·Transferability·Observability·Optimality·Diversity의 다섯 계층으로 정의하고, 이 기준을 실로봇 텔레옵·시뮬레이션·사람 데이터에 적용해 각 경로가 서로 다른 계층에서만 강하다는 점을 보인다. 특히 가장 풍부한 사람 영상에 action이 없다는 비대칭이 왜 World Model 연구로 이어지는지를 짚는다. 결론은 세 경로를 역할을 나누어 병행하는 것이며, 데이터의 유용성은 배포에서만 확인되므로 수집-학습-배포의 루프를 닫아야 한다는 점이다. 마지막으로 데이터 표준화 방향과 Config Intelligence의 수집 체계 및 CFG-1 적용 사례를 소개한다.

약력

- 2024~현재 컨피그인텔리전스 대표

- 2021~2022 Meta AI 연구원

- 2021~현재 KAIST 부교수

- 2018~2021 네이버 클로바 팀장

학력

- 2016~2020 워싱턴대학교 컴퓨터공학과 박사

- 2013~2015 워싱턴대학교 컴퓨터공학과 석사

- 2008~2012 UC버클리 전자컴퓨터공학과 학사