인간처럼 인지적 촉감 느끼는 촉감 아바타 기술 개발

- 개인별 감성 복제 촉감 아바타 기술 실마리

통증이나 촉감을 느낄 수 있는 의수나 로봇팔 연구가 활발한 가운데 다기능 촉각센서와 머신러닝 방식으로 사람마다 다른 인지적 촉각을 구현하는 아바타 기술이 소개됐다. 단순한 움직임을 위한 손의 물리적 촉각기능을 대신하는 것이 아니라 촉각 자극에 대한 감성적 인지까지 모사할 수 있는 가능성을 보여줌으로써 스마트폰이나 로봇이 사람처럼 인지적 감성을 구현하는데 응용될 수 있을 것으로 기대된다.
  한국연구재단(이사장 노정혜)은 장재은, 최지웅, 문제일 대구경북과학기술원 교수 연구팀이 접촉한 물체의 표면정보를 읽어낼 수 있는 다기능 촉각센서를 구현하고, 이를 기계학습 기반 신호처리와 융합하여, 사용자 개인의 독특한 촉감 감성을 모사하여 해석할 수 있는 아바타 기술을 구현했다고 지난달 17일 밝혔다.
  같은 재질의 옷감에 대해 사람마다 거칠다, 부드럽다 등 인지적 촉각이 다를 수 있는데 사용자의 고유한 촉각감성을 학습하여 유사하게 구현하는 한편, 학습되지 않은 촉각자극에도 사용자의 인지적 촉감을 예측해 구현하는 것이다.
  연구팀은 손마디 크기에 수 십 개의 센서를 배열, 물체의 거칠기, 온도와 단단함, 형태 등을 감지하도록 했다. 촉각센서가 옷감을 누르고 문질러서 옷감 표면의 물리적 특성을 파악하고 이를 기반으로 인공감성을 구현하여, 개인별로 다를 수 있는 촉감에 따른 감성을 90% 이상의 일치율로 구현했다.
  피부에 가해지는 압력이나 진동을 모방해 자연스럽게 물체를 잡거나 움직이는 물리적인 모방에서 나아가 우리 뇌가 촉각자극으로 인한 전기화학적 신호를 감성적 신호로 변환하는 인지구조를 모방하고자 하였다. 40여개의 다양한 옷감에서, 개인마다 다른‘거칠다/부드럽다’라는 감성의 정도차이를 학습한 아바타 시스템은 새로운 옷감에 대해서도 특정한 학습대상의 감성과 거의 일치하는 결과를 얻을 수 있었다.
  기계학습에서 기존에 학습된 사항에 대한 판단의 정확도는 매우 높아지고 있으나, 학습되지 않은 내용을 판단하는 정확도를 높이는 것은 큰 도전이다. 연구팀은 이번 연구에서 학습되지 않은 물체에 대해서도 촉감 아바타가 사용자와 거의 유사한 감성판단을 내리는 의미 있는 결과를 얻었다고 설명했다.
  과학기술정보통신부와 한국연구재단이 추진하는 휴먼플러스융합연구개발사업과 중견연구사업 등의 지원으로 수행된 이번 연구성과는 국제학술지‘어드밴스드 사이언스(Advanced Science)’에 2월 8일 온라인판 게재됐다.

[연구의 주요 내용]

1. 연구의 필요성

인간의 오감을 모사하기 위한 연구가 시작된 이후로, 시각이나 청각과 같은 모사의 완성단계에 이르렀고, 녹음기, 카메라 TV 등 사회적 경제적으로 매우 높은 파급력을 유발하였다. 따라서 아직 완전히 모사되지 않는 촉각, 미각, 후각 감각을 모사하기 위해 많은 연구가 진행 중이며, 이중 촉각의 모사가 가장 활발히 이루어지고 있다.
  기존에는 촉각센서의 물리적 성능을 높이기 위한 연구를 많이 진행 했지만 사람이 실제 느끼는 정신감각적인 자극의 구분을 위한 연구는 거의 이뤄지지 않은 상태이다. 따라서 이번 연구에서는 인공 촉각센서 개발을 통해 사람의 촉각과 유사 하게 물체의 표면형태, 온도, 강도 등을 감지하고, 이를 인간이 물체로부터 느끼는 감성적인‘거칠다’,‘부드럽다’의 판단결과와 기계학습을 하여 인간처럼 인지적 촉감을 생성할 수 있는 촉감 아바타 기술을 개발하였다.

2. 연구내용

인공 촉각센서의 개발과 이를 기반으로 사람이 다양한 옷감 재질에서 느끼는 ‘거칠다’와 ‘부드럽다’의 촉감을 생성하는 부분을 모사 하는 기계학습 기반의 신호처리를 수행하였다.  
  인지적 촉감을 생성하기 위해서는 사람처럼 물체로부터 정교한 물리 인자를 획득하는 센서의 개발이 필수적이다. 본 연구에서는 신호 생성시 전력을 소모하지 않는 압전현상을 기반으로 하는 센서를 개발 하였고, 촉감 신호처리의 핵심인자인, 온도, 물체의 단단함, 표면 형태를 하나의 센서 구조에서 모두 측정할 수 있는 시스템을 개발 하였다.
  센서에서 얻은 촉각신호에 인공지능(AI) 기술을 적용, 개인별 촉감 히스토그램¹⁾과 매핑될 수 있도록 학습시켜 개개인의 촉각 아바타를 구현할 수 있는 머신러닝 기술을 개발하였다. 기존의 단순 매질 구분이 아닌 개인별 촉각 편차를 히스토그램화 하였다는 측면에서 차별성을 가진다. 
    
3. 연구성과/기대효과

촉감은 감성적인 부분을 가지고 있어 같은 옷감에 대해서도 개인이 느끼는 촉감은 상이할 수 있어 기계학습으로도 해결하기 매우 어렵다.
  이번 연구에서는 특정인(마스터)의 감성을 모사하고 이를 기반으로 학습된 촉감 아바타 시스템이 마스터와 동일한 촉감을 느끼는 기술을 개발하여 학습된 물체에 대해서는 아바타-마스터의 판단 일치율을 최대 98% 이상으로 구현하였다. 특히 학습되지 않은 새로운 물질-즉 마스터가 어떤 감성을 느끼는지 모르는 상황-에 대해서도 최대 91%의 감성 일치율을 보여, 기계학습 분야에서 매우 새롭고 의미 있는 결과를 도출하였다.
  이 기술은 향후 휴먼-시스템 인터페이스에서 감성전달의 실마리가 될 수 있을 것으로 기대된다. 또한 전자상거래 등에서도 구매자를 대신 하여 구매하려는 옷의 재질의 개인적 호불호를 판단하는 등의 가상공간에서 촉감을 대신하는 감성적 가상촉감 기술로 응용할 수 있을 것으로 기대된다.

[그림 1] 촉감 아바타 시스템 개략도
개인별로 다른 촉감감성을 그대로 모사한 촉감 아바타 기술 : 개인별로 옷감 등에서 느끼는 감성과 인공 촉각센서에서 옷감에서 얻어진 물리적 데이터를 기반으로 기계학습을 수행하여 개인의 촉감 감성을 모방할 수 있는 아바타 시스템을 구현함. 아바타 시스템을 통해 다양한 재질의 옷감에서‘거칠다’와 ‘부드럽다’는 판단을 내렸을 때, 개인(마스터)별 취향과 동일한 결과를 획득하였음.

[그림 2] 사람 손가락 모방 촉각센서 및 아바타 시스템
(왼 쪽) 손가락 모양의 촉각센서 : 사람 손가락의 촉각세포 분포와 유사하게 1cm2에 자리 잡은 32~64개의 센서가 물체의 온도, 단단함, 형태를 감지함.
(오른쪽) 촉감 아바타 시스템 : 사람 손가락처럼 촉각센서가 옷감을 누르고 문질러서 옷감 표면의 물리적인 특성(거칠기나 단단함 등)을 파악하고 이를 기반으로 개개인별로 다를 수 있는 촉감에 따른 감정(이를테면 거칠다 부드럽다 등)을 90% 이상의 일치율로 구현해 냄.

-----이하 생략

<본 사이트에는 일부 내용이 생략되었습니다. 자세한 내용은 세라믹코리아 2021년 3월호를 참조바랍니다. 정기구독하시면 지난호보기에서 PDF를 다운로드 하실 수 있습니다.>