인간과 동물의 모습을 한 로봇이 보급되었다. 사회에 침투하기 어려운 열쇠를 쥐고 있는 것은 ‘얼마만큼 생물과 위화감 없이 움직일 수 있을까’를 제어 할 수 있는 기술이다. 히로시마 대학 대학원 공학 연구과의 什敏夫교수 연구팀은 생물과 같은 ‘학습적응 기능’을 기계에 갖게 하는 연구를 추진하고 잇다. 성과는 서서히 복지기기 분야에 활용되고 있다. 7개의 센서 의자에 앉은 사람이 오른 팔을 움직이면 옆에 잇던 팔 로봇이 거의 동시에 같이 움직인다. 스푼으로 밥을 먹거나 컵에 물을 따르는 등의 복잡한 작업도 해낸다. 98년 什교수팀이 개발한 동물의수는 사람의 생체신호를 사용하여 제어하는 것이 특징이다. 사용자 팔에는 근전위를 측정하는 센서가 6개, 위치를 측정하는 자기 센서가 1개 부착되어 있다. 센서로 검지한 신호는 무선으로 PC로 옮겨진다. 컴퓨터는 신호를 기준으로 사용자 힘을 계산. 의수의 미묘한 힘 세기까지 컨트롤 가능하다. 손을 잃은 사람도 한동안은 손을 움직이는 감각을 기억하고 있다. 남은 팔 근육에 적확히 센서를 부착하면 자신의 손과 비슷한감각으로 조작할 수 있다. 사용시에는 미리 근육의 움직임을 컴퓨터에 기억시켜 의수의 움직임과 일치하는 학습작업을 한다. 의수는 3축 구동의 핸드 부분과 5축 구동의 암 부분으로 되어잇고 손을 잡고 피고 손목을 회전시키는 등의 8가지 동작마다 대응하는 근육을 움직여 실연하고 학습한다. 걸리는 시간은 1회 약 20초. 현재 판매하는 최신 프러세서라면 몇 초 안에 가능하다. 실제 사용할 때에는 각 동작이 조합되어 부드러운 움직임을 연출한다. 생체신호로 의수를 움직이게하려는 아이디어는 이미 30년 전부터 있었다. 현재 일부에서 판매하는 제품도 잇으나 ‘쥐고 놓는’것과 같이 1종류의 동작 패턴 밖에 할 수 없다. 이유는 근전위와 같은 생체신호에는 개인마다 또 매회 달라지기 때문이다. 그래서 정확한 제어가 어려웠다. 20초안에 1만 연산 什교수는 인간 뇌를 모델로 한 정보처리 기술인 ‘뉴랄 네트웍’의 새로운 한 종류인 ‘LLGMN’을 95년에 개발하였다. 전동의수의 정확한 움직임의 비밀은 이 LLGMN에 있다. 단순한 연산을 다수병렬 처리하여 기계에 학숩능력을 갖게 하는 것이 뉴랄 네트웍의 특징. 전동의수로 예를 들면 최초의 근육의 움직임을 입력하면 20초 사이에 약 1만회의 게산, 시행착오를 반복, 정확한 데이터를 산출해낸다. 이 과정이 ‘학습’이다. LLGMN은 뉴랄 네트웍에 통계 수법을 조합한 것이다. 매회 다른 근육 신호를 확률적으로 판단하여 정확한 움직임으로 연결할 수 잇게 된다. 1회 학습작업이 20초안에 끝나는 것도 LLGMN 장점. 종래의 뉴랄 네트웍에서는 계산이 끝나기 까지 걸리는 시간이 예측 불가능 하엿다. 정보처리 기술로 인간과 유사한 움직임을 재현 내년에 발매예정 이 전동의수의 제품화 한 가격은 약 500만엔. 개량연구도 이루어지고 있지만 고가인 것이 문제점. 什교수 팀은 같은 근전위를 상용한 가전제품의 원격조작 시스템 ‘바이오 리모트’도 개발하엿다. 전신불수인 사람도 눈꺼풀 근육의 간단한 움직임 하나로 주위의 가저제품을 조작할 수 있게 된다. 1세트 20~30만엔정도로 내년 발매 예정. LLGMN 자체도 해외를 중심으로 복지기기 제어에 응용하려고 한다. (NK)