뉴로메카가 한국과학기술원(KAIST) 전기및전자공학부 김민준 교수 연구팀과 공동 개발한 인공지능(AI) 기반 로봇 제어 기술을 휴머노이드에 적용했다. 뉴로메카는 2일 손목에 별도 카메라를 설치하지 않고 머리에 장착된 카메라 한 대로 종이컵을 분리하는 기술을 공개했다고 밝혔다. 관련 논문은 국제 로봇학습 학술대회 코알(CoRL 2026)에 채택됐다.

이번에 개발한 공간 조건부 확산 정책(SCDP·Spatially Conditioned Diffusion Policy)은 로봇 손끝의 예상 이동 경로를 기반으로 영상에서 필요한 시각 정보를 추출하고 이를 동작 제어에 반영하는 기술이다.

기존 시각 기반 모방학습에서는 작업 공간을 관찰하는 카메라와 손목에 부착된 카메라를 함께 사용하는 방식이 널리 활용된다. 손목 카메라는 물체와 접촉하는 부분을 근거리에서 관찰해 작은 부품의 위치와 삽입 방향을 파악하는 역할을 한다.

그러나 손목에 카메라를 설치하면 고정 장치와 추가 배선이 필요하다. 좁은 설비 내부나 부품이 밀집한 조립 공간에서는 이러한 장치가 주변 설비와 간섭하거나 로봇의 접근 방향을 제한할 수 있다.

연구팀이 개발한 SCDP는 손끝의 예상 이동 경로를 카메라 영상에 투영하고 해당 경로 주변의 정보를 여러 해상도에서 추출하는 방식으로 작동한다. 시연 데이터를 학습한 확산 모델이 동작을 생성하는 과정에서 시각 정보를 반복적으로 선택해 전체 작업 환경과 세밀한 접촉 부위의 정보를 함께 반영한다.

연구팀은 뉴로메카의 휴머노이드 에이르(EIR)에 SCDP를 적용해 겹쳐진 종이컵을 양손으로 분리하는 작업을 시연했다. 에이르는 머리에 장착된 적녹청(RGB·Red, Green, Blue) 카메라 한 대로 물체를 관찰하고 양손의 움직임을 조정해 종이컵을 분리했다.

프랑카 판다(Franka Panda) 로봇팔을 활용한 실험에서는 리모컨에 배터리를 삽입하는 정밀 작업을 수행했다. 로봇팔은 외부에 고정된 RGB 카메라 한 대를 이용해 배터리를 집어 삽입 위치에 맞춘 뒤 스프링의 저항을 이겨내며 배터리를 끼웠다.

에이르 실험에서는 머리에 장착된 카메라를, 프랑카 판다 실험에서는 외부에 고정된 카메라를 각각 사용했다. 두 실험 모두 손목 카메라 없이 단일 카메라의 시각 정보로 물체를 조작하는 방식으로 진행됐다.

메타월드(Meta-World) 시뮬레이션에서는 작업별 시연 데이터 20개를 활용해 학습한 결과, 네 가지 난이도 그룹 모두에서 평균 성공률 80% 이상을 기록했다.

특히 높은 난이도로 분류된 하드(Hard) 그룹의 6개 작업에서 SCDP의 평균 성공률은 82.5%로 나타났다. 손목 카메라를 추가한 비교 모델인 디퓨전 폴리시(Diffusion Policy·확산 정책)의 평균 성공률 74.2%보다 8.3%포인트 높은 수치다.

프랑카 판다 로봇팔을 이용한 컵 잡기 평가에서도 두 모델의 성능을 비교했다. 주변에 시각적 방해 물체가 있는 환경에서 SCDP는 컵 손잡이 잡기와 컵 벽면 잡기 작업에서 각각 85%, 80%의 성공률을 기록했다.

각 조건에서 20회씩 실시한 평가에서 디퓨전 폴리시의 성공률은 각각 30%, 65%로 나타났다. SCDP는 컵 손잡이 잡기에서 55%포인트, 컵 벽면 잡기에서 15%포인트 높은 성공률을 보였다.

이번 연구에서는 휴머노이드의 머리 카메라와 로봇팔의 외부 고정 카메라를 각각 활용해 단일 시점 기반 정밀 조작을 실험했다. 또한 시뮬레이션과 실제 로봇팔 평가를 통해 손목 카메라를 사용한 기존 모델과 작업 성공률을 비교했다.