이번 행사는 단순한 디지털 전환(AX)을 넘어 실물 로봇과 AI 솔루션이 접목된 Physical AI 및 로보틱스 트랜스포메이션(RX)의 미래를 제시했는데요. RB-Y1 로봇의 핵심 스펙부터 정밀한 마스터-슬레이브 원격 조작, 그리고 스스로 동작을 익히는 AI 모방 학습(Imitation Learning) 원리까지 단 하나도 빠짐없이 완벽히 정리해 드립니다.
📌 1. 레인보우로보틱스 'RB-Y1' 개요 및 핵심 하드웨어 스펙
RB-Y1은 한국의 로봇 전문기업 레인보우로보틱스가 개발한 국내 최초의 이동형 양팔로봇(휴머노이드형 모바일 매니퓰레이터)입니다. 보행형 휴머노이드의 효율성 한계를 극복하기 위해 바퀴형 모바일 베이스와 인간형 양팔 상체를 결합한 하이브리드 구조를 채택했습니다.
바퀴형 베이스를 활용해 실내 작업 공간에서 보행 방식보다 에너지 효율성이 뛰어나며, 최대 1.5~2.5m/s의 빠르고 안정적인 이동을 지원합니다.
양팔(각 7축)과 몸통/외다리 관절(6축 등)로 구성되어 사람처럼 자연스러운 동작을 수행합니다. 팔당 3kg(양팔 6kg) 가반하중과 ±0.05mm 정밀도를 가집니다.
6자유도 외다리 관절을 통해 로봇 상체를 50cm 이상 수직 이동시킬 수 있어 낮은 바닥 상자부터 높은 선반까지 다양한 위치를 커버합니다.
머리와 손목에 비전 카메라 센서가 탑재되어 물체 인식 및 공간 감지가 가능하며, ROS 2 기반 SDK 지원으로 연구·실험용으로 최적화되어 있습니다.
📊 RB-Y1 기술 스펙 요약표
| 구분 | 주요 사양 및 기술 사양 |
|---|---|
| 로봇 형태 | 이동형 양팔로봇 (휴머노이드형 모바일 매니퓰레이터) |
| 전신 자유도 (DoF) | 총 20축 이상 (양팔 각 7축, 몸통 및 외다리 관절 6축 등) |
| 가반하중 & 정밀도 | 한 팔당 3kg (양팔 합산 6kg) / 반복 정밀도 ±0.05mm |
| 이동 속도 & 작업 범위 | 최대 1.5~2.5m/s 이동 / 수직 높낮이 50cm 이상 조절 가능 |
| 비전 & 연구 환경 | 머리/손목 카메라 센서 내장, ROS 2 기반 개발 환경(SDK) 지원 |
🕹️ 2. 마스터-슬레이브(Master-Slave) 원격 조작 상세 원리
RB-Y1은 사람이 일일이 동작을 코딩하지 않고, **조작 주체인 마스터(Master)**가 보여주는 시연 동작을 **제어 대상인 슬레이브(Slave: RB-Y1)**가 실시간 동기화하여 따라 수행합니다.
1) 하드웨어 매핑 (동일 관절 구조)
- 마스터 장치 (Leader Arm / VR): 작업자가 착용하거나 직접 움직이는 리더 암 또는 VR 컨트롤러입니다.
- 1:1 관절 매핑: RB-Y1 슬레이브 팔(7자유도)과 마스터 장치의 관절 구조가 키네마틱스(Kinematics)로 정확히 매핑됩니다. 마스터 암이 움직일 때 엔코더 센서가 회전 각도 및 이송 데이터를 14bit 이상의 고해상도로 정밀 측정합니다.
2) 실시간 통신 및 전신 제어 (Whole-Body Control)
- 저지연 신호 전달: 마스터 암의 데이터는 고속 저지연 통신망을 통해 RB-Y1 내장 Robot PC로 전달됩니다.
- 자가 충돌 방지 (Self-Collision Prevention): 조작자가 예기치 않은 위험 동작을 하더라도 팔과 팔, 몸통이 부딪히지 않도록 실시간 경로를 판단하여 사고를 자동으로 차단합니다.
- 능동적 무게중심 보정: 6자유도 외다리 관절과 바퀴 베이스가 연동되어 작업자 손 위치에 맞게 무게 중심과 높낮이를 능동적으로 보정합니다.
🧠 3. AI 모방 학습(Imitation Learning) 자율화 원리
원격 조작 과정은 단순 제어에 그치지 않고, AI 모델이 스스로 학습할 수 있는 **‘시공간 행동 데이터셋’**을 축적하는 핵심 단계로 활용됩니다.
│ (데이터 수집: 비전 이미지 + 관절 위치 + 그립 상태)
▼
[시뮬레이션 & 모방 학습 모델 훈련] (Diffusion Policy / ACT)
│ (행동 제어 정책 추출)
▼
[RB-Y1 자율 수행 (Physical AI)]
1) 다중 모달(Multi-modal) 데이터 수집
작업자가 원격으로 물건을 집거나 정리하는 동안, 머리와 손목 비전 센서가 촬영한 시각 정보(RGB/Depth)와 마스터 제어로 전달된 관절 궤적(Joint Trajectories), 힘 센서, 그리퍼 개폐 상태가 실시간으로 동기화되어 저장됩니다.
2) 행동 정책(Policy) 트레이닝
입력값인 "현재 카메라 영상 속 상황"에 따라 출력값인 "다음에 취해야 할 관절 움직임"을 학습합니다. Diffusion Policy나 ACT(Action Chunking with Transformers) 같은 신경망 알고리즘을 통해 사람의 시연 의도와 패턴을 추론하는 신경망을 형성합니다.
3) 시뮬레이션-실제 환경 적용 (Sim-to-Real)
URDF / MJCF / USD 기반 가상 시뮬레이터(Isaac Sim, MuJoCo 등)에서 수만 번 반복 학습시켜 성공률을 높인 뒤, 동일한 ROS 2/SDK 인터페이스를 통해 실제 RB-Y1 로봇에 배포(Zero-shot/Transfer)하여 자율 동작을 완료합니다.
💡 4. 기술적 이점 및 삼성SDS 리얼 서밋 2026의 의의
| 핵심 이점 및 의의 | 세부 내용 |
|---|---|
| 쉬운 동작 교시 | 복잡한 20축 이상의 관절을 텍스트 코딩 없이 사람의 마스터 암 시연만으로 쉽게 학습시킴 |
| 높은 환경 적응력 | 물체 위치가 약간 달라져도 비전 센서와 모방 학습 정책을 통해 스스로 궤적을 수정하여 대응 |
| 뛰어난 개발 확장성 | C++, Python, ROS 2 기반 오픈 SDK를 제공하여 AI 연구자들이 피지컬 AI 알고리즘을 쉽게 구현 |
| 삼성SDS RX의 미래 | 클라우드/엔터프라이즈 AI와 실물 로봇 하드웨어가 실시간 연결되는 피지컬 AI 시대를 실증해보임 |
댓글 쓰기