로봇에 촉각을 학습시키다

로봇이 세탁물 개기 등 다양한 작업은 잘 수행하지만, USB 케이블 꽂기나 열쇠 돌리기처럼 정교한 손동작이 필요한 작업에는 여전히 서툴다. 이는 기존 비전-언어-행동(VLA) 모델이 촉각 피드백을 활용하지 못하기 때문으로, UC버클리 등 학계와 스타트업들은 촉각 데이터셋을 구축하고 이를 활용하는 기법을 개발해 로봇의 정밀 조작 능력을 높이고 있다. 버클리 연구팀은 고품질 촉각 데이터로 학습한 전문가 서브모델을 결합해 실시간으로 그립을 보정하도록 했고, 여러 조작 과제에서 기존 최고 VLA 모델보다 높은 성공률을 달성했다.