NEWS
국내외 13개 매체를 주기적으로 수집해 한국어로 요약합니다.
미국 콜로라도주립대(Colorado State University) 연구팀이 모듈 조합형 로봇(MRR, modular reconfigurable robots) '테코봇(TecoBot, Tensegrity-based Continuum robot)'을 개발했다. 테코봇은 유연한 구조의 개별 로봇 단위가 독립적으로 이동하거나 조작 작업을 수행할 수 있다. 복수의 유닛을 서로 연결하면 체인·고리·가지 형태 등 작업 환경에 맞는 구성으로 스스로 재형성된다. 텐세그리티(tensegrity) 구조를 기반으로 한 연속체 로봇 설계가 몸체의 유연성을 제공한다.
큐레이터모듈형 재구성 로봇(MRR) 자체는 기존 연구 분야이므로, 텐세그리티 설계가 선행 연구 대비 구체적으로 무엇을 개선했는지 확인이 필요하며, 원문이 시뮬레이션 결과인지 실기 검증 결과인지 명시하지 않아 현장 적용 가능성은 아직 열린 질문이다.
Transitive Robotics가 자사의 Remote Teleop 기능에 VR 컨트롤러와 마우스 제스처 두 가지 제어 방식을 새로 추가했다. 이를 통해 로봇 팔, 이동 베이스, 또는 양쪽을 동시에 세계 어디서든 원격 제어할 수 있다. 제공되는 영상 스트리밍은 WebRTC 기반으로 동작한다. 이 기능은 지속적인 데이터 수집과 현장 배포 로봇에 대한 즉각적 개입 목적 모두에 활용 가능하다고 밝혔다.
큐레이터회사 발표 자료 기반이므로 VR·마우스 제어의 실제 지연(latency) 수준과 네트워크 조건은 독립 검증이 이뤄지지 않았으며, 원격 팔 제어에서 지연은 작업 성공률에 직접 영향을 미치는 변수라 현장 적용성은 별도 확인이 필요하다.
Open Robotics 멘토링 하에 진행된 GSoC 2026 프로젝트로, Gazebo 시뮬레이터 핵심 플러그인의 리셋(reset) 경로에 대한 테스트 스위트 구축과 감사(audit)를 수행했다. Gazebo 핵심 플러그인은 Configure·PreUpdate·Update·PostUpdate 흐름을 중심으로 설계됐으며, Reset 기능은 강화학습(RL) 에피소드 재시작 요구에 따라 이후 추가됐다. 그러나 대부분의 플러그인은 Reset 경로에 대한 검증이 이루어지지 않아, 이전 상태가 잔류하면 다음 에피소드가 실제 리셋으로 동작하지 않아 학습 신뢰성이 저하될 수 있다. 개발자는 gz-sim/src/systems 내 고영향 시스템을 배치(batch) 단위로 감사하며, 리셋이 정상이면 테스트만, 문제가 있으면 수정과 테스트를 함께 포함한 풀 리퀘스트(PR)를 순차 제출했다.
큐레이터리셋 경로의 잔류 상태는 에피소드가 겉으로는 재시작된 것처럼 보이면서도 학습 데이터를 오염시키는 조용한 버그여서, 수정 범위와 대상 플러그인 목록이 최종 확정될 때까지 현재 Gazebo 기반 RL 파이프라인의 재현성 평가는 유보가 필요하다.
배드민턴은 테니스보다 덜 격렬하지만 혼자 연습하기 어렵다는 단점이 있다. 이 프로젝트는 상대 없이도 혼자 연습할 수 있도록 셔틀콕을 자동으로 발사하는 로봇을 직접 제작한 사례다. 본문이 요약본만 제공되어 구체적인 설계 사양이나 제어 방식은 확인되지 않는다.
큐레이터본문 전문이 제공되지 않아 설계 사양·제어 방식을 확인할 수 없으므로, 재현 가능성이나 기존 상용 발사기 대비 차별점은 원문을 직접 확인해야 판단할 수 있다.
이 책은 인간과 공존하는 로봇의 디자인 개념과 중요성을 체계적으로 다루는 입문서다. 현대 지능형 로봇은 인식·판단·행동의 순환 구조를 통해 사용자와 정서적으로 교감하는 방향으로 발전하고 있다. 로봇은 신체성을 기반으로 한 모션을 통해 감정을 전달한다는 점에서 일반 제품과 구별되며, 인터랙션(interaction)과 사용자 경험(UX)이 주요 설계 요소로 다뤄진다. 책의 구성은 로봇의 정의와 디자인 핵심 요소부터 시각 정보, 모션, 소리, 외형까지 포괄한다.
큐레이터입문서 성격상 독자적 실증 연구보다는 기존 HRI 연구를 디자인 관점에서 재정리한 내용이 중심일 가능성이 높으므로, 특정 설계 원칙의 근거가 필요한 독자는 원전 논문을 별도로 확인하는 것이 좋다.
물리적·엠바디드 AI(embodied AI)의 발전을 가로막는 연산 과부하 문제는 특정 플래너의 결함이 아니라 구조적 한계, 즉 '엣지 AI 장벽(edge AI wall)'으로 규정된다. 이 장벽은 엣지 디바이스에서 실시간 추론을 수행해야 하는 물리적 AI 전반에 공통으로 나타나는 제약으로 제시된다. 기사는 이 한계를 돌파하려면 기존 컴퓨팅 패러다임이 아닌 새로운 수학적 토대가 요구된다고 주장한다.
큐레이터'새로운 수학이 필요하다'는 주장이 누구(연구자, 업체, 기고자)로부터 나온 것인지 원문에서 확인이 필요하며, 구체적인 대안 수식이나 검증 사례 없이 문제 규정에만 머무는 논거인지 살펴볼 필요가 있다.
일본 도호쿠대학교와 태국 비디아시리메드히 과학기술원(VISTEC)의 공동 연구팀이 대벌레(stick insect)의 보행을 모방한 6족보행 로봇을 개발했다. 이 로봇은 대벌레가 3~4걸음 걷는 수준의 제한적인 데이터만으로 보행 원리를 학습하며, 약 1시간 만에 보행에 성공했다. 울퉁불퉁한 불규칙 지형 이동이 가능하고, 다리 하나가 손실된 상황에서도 적응 보행을 수행할 수 있다. 연구팀은 이 기술이 재난 대응 로봇 등 다양한 현장 응용에 활용될 수 있다고 밝혔다.
큐레이터연구팀 발표에 따르면 극소량의 생체 데이터만으로 학습한다는 점이 핵심 주장인데, 불규칙 지형 적응과 다리 손실 대응이 시뮬레이션 환경인지 실제 하드웨어에서 검증된 결과인지 원문에서 명확히 확인이 필요하다.
뉴욕대 탠덤공대(NYU Tandon School of Engineering) 기계항공공학과 오바야시 나나(Nana Obayashi) 교수팀이 길이 방향으로 크기를 조정할 수 있는 로봇 물고기 'ScaFi'를 개발해 국제 학술지 'npj 로보틱스'에 발표했다. ScaFi는 파라메트릭(parametric) 설계 방식을 적용해 하나의 설계 체계로 다양한 크기의 로봇 물고기를 제작할 수 있도록 한다. 논문 제목에 'compliant(유연)'가 포함된 것으로 보아 유연 구조 기반의 구동 방식을 채택한 것으로 나타난다. 본문이 일부 잘려 세부 사양은 확인되지 않는다.
큐레이터파라메트릭 설계로 '크기 확장성'을 핵심 기여로 내세우고 있으나, 어느 크기 범위에서 몇 가지 조건을 실험했는지, 수조 환경인지 개방 수역인지가 공개된 요약에서 확인되지 않아 성능 주장의 범위를 판단하기 어렵다.
ROS 2 기본 명령어 `ros2 topic hz`를 대체하는 C++ 노드가 ROS Discourse에 공개되었다. 고주파·고대역폭 토픽 환경에서 기본 명령어보다 높은 측정 정확도를 제공한다고 작성자가 밝혔다. 모든 RMW(Robot Middleware)와 호환되도록 설계되었으며, Zenoh 환경에서 검증이 이루어졌다. 워크스페이스 빌드 후 --topic, --topic-type, --interval 옵션을 조합해 실행할 수 있다.
큐레이터정확도 개선은 작성자 본인의 주장이며 독립적인 비교 측정 결과는 공개되지 않았고, 'All RMW 호환' 설계임에도 검증은 Zenoh 환경에 한정되어 다른 RMW에서의 동작은 직접 확인이 필요하다.
군집 로봇(swarm robotics)은 일반적으로 집중형(centralized) 또는 분산형(decentralized) 전력 관리 방식에 의존한다. 두 방식은 각각 고유한 특성과 차이를 지닌다. 두 방식의 장점을 결합한 하이브리드 접근법이 대안으로 제시된다.
큐레이터하이브리드 접근법이 유망하게 제시되더라도, 실제 군집 규모·환경 조건·실기 검증 여부가 명시되지 않으면 결과를 일반화하기 어렵다.
ROS 2 프로젝트에서 GitHub Actions로 Windows 빌드·테스트 CI를 구성할 때 선택 가능한 방법들을 ROS 2 Lyrical 기준으로 비교한다. action-ros-ci@v0.4는 Windows 환경에서 colcon test를 의도적으로 건너뛰도록 구현되어 있어, 테스트 검증을 목적으로 하는 CI에는 적합하지 않다. setup-ros@v0.7은 GitHub 호스팅 Python 3.12 환경과 구버전 colcon·Python 툴체인이 혼재하면서 pkgutil.ImpImporter 및 distutils 등 제거된 API 관련 플러그인 로딩 오류를 일으킨다. 이러한 문제의 대안으로 Pixi 기반 패턴이 검토되고 있으며, 각 접근법의 현황과 권장 방식을 커뮤니티에 묻는 내용이다.
큐레이터Python 3.12에서 제거된 API가 유발하는 플러그인 오류는 ROS 2 전용 문제가 아니라 구버전 colcon 툴체인 전반에 걸친 Python 생태계 변화이므로, Pixi 패턴이 실제 Windows 빌드·테스트 환경에서 이 문제를 해결하는지는 커뮤니티 검증이 아직 진행 중임을 감안해야 한다.
Anthropic이 AI 에이전트가 장비를 제어하기 위한 드라이버 표준인 모델 하드웨어 표준(Model Hardware Standard, MHS)을 공개 예고했다. MHS는 읽기·쓰기 프리미티브, 디바이스 탐색, 디바이스별 참조 파일을 포함하며 MCP(Model Context Protocol)를 통해 접근하는 모델 무관(model-agnostic) 구조로 설계됐고, 안전성 평가 완료 후 오픈소스로 공개될 예정이다. Universal Robots와 Doosan이 파트너로 참여하고 있다. ROS Discourse 게시물 작성자는 Apache-2.0 라이선스 기반 의도 언어(intent language)인 URML을 관리하고 있으며, URML은 명령 디스패치 전 프로그램 전체를 역량 매니페스트(capability manifest)와 배포 안전 엔벨로프(deployment safety envelope)에 대해 검증한 뒤 ROS 2 런타임 등을 통해 실행한다. 작성자의 계층 분석에 따르면 MHS는 URDF·SDF와 같은 계열의 Layer-0 드라이버·기술 표준이며, 의도 계층은 MHS에서 매니페스트를 도출하고 디바이스별 호출 제한·전체 계획 거부·사이트별 배포 엔벨로프의 세 단계로 안전성을 보장하는 구조다.
큐레이터게시물 작성자가 분석 대상인 URML의 개발자이기도 해서 계층 위치 해석에 이해관계가 있으며, MHS 자체가 아직 공개 전 예고 단계여서 실제 사양이 확정되면 계층 구조 분석이 달라질 수 있다.
Conan C/C++ 패키지 매니저(Package Manager) 팀이 ROS Kilted를 Conan으로 설치·소비할 수 있는 레시피 모음 `conan-io/ros-conan`을 공개했다. Linux, macOS, Windows 세 플랫폼을 지원하며, ROS 2 Kilted는 Python 3.12 환경을 기반으로 한다. 개발자는 conanfile에 ROS 의존성을 선언함으로써 ROS 라이브러리를 일반 C++ 패키지와 동일한 방식으로 관리할 수 있다. 공개된 데모에서는 ROS Kilted에 OpenCV와 TensorFlow를 함께 설치해 이미지 입력으로부터 인체 자세를 추적하는 ROS 노드 애플리케이션을 구성하는 예시를 제시한다.
큐레이터ROS는 전통적으로 colcon·ament 빌드 시스템과 결합해 사용되므로, 기존 ROS 워크플로와 Conan 기반 빌드를 혼용할 때 의존성 충돌이나 빌드 시스템 간 역할 경계가 실제로 어떻게 정리되는지는 아직 사용자 검증이 필요한 단계다.
ROS Discourse에 ROS2와 CUDA 간 상호운용성(interoperability) 구현을 논의하는 글이 게시됐다. 작성자는 rosidl::Buffer가 구현된 점을 언급하며, nav2 플러그인이나 image_transport 등 기존 패키지에 선택적 CUDA 백엔드 지원을 추가할 수 있는 시작점을 커뮤니티에 문의했다. 1개의 게시물로 구성된 초기 논의 단계이며, 구체적인 구현 방향은 아직 제시되지 않았다.
큐레이터rosidl::Buffer 구현이 전제 조건으로 언급되고 있어, 실제 CUDA 백엔드 통합 가능성의 핵심은 해당 구현의 완성도와 안정성에 달려 있으며, 커뮤니티 응답이 없는 1개 게시물 단계이므로 논의 방향이 어떻게 수렴될지는 아직 열려 있다.
Ubuntu 24.04(Noble) 환경에서 ROS 1 Noetic과 ROS 2 Jazzy 간 양방향 통신을 지원하는 Docker 기반 브리지 프로젝트가 오픈소스로 공개됐다. ROS 1 Noetic은 Ubuntu 24.04를 공식 지원하지 않기 때문에, 단일 ubuntu:24.04 컨테이너 안에서 Noetic을 소스로부터 직접 컴파일하는 방식을 채택한다. ros1_bridge를 통해 커스텀 메시지 매핑을 제공하며, E2E(end-to-end) 통합 테스트가 포함된다. 기존 ROS 1 코드베이스를 전면 재작성하지 않고 새 컴포넌트는 ROS 2 Jazzy로 개발하면서 점진적으로 마이그레이션하는 시나리오를 지원하도록 설계됐다.
큐레이터Noetic을 비공식 환경에서 소스 컴파일로 구동하는 구조이므로, 포함된 E2E 테스트의 범위와 커버리지가 얼마나 되는지에 따라 실제 운용 신뢰성이 크게 달라질 수 있다.
ROS Discourse에 Gazebo 시뮬레이터의 카메라 조작 방식 개선을 제안하는 글이 올라왔다. 현재 Gazebo의 궤도(orbit) 제어는 클릭한 지점을 중심으로 카메라가 공전하는 방식으로, 360° 스카이박스 배경을 사용할 때 기하학적으로 올바른 화면은 캡처 중심 지점에서만 성립한다. 제안자는 카메라 위치를 고정한 채 요(yaw)와 피치(pitch)만 회전하는 자유 시점(free-look) 기능을, 특정 키를 누른 상태에서 마우스를 드래그하는 단축키로 추가해 줄 것을 요청했다. 해당 게시글은 1명이 작성한 단일 제안 포스트로, 현재까지 참여자는 1명이다.
큐레이터참여자가 제안자 1명뿐인 초기 단계 게시글로, 커뮤니티 논의나 개발팀의 수용 여부는 아직 확인되지 않았다.
Nav2의 'Lyrical Release'가 공개되었으며, 여러 ROS 배포판에 걸쳐 광범위한 업데이트가 포함된다. ROS API를 단일 공통 위치로 추상화하는 새 패키지 nav2_ros_common이 추가되어 노드 개발 및 소프트웨어 통합 편의성이 개선된다. 모델 예측 경로 적분(MPPI, Model Predictive Path Integral) 플래너에는 개방 루프 제어 모드, 동역학 지원, 비대칭 가속도 제한, 플러그인 동작 모델, 궤적 검증기, 지연 보상 기능이 추가되었다. 행동 트리(BT) 노드 기반 일시 정지·재개 기능, Samsung Research 기여의 벡터 객체 서버(Vector Object Server), 그리고 coarse·fine 이중 기준을 적용한 적응형 목표 검사기(Adaptive Goal Checker)도 이번 릴리스에 포함되었다. 규제 순수 추종(RPP, Regulated Pure Pursuit)에는 동적 제한을 반영하는 Dynamic Window Pure Pursuit 지원 등 다수의 기능이 추가되었다.
큐레이터nav2_ros_common 패키지가 ROS API를 단일 추상화 계층으로 이전하는 구조적 변경인 만큼, 기존 Nav2 의존 패키지는 마이그레이션 부담을 확인할 필요가 있다. MPPI의 지연 보상·동역학 지원 등은 실기(real hardware) 배포를 겨냥한 기능이나, 공식 릴리스 노트이므로 다양한 플랫폼에서의 독립적 검증 결과는 별도로 확인해야 한다.
ROS 2 Jazzy 환경에서 동작하는 시각 서보잉(Visual Servoing) 컨트롤러 패키지 `visual_servoing_controllers`가 공개되었다. 위치 기반 시각 서보잉(PBVS, Position-Based Visual Servoing)과 영상 기반 시각 서보잉(IBVS, Image-Based Visual Servoing) 두 종류의 컨트롤러를 포함하며, 각각 액션 서버를 통해 파라미터 조정이 가능한 태스크를 제공한다. 컨트롤러는 운동학(kinematics) 제어 부분만 담당하며, 시각 검출은 외부에서 처리한 2D·6D 자세(pose) 스트림을 토픽으로 수신하는 방식으로 동작한다. 이를 통해 대상 검출·추적 모듈과 제어 모듈을 분리하여 다양한 구현체와의 통합을 용이하게 한다.
큐레이터검출·추적 모듈을 외부에 위임하는 구조이므로, 실제 시스템 성능은 연동하는 검출 파이프라인의 품질에 크게 좌우되며 이 패키지만으로는 평가할 수 없다.
visual_servoing_controllers는 ROS2 Jazzy용 비주얼 서보잉(Visual Servoing) 컨트롤러 모음으로, 위치 기반 비주얼 서보잉(PBVS)과 영상 기반 비주얼 서보잉(IBVS) 두 종류의 컨트롤러를 제공한다. 각 컨트롤러는 조인트 궤적 컨트롤러의 동작을 모방하는 파라미터 설정 가능한 액션 서버를 포함한다. 컨트롤러는 운동학적 연산만 담당하며, 시각적 검출(visual detection)은 의도적으로 컨트롤러 외부에 위임한다. 토픽으로 수신되는 2D 또는 6D 포즈 스트림을 기반으로 로봇 움직임을 계산하며, 대상 검출·추적 모듈을 분리함으로써 다양한 구현체와의 통합을 지원한다.
큐레이터시각적 검출을 외부에 위임하는 구조상, 실제 사용하려면 별도의 검출·추적 파이프라인을 직접 갖춰야 하므로 통합 난이도는 사용자 환경에 따라 크게 달라질 수 있다. 실기 로봇 검증 사례나 지원 검출 모듈 목록이 공개되어 있는지 확인이 필요하다.
9년에 걸쳐 제작된 인간 크기의 4팔 드럼 연주 메크(mech) 로봇 'Striker'가 ROS Noetic과 통합된 오픈소스 프로젝트로 공개됐다. 로봇은 메캐넘 휠(mecanum wheel)을 이동 수단으로 사용하며, 소스코드와 설계 파일은 GitHub 저장소(01binary/str1ker)에서 확인할 수 있다. 제작자는 캘리포니아주 샌머테이오의 Open Sauce와 오리건주 포틀랜드의 Teardown 행사에서 해당 로봇을 전시했다. 로봇 제작 과정에서 설계된 커스텀 보드와 펌웨어도 함께 공개됐으며, 이를 통해 처음부터 제작하는 모바일 로봇 전반에 적용 가능한 하드웨어 문제를 다룬다고 제작자는 밝혔다.
큐레이터ROS Noetic은 2025년 5월 공식 지원이 종료된 버전이므로, 이 저장소를 기반으로 새 프로젝트를 시작하려는 경우 ROS 2로의 마이그레이션 비용을 별도로 고려해야 한다.
ros2_pulse는 Jetson AGX Orin에서 동작하는 ROS 2 플래너 스택의 토픽 주기와 노드 생존 여부를 스톡 바이너리 수정 없이 감시하기 위해 개발된 오픈소스(Apache-2.0) 프로브 도구다. 기존 CLI 도구를 50 Hz, 100 KB 메시지 퍼블리셔에 적용해 측정한 결과, ros2 topic hz는 코어 하나의 7%, ros2 topic echo는 31%를 점유하는 것으로 나타났다. 인트라-프로세스(intra-process) 토픽에 hz를 연결하면 퍼블리셔가 모든 메시지를 직렬화하기 시작해 해당 프로세스의 CPU 사용률이 52% 상승했다. ros2_pulse는 이러한 측정 비용을 회피하는 구조로 설계되었으며, pulse-top 명령을 통해 토픽별 스파크라인, 인트라-프로세스 속도, 경과 시간이 포함된 경고를 실시간으로 표시한다. Humble 계열 바이너리의 컴포저블 노드 간 포인트 클라우드 트래픽을 포함한 인트라-프로세스 통신도 감시 대상에 포함된다.
큐레이터CPU 점유율 수치(7%, 31%, 52%)는 개발자가 Jetson AGX Orin 위에서 특정 메시지 크기·주기로 직접 측정한 결과이므로, 다른 하드웨어나 워크로드에서의 실제 오버헤드는 달라질 수 있다.
'AI 요약' 표시가 붙은 항목은 사람 검수를 거치지 않았습니다. 모든 항목은 원문 링크·매체·날짜를 함께 표기하며, 요약 외 전문은 싣지 않습니다.