인간 골키퍼 뚫은 휴머노이드 로봇 작성일 08-24 36 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="qgHziwztil"> <figure class="figure_frm origin_fig" contents-hash="b014797acb849763fae0ae6c84423baac64f13b576524ead00b40934f5c74ff5" dmcf-pid="BaXqnrqFMh" dmcf-ptype="figure"> <p class="link_figure"><img alt="축구공을 드리블하는 휴머노이드 로봇. 중국 칭화대와 바이트댄스 공동 연구팀이 개발한 로봇 제어 시스템을 적용한 휴머노이드 로봇은 인간 골키퍼를 경기장 내 여러 위치에서 빠르고 강한 슛을 차고 인간 골키퍼를 상대로 축구를 펼쳤다. Yushi Wang 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/24/dongascience/20260824101954590chkz.jpg" data-org-width="680" dmcf-mid="UJWs3VsAiy" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/24/dongascience/20260824101954590chkz.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 축구공을 드리블하는 휴머노이드 로봇. 중국 칭화대와 바이트댄스 공동 연구팀이 개발한 로봇 제어 시스템을 적용한 휴머노이드 로봇은 인간 골키퍼를 경기장 내 여러 위치에서 빠르고 강한 슛을 차고 인간 골키퍼를 상대로 축구를 펼쳤다. Yushi Wang 제공 </figcaption> </figure> <p contents-hash="93ddb98818e30ae267f882f555d568f73498ad5651733ad72ebdbeab7ae8a4bd" dmcf-pid="bNZBLmB3JC" dmcf-ptype="general">새로운 강화학습 로봇 제어 기술을 적용한 휴머노이드 로봇이 인간 골키퍼의 움직임을 보고 실시간으로 대응해 골을 넣는 데 성공했다. 공의 위치를 눈으로 추적하면서 걷는 방향과 자세, 슈팅 동작을 즉각 조절하는 방식으로 로봇 축구대회도 우승했다.</p> <p contents-hash="98bffebb4e2fd9022869cce0285b30115c8f08d0f1fec5def4e98ff29b79a8c4" dmcf-pid="Kj5bosb0eI" dmcf-ptype="general"> 중국 칭화대와 IT 기업 '바이트댄스' 연구팀은 시각 정보를 바탕으로 주변 상황에 즉각 반응해 축구 기술을 수행하는 휴머노이드 로봇 제어 기술을 개발하고 연구결과를 19일(현지시간) 국제학술지 '사이언스 로보틱스'에 발표했다.</p> <p contents-hash="0eee9c64fe2a84e4e956e87c04d3e06865070cc4efd65b6c0cc0a49e42f31b65" dmcf-pid="9A1KgOKpJO" dmcf-ptype="general"> 휴머노이드 로봇이 축구를 하려면 빠른 물체를 추적하고 움직임을 예측하는 기술과 정확한 슈팅을 위한 자세 조절 등 여러 능력이 결합돼야 한다. 기존 제어 시스템은 대부분 인식과 제어 과정을 별도로 처리해 실제 환경에서 변화하는 신호에 즉각적으로 대응하는 데 한계가 있다.</p> <p contents-hash="f0d56f882112604d6c50d1647258e2b2e10c48ef4949480740bb42ca73260861" dmcf-pid="2ct9aI9Uns" dmcf-ptype="general"> 연구팀은 시각 정보와 움직임 제어를 결합해 함께 학습하는 강화학습 기반 제어 시스템을 개발했다. 강화학습은 로봇이 다양한 행동을 직접 시도하고 시행착오를 거치면서 더 나은 동작을 찾아가도록 학습시키는 방식이다. 로봇은 시뮬레이션 환경에서 공을 골문 방향으로 차는 과정을 반복적으로 훈련했다.</p> <p contents-hash="4a8111a8d2bde11bb07a1ff304a08f915aad01324cad33d4a3ff159389a30b32" dmcf-pid="VkF2NC2uRm" dmcf-ptype="general"> 연구팀은 '가상 시각 인식 시스템'을 도입해 불완전한 시각 정보로도 안정적으로 움직이도록 했다. 가상 시각 인식 시스템은 로봇에 탑재된 카메라에서 발생할 수 있는 시각적 잡음과 물체 감지 실패 상황을 가상으로 생성한다. 시스템을 통해 생성된 불확실한 정보에 대한 가상 데이터는 학습 과정 자체에 반영된다.</p> <p contents-hash="56af43e42f001ea75d271527f05858f03de631f394294bc6fb1e25f385e4a99c" dmcf-pid="fPOXfnXSJr" dmcf-ptype="general"> 로봇은 미리 정해진 동작을 수행하지 않고 다양한 정보를 결합해 실시간으로 공의 위치와 움직임에 따라 행동을 수정한다. 연구팀은 움직임 패턴을 조정하기 위한 추가 정보도 입력했다.</p> <figure class="figure_frm origin_fig" contents-hash="dc19c8a0fe2137d39eb8da335793d5ee0de15d630405f4b04d3afe8aa0610a94" dmcf-pid="4QIZ4LZvMw" dmcf-ptype="figure"> <p class="link_figure"><img alt="시스템을 적용한 로봇이 실제 사람을 상대로 축구하는 모습. 연구 설명 영상 캡처. Yushi Wang 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/24/dongascience/20260824101955855ronp.png" data-org-width="680" dmcf-mid="uRsNWUNdRT" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/24/dongascience/20260824101955855ronp.png" width="658"></p> <figcaption class="txt_caption default_figure"> 시스템을 적용한 로봇이 실제 사람을 상대로 축구하는 모습. 연구 설명 영상 캡처. Yushi Wang 제공 </figcaption> </figure> <p contents-hash="7531f9ab28109ce950073f09b9e9b90ccffa71b1241127a459261269d48f124c" dmcf-pid="8xC58o5TMD" dmcf-ptype="general">연구팀이 개발한 시스템을 도입한 로봇은 기존 규칙 기반 제어 시스템을 도입했을 때와 비교해 공의 위치 추정 오차가 46% 줄었고 공을 차기까지 걸리는 시간이 최대 64% 단축됐다. 상대 진영에 해당하는 전방 위치에서는 킥 성공률 약 90%를 달성했다. </p> <p contents-hash="240290ad64196de285810ed6006933cb5ac46ad9290dfb074a6183cd41ff1211" dmcf-pid="6Mh16g1yiE" dmcf-ptype="general"> 연구팀은 개발한 시스템을 휴머노이드 로봇 '부스터 T1'에 적용했다. 실험 결과 로봇은 공에 접근하기 위해 발을 끌듯 움직이거나 옆걸음질하는 등 보행 방식을 상황에 맞게 조절했다. 인간 골키퍼를 상대로 경기를 펼칠 수 있었으며 경기장 여러 위치에서 빠르고 강한 슈팅을 구사했다. 실제 골을 넣는 데도 성공했다.</p> <p contents-hash="8c58174140cd3ad0e90d261f25c3372caaa407749b77ca2ac1bc68588c28a99b" dmcf-pid="PRltPatWLk" dmcf-ptype="general"> 개발된 시스템이 적용된 로봇 축구팀은 지난해 열린 '로보컵 2025'의 '성인 크기 휴머노이드 리그'와 '2025 세계 휴머노이드 로봇 게임'에서 우승했다.</p> <p contents-hash="c8d4f21eb24eeb91df44f7f0d8c00d8e06f296760afed9489db9374145916871" dmcf-pid="QeSFQNFYMc" dmcf-ptype="general"> 연구를 이끈 왕위스 바이트댄스 연구원은 "이번 연구는 축구라는 특정 분야를 넘어 인식과 행동을 통합적으로 학습해 실제 환경에서 휴머노이드 로봇의 능력을 발전시키는 새로운 접근법을 제시한다"며 "주변 환경에 스스로 적응하는 자율형 로봇 시스템을 구현하는 데 한층 가까워질 것"이라고 말했다.</p> <div class="video_frm" dmcf-pid="xdv3xj3GJA" dmcf-ptype="embed"> <div class="layer_vod"> <div class="vod_player"> <iframe allowfullscreen class="player_iframe" dmcf-mid="7iiw1KwaLv" dmcf-mtype="video/youtube" frameborder="0" height="370" id="video@7iiw1KwaLv" scrolling="no" src="https://www.youtube.com/embed/3LJ0qUjqd7w?origin=https://v.daum.net&enablejsapi=1&playsinline=1" width="100%"></iframe> </div> </div> </div> <p contents-hash="a384c8b5dbddbad652e40fcef469b91edf7b36c54fc310f2afbfceeb11107f3d" dmcf-pid="yHPaypaeij" dmcf-ptype="general">[문혜원 기자 moony@donga.com]</p> </section> </div> <p class="" data-translation="true">Copyright © 동아사이언스. 무단전재 및 재배포 금지.</p> 관련자료 이전 [UX Korea 2026 Fall] AI UX의 다음 질문은 결국 '인간'...'사람·공간·AX·검증'으로 확장되는 'next UX' 08-24 다음 [UX Korea 2026 Fall] AI 시대 UX는 어디까지 확장되는가...네이버·인핸스·ROBROS·롯데쇼핑이 보여주는 '실전 UX' 08-24 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
