ALOHA 2의 그리퍼와 인체공학

지난 장에서는 왜 ALOHA 2가 필요했는지를 보았다. 이번에는 그 이유가 가장 손에 잡히는 형태로 드러나는 부분, 바로 그리퍼와 인체공학 설계를 들여다보자. ALOHA 2의 핵심은 거창한 새 알고리즘이 아니다. 손가락 끝에서 느껴지는 작은 마찰, 팔을 들어 올릴 때 쌓이는 작은 피로, 그 사소해 보이는 것들을 줄여 더 오래, 더 안정적으로, 더 일관된 시연을 모으게 만든다는 데 있다.¹²

리더 손과 팔로워 손은 같은 문제가 아니다

ALOHA 2를 이해할 때 먼저 구분해야 할 것이 있다. 하나는 사람이 직접 쥐는 리더 그리퍼이고, 다른 하나는 실제 물체를 잡는 팔로워 그리퍼다. 둘 다 "그리퍼"이지만 맡은 역할이 다르다.

리더 그리퍼는 인간의 의도를 로봇 명령으로 바꾸는 입력장치다. 여기서 중요한 것은 얼마나 자연스럽고, 가볍고, 오래 써도 덜 힘드냐는 점이다. 반면 팔로워 그리퍼는 실제 세계와 부딪히는 손이다. 여기서는 물체를 얼마나 안정적으로 잡는지, 작은 명령에도 얼마나 즉각적이고 예측 가능하게 반응하는지가 더 중요하다.

ALOHA 2가 흥미로운 이유는 이 둘을 한 번에 개선했다는 데 있다. 사람 손에는 덜 버겁게, 로봇 손에는 더 믿음직하게 바꿨다. 한쪽만 좋아져서는 충분하지 않다. 사람이 편하게 조작해도 로봇 손이 미끄러우면 데이터가 흔들리고, 로봇 손이 강해도 조작자가 금방 지치면 데이터가 오래 쌓이지 않는다.

가위형 리더 그리퍼를 버리고, 저마찰 레일로 바꾸다

원래 ALOHA의 리더 그리퍼는 가위형 구조였다. 작동은 가능했지만, 기계적으로 더 복잡했고 손가락으로 열고 닫을 때 저항감이 있었다. ALOHA 2는 이 부분을 과감하게 바꿨다. 사람 손이 직접 느끼는 리더 그리퍼를 저마찰 레일 기반 구조로 재설계해, 텔레오퍼레이션을 더 부드럽고 인체공학적으로 만들려 했다.¹²

이 변화는 겉보기보다 훨씬 중요하다. 원격조작에서 조작자는 그리퍼를 아주 조금 닫았다가 멈추고, 다시 살짝 열고, 접촉 직전에 미세하게 조정하는 일을 계속 반복한다. 이때 그리퍼가 뻑뻑하면 어떤 일이 생길까. 손가락이 먼저 하드웨어와 싸우게 된다. 물체를 잘 잡는 기술보다, 저항을 이겨 내는 요령이 몸에 배어 버린다. 그러면 데이터에는 과제 수행 기술이 아니라 장비 보상 습관이 함께 섞인다.

ALOHA 2 논문은 이 리더 그리퍼 재설계가 단순한 감각 개선이 아니라 실제 힘의 차이로 이어졌다고 보여 준다. 기존 설계에서 작업자가 그리퍼를 열고 닫는 데 필요했던 힘이 약 14.68N이었다면, 새 설계에서는 0.84N 수준으로 크게 줄었다.² 숫자만 보면 건조하지만, 체감으로 바꾸면 의미가 또렷하다. 손은 훨씬 덜 힘들고, 같은 세밀한 동작을 더 오래 반복할 수 있다.

여기에 모터도 바꿨다. ALOHA 2는 리더 쪽 그리퍼 모터를 더 낮은 기어비의 모델로 교체했고, 마찰이 적은 금속 기어를 사용해 백드라이빙 마찰을 줄였다.² 백드라이빙은 사람이 손으로 움직였을 때 그 힘이 거꾸로 모터와 기어를 돌리는 상황을 뜻한다. 이 마찰이 크면 조작자는 로봇을 움직이는 것이 아니라 작은 웨이트 기구를 억지로 밀고 당기는 느낌을 받게 된다. 백드라이빙 마찰을 줄인다는 것은 곧, 로봇이 사람의 손을 덜 방해한다는 뜻이다.

흥미로운 점은 ALOHA 2 팀이 그냥 "새 구조가 좋아 보인다"고 넘어가지 않았다는 것이다. 이들은 기존 가위형, 새 레일형, 그리고 트리거형까지 여러 후보를 비교했고, 사용자 실험을 통해 최종적으로 레일형을 선택했다.² 즉, 이 설계는 CAD 화면에서 멋져 보여서 채택된 것이 아니라, 실제 조작자가 오래 써 봤을 때 더 낫다고 느낀 구조였다.

마찰은 왜 지연처럼 느껴질까

여기서 한 가지를 짚고 넘어가자. ALOHA 2 자료는 팔로워 그리퍼의 저마찰 설계가 체감 지연을 줄인다고 설명한다.¹² 처음 들으면 조금 이상하게 들린다. 지연은 보통 네트워크나 제어 주기의 문제 아닌가 싶기 때문이다.

하지만 원격조작에서 사람이 느끼는 지연은 통신만으로 결정되지 않는다. 마찰이 큰 기구는 작은 입력을 바로 움직임으로 바꾸지 못한다. 먼저 정지 마찰, 즉 처음 움직일 때의 문턱을 넘어야 한다. 그래서 조작자가 살짝 닫아도 로봇 손이 바로 반응하지 않고, 어느 순간 문턱을 넘으면 갑자기 움직인다. 사람 입장에서는 "늦게 반응한다"고 느낀다. 실제 계산이 느려서가 아니라, 기계가 입력을 곧바로 행동으로 바꾸지 못해서 생기는 지연감이다.

이 차이는 접촉 직전에서 특히 치명적이다. 과자를 집거나 얇은 포장재를 잡을 때, 사람은 아주 작은 손가락 움직임으로 접촉 강도를 조절하려 한다. 그런데 그 작은 입력이 로봇에서 죽어 버리면, 조작자는 더 크게 명령을 넣게 되고, 결과적으로 잡기 동작이 거칠어진다.

팔로워 그리퍼는 더 즉각적으로, 더 단단하게 잡아야 한다

팔로워 그리퍼는 로봇이 실제 세계와 맞닿는 부분이다. ALOHA 2는 여기에도 저마찰 레일 기반 설계를 도입했다.¹² 목표는 분명하다. 같은 입력이 들어왔을 때 더 빨리, 더 일정하게 반응하고, 필요한 순간에는 더 안정적인 파지력을 내는 것이다.

논문에 따르면 새 팔로워 그리퍼는 기존 설계보다 끝단에서 가할 수 있는 닫힘 힘이 크게 늘었다. 수치로는 약 12.8N에서 27.9N으로 증가했다.² 한마디로 정리하면, 사람 손은 덜 힘들고 로봇 손은 더 강해진 것이다. 이 조합이 중요하다. 리더는 가볍게 움직여야 하고, 팔로워는 물체를 믿고 맡길 수 있을 만큼 단단해야 한다.

하지만 여기서 중요한 것은 단순히 힘이 세졌다는 사실만이 아니다. 더 중요한 것은 반응의 예측 가능성이다. 조작자는 리더를 20% 닫으면 팔로워도 대략 그 정도로 반응하리라 기대한다. 그런데 마찰이 크거나 구조가 들쭉날쭉하면 20% 입력이 어떤 때는 10%처럼 먹고, 어떤 때는 40%처럼 튀어 버린다. 이런 시스템에서는 조작자가 매 순간 보정 동작을 넣어야 한다. 그리고 그 보정 동작은 다시 데이터에 섞인다.

ALOHA 2는 팔로워 그리퍼의 구조 재료도 바꿨다. 기존의 PLA와 아크릴 조합 대신 3D 프린팅한 탄소섬유 나일론을 사용해 그리퍼 메커니즘의 컴플라이언스를 높였다.² 컴플라이언스는 쉽게 말해, 힘을 받았을 때 약간 순응하며 충격을 완화하는 성질이다. 너무 딱딱하기만 한 손은 작은 오차에도 물체를 튕겨 내거나 부러뜨릴 수 있다. 약간의 유연성이 있으면 접촉이 더 부드러워지고, 미세 오차에도 덜 예민해진다. 데이터 수집 장비로서는 매우 반가운 성질이다.

작은 물체는 힘보다 접촉이 더 중요하다

작은 물체 조작에서 흔히 하는 오해가 있다. 잘 안 잡히면 더 세게 쥐면 된다고 생각하는 것이다. 실제로는 반대인 경우가 많다. 작은 약통, 얇은 포장재, 미끄러운 생활용품은 힘이 아니라 접촉면의 성질 때문에 실패한다. 너무 세게 쥐면 미끄러지거나 튕기고, 너무 약하게 쥐면 빠져나간다. 결국 중요한 것은 적절한 힘이 안정적으로 전달되는 접촉 조건이다.

ALOHA 2는 이 점도 꽤 세심하게 손봤다. 논문은 기존 ALOHA의 그립 테이프가 반복 사용으로 쉽게 닳고, 손가락 끝이 둥글어 작은 물체를 집기 어렵다고 설명한다. 그래서 안쪽 접촉면에는 폴리우레탄 그립 테이프를 적용해 내구성과 마찰 특성을 개선했고, 바깥쪽에도 테이프를 덧대어 손가락 외측을 이용한 조작의 마찰도 높였다.²

이 변화는 겉보기에 소소해 보여도, 실제 시연에서는 즉시 체감된다. 작은 물체를 집다 놓치는 순간이 줄어들고, 미끄러짐을 보정하려고 불필요하게 두세 번 다시 잡는 장면이 줄어든다. 바로 이런 장면들이 데이터셋 품질을 바꾼다. 한 번에 자연스럽게 집은 시연과, 세 번 흔들리다 겨우 성공한 시연은 둘 다 "성공"으로 기록될 수 있다. 하지만 학습 관점에서 보면 전혀 다른 데이터다.

수동 중력 보상은 왜 그렇게 중요한가

이제 그리퍼에서 팔 전체로 시선을 넓혀 보자. ALOHA 2의 인체공학 개선에서 또 하나의 핵심은 수동 중력 보상이다. 말 그대로, 리더 암의 무게가 조작자 팔과 어깨에 그대로 실리지 않도록 도와주는 장치다.¹²

이 개념은 단순하다. 사람이 리더 암을 움직일 때, 원래는 로봇 팔의 무게와 관절 저항을 함께 상대해야 한다. 짧게는 할 만하다. 하지만 수십 분, 수 시간 반복하면 어깨가 먼저 안다. 처음에는 괜찮다가도 어느 순간 팔꿈치가 무거워지고, 손끝 보정이 귀찮아지고, 접촉 직전의 세밀한 멈춤이 사라진다. 그때부터 데이터는 천천히 거칠어진다.

ALOHA 2는 시중 부품으로 구성한 수동 중력 보상 메커니즘을 도입했고, 조절 가능한 행잉 리트랙터를 사용해 작업자가 자신의 편안함에 맞게 하중 균형을 조절할 수 있게 했다.² 여기서 중요한 단어는 "수동"이다. 소프트웨어가 계산해서 토크를 넣는 방식이 아니라, 하드웨어 자체가 일정 부분 무게를 받아 준다. 그래서 구조가 단순하고, 내구성 면에서도 유리하며, 원래 ALOHA의 고무줄 기반 방식보다 더 튼튼한 방향으로 개선되었다.¹²

이 장치를 의자 팔걸이쯤으로 생각하면 안 된다. 이것은 연구 생산성을 좌우하는 설비에 가깝다. 중력 보상이 없으면 조작자는 점점 더 큰 근육으로 버티게 된다. 큰 근육이 개입할수록 미세 조작은 무너진다. 손목 대신 어깨가 움직이고, 손가락 대신 팔 전체가 반응한다. 로봇이 배워야 하는 것은 섬세한 조작인데, 데이터에는 피곤한 사람의 큰 동작이 섞이기 시작한다.

피로는 편안함의 문제가 아니라 데이터 드리프트다

기계학습에서는 데이터 분포가 바뀌는 현상을 자주 걱정한다. 그런데 원격조작에서는 사람의 피로가 바로 그 분포를 바꾼다. 같은 작업자도 오전 첫 시연과 오후 마지막 시연이 미묘하게 다르다. 손끝 떨림, 속도, 멈춤 타이밍, 그리퍼 개폐 폭이 조금씩 달라진다. 이 변화는 눈으로는 작아 보여도, 접촉이 많은 양손 작업에서는 크게 작용한다.

ALOHA 2의 인체공학은 이 문제를 정면으로 다룬다. 리더 그리퍼의 저항을 낮추고, 백드라이빙 마찰을 줄이고, 팔 무게를 수동 중력 보상으로 덜어 주면 조작자의 행동은 더 오래 일정하게 유지된다.² 그 결과는 단순하다. 더 많은 데모를 모을 수 있고, 같은 사람의 시연 안에서도 품질 편차가 줄어든다.

이것이 왜 모방학습에 중요할까. 모방학습은 결국 "사람이 실제로 어떻게 움직였는가"를 배운다. 사람이 피곤해서 동작이 짧아졌다면 그 짧아진 동작도 학습한다. 사람이 물체를 놓칠까 봐 과하게 움켜쥐었다면 그 과한 습관도 학습한다. 그러니 인체공학은 사치가 아니라, 행동 분포를 깨끗하게 유지하는 데이터 엔지니어링이다.

좋은 손맛은 결국 연구 속도를 바꾼다

ALOHA 2가 말하는 "좋은 손맛"은 감상이 아니다. 아주 실무적인 성질이다. 입력이 부드럽게 들어가고, 응답이 예측 가능하며, 작은 물체를 반복해서 다뤄도 접촉 품질이 일정하고, 조작자가 오래 버틸 수 있는 상태를 뜻한다.

이런 시스템에서는 시연 속도가 빨라진다. 실패 후 재시도 횟수는 줄고, 같은 작업을 여러 번 해도 동작 패턴이 덜 흐트러진다. 유지보수 부담도 낮아져 실제 가동 시간이 늘어난다. 공식 자료가 ALOHA 2를 통해 로봇 한 대당 하루 수백 개 수준의 시연 수집이 쉬워졌다고 말하는 배경도 여기에 있다.²

결국 ALOHA 2의 그리퍼와 인체공학 설계가 가르쳐 주는 것은 분명하다. 로봇 학습의 성능은 모델 안에서만 결정되지 않는다. 손끝의 마찰 계수, 그리퍼의 응답성, 조작자의 어깨 피로 같은 것들이 결국 데이터셋의 결을 만들고, 그 데이터셋의 결이 정책의 품질을 결정한다.

다음 장에서는 이 손끝의 개선이 작업 공간 전체 설계와 어떻게 이어지는지 살펴볼 것이다. ALOHA 2는 손만 바꾼 것이 아니라, 프레임과 카메라까지 함께 손보며 더 넓고, 더 잘 보이고, 더 방해받지 않는 데이터 수집 환경을 만들려 했다.

참고

¹ALOHA 2 Project Website

²ALOHA 2: An Enhanced Low-Cost Hardware for Bimanual Teleoperation