복잡한 계산 없이도 의료용 마이크로로봇을 인체 내에서 정밀하게 제어할 수 있는 새로운 구동 방법이 개발됐다.

한국연구재단(이사장 이광복)은 최홍수 교수(대구경북과학기술원) 연구팀이 강화학습(Reinforcement Learning)을 기반으로 한 인공신경망(Artificial Neural Network)을 활용해 자성 마이크로로봇의 3차원 위치를 자동으로 정밀 제어할 수 있는 방법을 개발했다고 밝혔다.

외부 전자기 구동시스템(Electromagnetic Actuation Systems)에서 생성되는 자기장과 자기력에 의해 무선 제어되는 자성 마이크로로봇은 이 특성을 이용, 인체 내 치료 인자를 전달하는 정밀 표적 치료에 활용될 수 있다.

그러나 혈관, 종양 등과 같은 인체 내 동적인 환경에서 마이크로로봇을 목표 위치까지 구동시키기 위해서는 복잡한 모델링 또는 수학적 계산이 필요한데, 활용 목적에 따라 다양한 형상을 갖는 마이크로로봇 특성상 개별 로봇에 맞는 적절한 구동 체계를 각각 수립해야 해 많은 시간과 노력이 소모된다는 한계가 있었다.

이에 연구팀은 복잡한 수학적/물리적 모델링 없이도 다양한 형태의 마이크로로봇을 제어할 수 있는 범용적인 방법을 고안, 마이크로로봇의 3차원 정밀 위치 제어법을 스스로 터득할 수 있는 강화학습 기반의 인공신경망을 개발했다.

개발된 인공신경망은 전자기 구동시스템에 전류를 직접 인가하는 방식으로 마이크로로봇을 구동, 그 결과를 직접 평가함으로써 마이크로로봇의 3차원 위치 제어법을 스스로 학습했다.

학습된 인공신경망을 활용한 결과, 마이크로로봇이 종래의 제어 방식을 사용한 경우보다 약 50% 빠른 속도로 목표 위치에 수렴했다. 또한, 기존의 제어 방식보다 약 40% 더 적은 위치 오차를 보였다.

최홍수 교수는 “이번 연구를 통해 강화학습 기반의 인공신경망을 활용한 구동 방법이 종래의 제어 방식보다 마이크로로봇을 더 빠르고 정밀하게 제어할 수 있다는 것을 확인할 수 있었다”며, “적은 시간과 자원으로 다양한 형태의 마이크로로봇과 전자기 구동시스템에 적용될 수 있는 범용적인 구동 체계가 될 것으로 기대된다”고 밝혔다.

과학기술정보통신부와 한국연구재단이 추진하는 국가과학난제도전융합연구개발사업의 지원으로 수행된 이번 연구 성과는 인공지능 분야 국제학술지 ‘네이처 머신 인텔리전스(Nature Machine Intelligence)’에 1월 11일 게재됐다.