MIT, 수중 다이버와 자율주행 로봇 협업 기술 개발

주장MIT 링컨 연구소는 인간의 정교한 판단력과 로봇의 고속 연산 능력을 결합해 수중 임무의 한계를 극복하고자 합니다. 다이버는 복잡한 환경에서 물체를 인식하고 조작하는 데 강점이 있으며, 로봇은 장시간 이동과 대규모 데이터 처리에 최적화되어 있습니다.

팩트해당 프로젝트는 MIT 링컨 연구소의 첨단 해저 시스템 및 기술 그룹이 주도합니다. 연구팀은 미국 군사 작전인 핵심 인프라 수리, 수색 및 구조, 항구 진입, 기뢰 제거 작전의 효율을 높이는 기술을 개발합니다.

교차검증수중은 빛이 부족하고 탁도가 높아 광학 카메라 사용에 제약이 따릅니다. 음향 센서인 소나는 물체 형태는 파악하지만 색상 정보가 없고, 인공지능 학습을 위한 대규모 데이터셋 확보도 어렵습니다.

팩트매들린 밀러 수석 연구원이 이끄는 연구팀은 수중 내비게이션과 인식 알고리즘을 설계합니다. 이들은 해류와 같은 실제 해양 환경 변수를 반영해 다이버와 로봇의 위치를 실시간으로 추정하는 최적화 문제를 해결합니다.

팩트연구팀은 인공지능 분류기를 활용해 수집된 광학 및 소나 데이터를 처리합니다. 분류기가 물체 식별 과정에서 높은 불확실성을 보이면 다이버에게 즉시 확인을 요청하는 피드백 루프를 구축합니다.

교차검증수중 음향 통신은 대역폭이 낮고 지연 시간이 깁니다. 비압축 이미지 전송에 수십 분이 소요되는 문제를 해결하기 위해 연구팀은 정보를 최소한으로 압축하는 통신 효율화 기술을 연구합니다.

팩트하드웨어는 미 해군이 사용하는 자율주행 수중 로봇(AUV)에 쉽게 통합하도록 상용 기성품(COTS) 센서를 활용합니다. 여기에는 소나, 광학 센서, 다이버 거리 측정용 음향 모뎀, 데이터 처리 보드가 포함됩니다.

팩트연구팀은 뉴햄프셔주 포츠머스 인근 대서양과 보스턴 찰스강에서 현장 테스트를 진행했습니다. 초기에는 보트를 다이버 대리인으로 사용했으나, 이후 미시간 공과대학교 연구센터에서 실제 다이버와 함께 성능을 검증했습니다.

팩트테스트에 사용된 ‘튜브렛(tube-let)’은 다이버가 휴대하는 원통형 태블릿입니다. 이 장치에는 압력 센서, 깊이 센서, 관성 측정 장치(IMU), 거리 측정 모뎀이 탑재되어 내비게이션 알고리즘이 위치를 계산하도록 돕습니다.

교차검증현재까지의 테스트에서는 다이버와 로봇 간의 실시간 협업 인터페이스가 완전히 구현되지 않았습니다. 다이버가 수중으로 진입한 뒤 로봇과 직접 통신을 주고받는 과정에는 여전히 기술적 제약이 존재합니다.

출처MIT 뉴스(https://news.mit.edu/2026/human-machine-teaming-dives-underwater-0414)를 교차 검증했습니다.