국내 연구진, 사람 몸 속에서 정밀 제어하는 '의료용 마이크로로봇' 기술 개발

인공신경망을 이용한 전자기 구동 시스템의 자성 마이크로로봇 제어 방법을 표현한 핵심 개념 도표(위)와 관심 영역 내에서 마이크로로봇을 목표 지역으로 제어하기 위해 전자기 구동 시스템의 코일 전류 제어 방식에 대해 강화 학습 에이전트의 학습(아래) / 뉴스1 

국내 연구진이 의료용 마이크로로봇을 인체 내에서 정밀하게 제어하는 기술을 개발했다.

한국연구재단은 최홍수 대구경북과학기술원(DGIST) 교수 연구팀이 강화학습을 기반으로 한 인공신경망(두뇌의 정보 처리 과정을 모방해 만든 알고리즘)을 활용해 자성 마이크로로봇의 3차원(3D) 위치를 자동 정밀 제어하는 방법을 개발했다고 12일 밝혔다.

이번 연구 결과는 지난 11일 인공지능(AI) 분야 국제학술지 '네이처 머신 인텔리전스'에도 게재됐다.

'강화학습'이란 인공지능(AI) 모델의 행동을 학습하는 방식으로서 행동에 따른 주변 환경과의 상호작용에서 오는 보상을 최대화하는 방법을 통해 최적의 전략을 찾는 방법을 말한다.

외부 전자기 구동시스템에서 생성되는 자기장·자기력에 무선 제어되는 자성 마이크로로봇은 이런 특성을 이용, 인체 내에 치료 인자를 전달하는 정밀 표적 치료에 쓸 수 있다.

최홍수 DGIST 교수/ 뉴스1

그러나 혈관·종양 등 체내의 동적 환경에서 마이크로로봇을 목표 위치까지 구동시키려면 복잡한 모델링이나 수학적 계산이 필요로 하고, 특히 활용 목적에 따라 다양한 형상을 갖는 마이크로로봇 특성상 개별 로봇에 적절한 구동체계를 수립하는 데 많은 시간과 노력이 소모될 수밖에 없다.

이에 연구팀에선 수학·물리적 모델링 없이도 다양한 형태의 마이크로로봇을 제어할 수 있는 범용적 방법을 고안, 마이크로로봇의 3D 정밀 위치 제어법을 스스로 터득할 수 있는 강화학습 기반의 인공신경망을 개발했다.

이 인공신경망은 전자기 구동 시스템에 전류를 직접 인가하는 방식으로 마이크로로봇을 구동, 그 결과를 직접 평가함으로써 위치 제어법을 스스로 학습한다. 이 같은 인공신경망을 활용한 결과 마이크로로봇이 종래 제어 방식을 사용한 경우보다 약 50% 빠른 속도로 목표 위치에 수렴했고, 약 40% 더 적은 위치 오차를 기록했다는 게 연구팀의 설명이다.

최 교수는 "이번 연구를 통해 강화학습 기반 인공신경망을 활용한 구동 방법이 종래 제어 방식보다 마이크로로봇을 더 빠르고 정밀하게 제어할 수 있다는 걸 확인할 수 있었다"며 "적은 시간과 자원으로 다양한 형태의 마이크로로봇과 전자기 구동 시스템에 적용될 수 있는 범용적인 구동 체계가 될 것으로 기대한다"고 말했다.

이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 국가과학난제도전융합연구개발사업의 지원을 받아 수행했다.

(뉴스1) 김태진 기자 · memory4444444@news1.kr