벌, 개미, 흰개미는 설계도가 필요하지 않습니다. 여왕벌이 있을지 몰라도, 이 종들은 건축가나 건설 관리자를 만들어내지 못합니다. 각 곤충 일꾼, 즉 드론은 단순히 따뜻함이나 건축 자재의 유무와 같은 신호에 반응합니다. 인간의 생산 방식과는 달리, 거대한 설계는 드론들의 집단적인 행동에서 비롯되며 중앙 계획은 필요하지 않습니다.

펜실베이니아 공과대학(Penn Engineering) 연구진은 가상의 작은 로봇 무리가 동일한 동작을 수행할 수 있도록 하는 수학적 규칙을 개발했습니다.  컴퓨터 시뮬레이션 에서 로봇들은 벌집 모양의 구조물을 만들었으나, 설계도를 따르거나 이해하지는 못했습니다.

"우리가 한 일은 아직 첫걸음에 불과하지만, 궁극적으로 제조의 새로운 패러다임으로 이어질 수 있는 새로운 전략입니다."라고  Science Advances 에 게재된 새 논문의 공동 선임 저자이자 기계공학 및 응용기계(MEAM) 부교수인 조던 레이니는 말합니다 . "3D 프린터조차도 단계별로 작동하기 때문에 소위 취성 공정이 발생합니다. 노즐 막힘과 같은 작은 실수 하나가 전체 공정을 망칩니다."

이 팀의 새로운 전략을 사용하면 더욱 견고하고 적응성이 뛰어나며, 벌 한 마리의 실수 때문에 건설이 중단되는 일이 없어 공장에서가 아니라 현장에서 복잡한 구조물을 건설할 수 있습니다.

"우리는 아직 시작에 불과합니다."라고 레이니는 말한다. "우리는 계획을 실행하는 도구에 익숙합니다. 이제 우리는 이런 질문을 던지고 있습니다. 도구 없이 어떻게 질서가 만들어질 수 있을까요?"

공동 선임 저자인 조던 레이니는 로봇이 벌처럼 집을 짓도록 하는 수학적 규칙을 개발하는 과정을 설명합니다. 사진 제공: 벨라 시에르보

새로운 패러다임 구축

석기 부터   우주 정거장까지, 인간 공학은 계획에 의존해 왔습니다. 결과를 상상한 후, 단계적으로 설계하고 구축하는 것이죠. 3D 프린팅도 같은 원리를 따릅니다. 모델을 수천 개의 정밀한 지침으로 분할하여 프린터가 따라야 합니다.

"우리 접근 방식의 가장 큰 차별점은 바로 그 패러다임 전체를 우회한다는 점입니다."라고 MEAM의 아사 휘트니 교수이자 일반 로봇, 자동화, 감지 및 인식(GRASP) 연구실의 루제나 바즈치 소장이자 이 논문의 공동 선임 저자인 마크 얌은 말합니다. "미리 작성된 대본도, 중앙화된 계획도 없습니다. 각  로봇은  주변 환경에 반응할 뿐입니다."

단일 로봇이 전체적인 상황을 이해할 필요가 없기 때문에, 일부 로봇이 고장 나거나 경로를 이탈하더라도 건설은 계속 진행될 수 있습니다. 또한 모든 로봇이 차례를 기다리지 않고 동시에 작동하기 때문에, 언젠가는 개별적인 고장에도 더 빠르고 안정적으로 작업할 수 있을 것입니다.

건물이 아닌 계획 행동

자연에서 영감을 얻었지만, 연구진은 벌, 개미, 또는 다른 자연 건축 동물의 행동을 정확하게 모방하려 하지 않았습니다. 학습 알고리즘을 설계하는 방법에 대한 단서를 뇌에서 찾는 인공지능 연구자들과 달리, 이 팀은 생물학을 모방하려 하지 않았습니다.

그 대신, 그들은 자연이 사용하는 더 심오한 원리에 초점을 맞췄습니다. 즉, 간단한 행동을 여러 번 병렬로 반복하면 복잡하고 유용한 것을 만들어낼 수 있다는 것입니다.

"우리가 원했던 것은 행동에서 구조가 드러나는 시스템이었습니다."라고 레이니는 말합니다. "로봇이 무엇을 만드는지 알고 있어서가 아니라, 적절한 지역 규칙을 따르기 때문입니다."

가장 어려운 부분은 그 규칙들을 어떻게 적용해야 할지 알아내는 것이었습니다. "로봇이 주변 환경에 반응하도록 프로그래밍할 수 있는 방법은 무궁무진합니다."라고 임은 말합니다. "간단하면서도 유용한 것으로 범위를 좁혀야 했습니다."

벌처럼 이 시뮬레이션에 등장하는 개별 로봇들은 아무런 마스터 플랜도 없습니다. 단순히 주변 신호에 반응하여 벌집 모양의 구조물을 만들 수 있습니다. 이 방법은 자연에서 영감을 받아 제조업의 새로운 시대를 예고할 수 있습니다. 출처: 조던 레이니, 마크 임

올바른 규칙 찾기

결국 팀은 몇 가지 기본적인 질문에 집중했습니다. 로봇이 다른 로봇이 만든 물체에 부딪혔을 때 어떻게 해야 할까요? 좌회전해야 할까요, 우회전해야 할까요? 그리고 얼마나 회전해야 할까요? 각 로봇은 멈추기 전에 얼마나 멀리 가야 할까요?

그 결과, 로봇의 속도와 좌우로 회전하는 각도 등 12가지 변수가 생겨났고, 연구진은 여러 시뮬레이션을 통해 이 변수들을 실험했습니다. 라니는 "로봇의 활동을 시뮬레이션함으로써"라고 말하며, "어떤 규칙이 가장 중요한지 미세 조정하는 데 집중할 수 있었습니다."라고 덧붙였습니다.

궁극적으로, 시스템 내 무질서의 정도는 최종 구조에 결정적인 역할을 했습니다. "회전 각도와 같은 매개변수를 더 많이 변화시킬수록 최종 구조의 변화도 더 커졌습니다."라고 Yim은 말합니다.

펜실베이니아 공과대학(Penn Engineers)의 이전 연구에서 밝혀진 바와 같이 , 벌집과 같은 격자 구조에 적절한 무질서를 더하면 실제로 인성을 향상시킬 수 있습니다. 라니는 "우리는 최종 결과물의 기하학적 구조를 다양하게 변화시킬 수 있는 레버를 발견했는데, 이는 균열 저항성에 영향을 미칠 수 있습니다."라고 덧붙였습니다.

현실에서 떼를 구축하다

팀이 프로토타입을 제작했지만, 실제로 로봇 무리를 만드는 것은 아직 한 걸음 더 나아갔습니다. 우선, 그들은 작은 로봇들이 현실 세계에서 어떻게 작동하는지 더 잘 반영하도록 시뮬레이션을 업데이트할 계획입니다.

"초기 모델에서는 로봇이 마치 미니 3D 프린터처럼 직선으로 재료를 쌓아 올리는 모습을 상상했습니다."라고 Yim은 말합니다. "하지만 그것이 가장 실용적인 방법은 아닐 수도 있습니다. 더 나은 접근법은 로봇이 자기 주변에 금속 구조물을 성장시키는 전기화학을 활용하는 것일 수도 있습니다."

이를 실현하려면 움직이고, 감지하고, 재료와 상호 작용할 수 있는 작은 로봇을 만드는 데 있어 진전이 필요하지만, 연구팀은 이 개념 자체가 아마도 가장 중요한 진전을 나타낸다고 생각합니다.

"이를 통해 사람들이 사물을 어떻게 만들 수 있는지에 대해 새로운 방식으로 생각하게 되기를 바랍니다."라고 레이니는 말합니다. "자연은 거대한 계획에서 시작되는 것이 아니라, 수많은 작은 행동들이 모여 더 큰 무언가를 만들어내는 데서 시작됩니다. 이제 우리도 그 방법을 배우고 있습니다."

추가 공동 저자로는 공동 제1저자인 Jiakun Lu와 Xiaoheng Zhu, 그리고 Penn Engineering의 Walker Gosrich가 있습니다.