사진은 한국기술교육대 한연희 교수 연구팀이 개발한 노이즈 강인 인식 프레임워크를 내재한 Unitree Go1 실환경 파쿠르 실험 장면

한국기술교육대학교(KOREATECH·총장 유길상) 컴퓨터공학부 한연희 교수 연구팀이 ‘깊이 영상(depth image)의 센서 노이즈에 강인한 사족보행 로봇 파쿠르*기술’ 개발에 성공했다.

깊이 영상은 카메라와 물체 사이의 거리 정보를 픽셀 단위로 담은 영상으로, 로봇이 계단·틈·단차·장애물 등 주변 지형의 3차원 구조를 파악하는 데 활용된다. 이번 연구의 핵심은 실제 환경에서 발생하는 깊이 영상의 노이즈 영향을 줄여, 로봇이 장애물을 안정적으로 통과하도록 한 데 있다.

이번 논문은 로봇공학·자율주행·지능형 시스템 분야를 대표하는 국제학술대회 ‘IROS 2026’ (IEEE/RSJ International Conference on Intelligent Robots and Systems)에 ‘DAWN: Noise-Robust Quadruped Parkour via Depth-Denoising World Models’라는 제목으로 채택됐다. 논문은 2026년 9월 27일부터 10월 1일까지 미국 펜실베이니아주 피츠버그에서 발표될 예정이다.

기존 시각 기반 보행 로봇 연구는 학습 단계에서 ‘깨끗한 깊이 영상’을 가정하고, 실제 운용 시 발생하는 센서 노이즈는 후처리 필터에 의존해 왔다. 그러나 필터의 최적값은 조명·표면 재질·거리 분포에 따라 달라져, 환경이 바뀔 때마다 다시 조정해야 하는 한계가 있었다.

연구팀은 이를 해결하기 위해 로봇이 주변 지형을 이해하고 예측하는 학습 단계에서부터 깊이 영상의 노이즈에 강하도록 설계된 인식 프레임워크 ‘DAWN(Denoising and Alignment in World models for Noise-robustness)’을 제안했다.

DAWN은 노이즈가 섞인 영상과 깨끗한 영상을 함께 비교·학습하도록 설계 되어, 실제 환경에서도 로봇이 불완전한 영상 정보에 흔들리지 않고 계단·단차 등 주변 지형을 안정적으로 인식할 수 있게 함으로써 로봇의 환경 인식 및 제어 안정성을 높였다.

특히 이 기법은 학습 단계에서만 적용되므로 실제 로봇이 동작할 때 추가 연산 비용이 발생하지 않는다. 또한 환경에 따라 필터값을 일일이 조정하지 않아도 돼, 조명·표면 재질·거리 조건이 달라지는 다양한 실제 환경에 적용할 수 있다는 장점이 있다. 연구의 상세 결과와 실로봇 주행 영상은 프로젝트 페이지(https://dawn-parkour.github.io)에서 확인할 수 있다.

연구팀은 개발한 기술을 사족보행 로봇 Unitree Go1에 적용해 실환경 파쿠르 실험을 진행했다. 그 결과 로봇은 시뮬레이션에서 학습한 뒤 실제 환경으로 전이하는 Sim-to-Real* 조건에서도 높이 18cm 계단, 폭 70cm 틈, 높이 45cm 단차를 별도 추가 학습 없이 제로샷*으로 통과했다.

이번 연구는 컴퓨터공학과 박사수료생 최요한 학생이 제1저자로서 핵심 아이디어 설계와 전체 실험을 주도했으며, 석사과정 김민준 학생과 김진성 학생이 시뮬레이션·실제 로봇 실험 및 분석에 참여했다. 또한 컴퓨터공학부 한연희 교수(지도교수)와 전자공학과 김용재 교수가 공동으로 본 연구를 이끌었다.

특히, 한연희 교수 연구팀은 2025년에도 강화학습 기반 드론 제어 연구로 ‘IROS 2025’에 논문이 채택된 바 있다. 이번 성과로 연구팀은 강화학습과 로봇 제어 분야에서 2년 연속 세계적 권위의 국제학술대회에 논문을 발표하게 됐다.

제1저자인 컴퓨터공학과 박사수료생 최요한 학생은 “학습 단계에서 노이즈를 직접 다루도록 모델을 설계하는 것만으로도 실제 환경에서 별도 필터 튜닝 없이 로봇이 안정적으로 험지를 통과할 수 있음을 확인한 점이 가장 뜻깊었다”라고 말했다.

한연희 교수는 “이번 연구는 학생 연구자들이 문제 정의부터 실제 로봇 검증까지 전 과정을 주도해 거둔 성과라는 점에서 더욱 의미가 크다”라며 “불완전한 센서 데이터와 다양한 환경 변화에 대응해야 하는 실환경에서의 로봇 인식 기술의 안정성을 높이는 데 기여할 것으로 기대한다”라고 밝혔다.