로보틱스 아카데미
로봇 해부실 · 3D 실습
로봇의 눈과 손, 관절, 제어기와 전원이 맡는 일을 부품별로 살펴봅니다.
카메라·거리 센서
물체가 어디에 있는지 알아낼 관측 정보를 만듭니다.
영상과 거리 정보는 위치 추정의 재료입니다. 빛, 가림, 반사와 센서 배치에 따라 얻는 정보가 달라집니다. 카메라를 달았다는 사실만으로 물체를 이해했다고 판단할 수 없습니다.
빛·거리 → 관측 데이터 → 위치 추정
평가에 사용한 조명과 물체가 실제 작업 환경에서도 유지되나요?
모터
전기에너지를 회전 운동으로 바꿉니다.
회전속도와 토크를 함께 봐야 합니다. 모터만 크게 바꾸기 전에 감속기, 필요한 작업 속도, 발열과 전원 조건을 확인합니다.
전력 → 모터 회전 → 감속기
표시된 토크를 얼마나 오래, 어떤 냉각 조건에서 낼 수 있나요?
감속기
회전속도를 낮추고 토크를 전달합니다.
같은 모터 운전점에서 감속비가 커지면 출력축은 느려지고 전달 토크는 커집니다. 마찰 손실과 장치의 허용 토크가 있어 감속비만으로 성능이 결정되지는 않습니다.
빠른 모터 회전 → 감속 → 느린 출력 회전
효율·정격 토크·수명은 어떤 속도와 부하에서 측정했나요?
엔코더·힘 센서
얼마나 움직였고 얼마나 힘이 걸리는지 측정합니다.
엔코더는 축의 위치나 회전을, 힘 센서는 접촉력을 측정하는 데 쓰입니다. 측정값이 있어야 명령과 실제 결과를 비교할 수 있지만, 센서 자체의 오차와 지연도 남습니다.
실제 움직임·접촉 → 측정 → 제어기
측정 오차와 지연이 작업 결과에 미치는 영향을 어떻게 검증했나요?
그리퍼
물체와 직접 접촉해 잡고 놓는 로봇의 손입니다.
힘뿐 아니라 손끝 재질, 접촉 형상과 물체의 강도가 중요합니다. 무른 컵은 더 세게 잡는다고 해결되지 않습니다. 아래에서 받치거나 다른 손을 쓰는 선택도 가능합니다.
모터의 힘 → 손끝 접촉 → 물체 지지
어떤 물체·표면·가속 조건에서 파지 성능을 확인했나요?
드라이버·제어기
목표와 측정값을 비교하고 모터를 구동합니다.
제어기는 목표에 맞춘 명령을 계산하고 드라이버는 모터에 전력을 공급합니다. 오차를 보정하는 전통적인 피드백 제어는 AI 없이도 가능합니다.
목표와 측정값 → 오차 → 구동 명령
외란이 생겼을 때 오차, 응답 시간과 진동은 어떻게 달라지나요?
컴퓨팅·AI 모듈
관측과 명령을 해석하고 수행할 행동을 고릅니다.
학습 모델은 영상이나 언어를 행동에 연결하는 데 활용될 수 있습니다. 행동 선택과 모터 제어는 구분해서 봅니다. 이 화면은 미리 구성한 교육 시나리오이며 AI 추론을 실행하지 않습니다.
관측·작업 명령 → 상황 해석 → 행동 선택
학습 때 보지 못한 환경과 실패 상황도 평가에 포함됐나요?
배터리·전력 계통
모터와 센서, 컴퓨터에 필요한 전력을 공급합니다.
이동형은 배터리, 고정형은 외부 전원을 사용할 수 있습니다. 구동과 연산의 전력 사용은 작동시간·발열과 연결됩니다. 이 모델은 전력 흐름을 설명하며 배터리 수명이나 작동시간을 계산하지 않습니다.
전원 → 전력 변환·분배 → 구동·감각·연산
작동시간에는 대기·이동·조작·충전 시간이 어떻게 반영됐나요?