LingVo.club
레벨
인공지능으로 더 자연스러운 의수 잡기 — 레벨 B2 — person wearing blue and black gloves

인공지능으로 더 자연스러운 의수 잡기CEFR B2

2025년 12월 9일

원문 출처: Evan Lerner-Pennsylvania, Futurity CC BY 4.0

사진 출처: Marcos Ramírez, Unsplash

레벨 B2 – 중고급
4
192 단어

일상적인 잡기 동작은 손가락의 무의식적 촉각 정보에 크게 의존합니다. 의수를 사용하는 사람들은 이 촉각을 잃어 각 손가락을 의식적으로 제어해야 하며, 그 결과 단순한 작업도 느려지고 인지적 부담이 커집니다. University of Utah 연구진은 이런 문제를 해결하기 위해 상용 전동 의수에 근접 및 압력 센서를 추가하고 인공신경망을 훈련시켜 보다 자연스러운 손 동작을 구현했습니다.

연구팀은 TASKA Prosthetics의 인공 손에 맞춤형 팁을 장착해 압력과 광학적 근접 센서를 통합했습니다. 센서들은 거의 무게가 없는 솜볼이 손가락 위에 떨어지는 것도 감지할 만큼 민감했고, 각 손가락에 별도 센서가 있어 손가락들이 병렬로 작동하며 다양한 물체에 대해 안정적인 잡기를 형성했습니다. 근접 데이터로 신경망을 훈련해 손가락이 적절한 거리로 이동하도록 했고, 사람과 기계가 제어권을 두고 싸우지 않도록 인간 입력과 AI 입력의 균형을 맞추는 공유 제어(shared-control) 방식을 도입했습니다.

연구는 Jacob A. George와 Marshall Trout가 주도했으며 Nature Communications에 실렸습니다. 팔꿈치와 손목 사이에서 절단을 겪은 4명의 참가자를 대상으로 시스템을 시험한 결과, 표준 과제 성능이 향상되었고 참가자들은 작은 물체 집기나 플라스틱 컵을 들어 마시기 같은 세밀한 운동 활동을 수행할 수 있었습니다. 연구진은 이식형 신경 인터페이스를 탐구하고 이를 향상된 센서와 지능형 제어와 결합할 계획이며, 추가 저자들은 University of Utah와 University of Colorado, Boulder 소속이고 연구 자금은 NIH와 NSF에서 지원받았습니다.

어려운 단어·표현

  • 촉각손을 통해 피부가 물체를 느끼는 감각
  • 인지적 부담생각하거나 처리해야 하는 정신적 부담
    인지적 부담이
  • 전동 의수전기로 움직이는 인공 팔의 손 부분
    전동 의수에
  • 근접 센서물체와의 거리를 감지하는 작은 장치
    근접 센서를
  • 압력 센서물체가 받는 힘을 측정하는 장치
    압력 센서를
  • 인공신경망데이터로 학습하는 컴퓨터 모델 시스템
    인공신경망을
  • 공유 제어사람과 기계가 제어를 나누는 방식
    공유 제어(shared-control)

팁: 글에서 강조된 단어에 마우스를 올리거나 포커스/탭하면, 읽거나 들으면서 바로 간단한 뜻을 볼 수 있습니다.

토론 질문

  • 센서와 인공신경망이 결합된 의수는 사용자의 일상생활에 어떤 변화를 줄까요? 구체적인 활동 예를 들어 설명해 보세요.
  • 연구진은 이식형 신경 인터페이스를 향후 결합할 계획이라고 밝혔습니다. 이런 결합에서 예상되는 이점과 기술적·윤리적 과제를 무엇이라고 생각하나요?

관련 기사