휴머노이드 통신네트워크 개발을 위한 인체 신경네트워크 이해 및 통신네트워크 응용 기술 연구

From Course@DGIST
Jump to navigation Jump to search
휴머노이드 통신네트워크 개발을 위한 인체 신경네트워크 이해 및 통신네트워크 응용 기술 연구
제안자 최지웅
자문교원 최지웅
연도 2020
타입 A형 과제
코스 장영실
매칭여부 No
참여학생수
소개동영상

제안 배경

인간의 신경네트워크는 몹시 많은 뉴런으로 구성되어 있다. 이를 간단히 나타낸 그림 1조차도 충분히 복잡한 구성으로 이루어져 있는데, 이렇게 복잡한 네트워크를 큰 오류 없이 효율적으로 관리 및 사용할 수 있는 원리가 무엇일까? 인간과 닮은 형태와 기능을 가진 로봇을 휴머노이드라고 칭하며 많은 연구팀에서 개발하고 있으나, 보다 인간과 유사한 로봇을 만들기 위해서는 인간의 신경네트워크를 이해하고 모방할 필요가 있을 거라 생각한다. 세밀하고 정교한 동작과 더불어 많은 기능을 수행하기 위해서는 로봇의 노드 수 증가를 비롯해 네트워크 구성이 복잡해지는 것이 필수불가결하다. 따라서 이들의 배선연결이나 동작 충돌 등을 효과적으로 해결하기 위해 복잡하지만 효율적으로 처리되는 인체 신경네트워크의 특성을 로봇 통신네트워크에 적용하고자 한다. 본 과제에서는 그림 2의 예시와 같이 기존의 로봇 통신네트워크가 갖는 한계점을 파악하고 인간의 신경네트워크를 모방했을 때 얻을 수 있는 장점을 살려 새로운 로봇 통신네트워크를 이론적으로 제안한다. 이를 통해 단순히 성능이 좋은 로봇을 만들어낼 뿐만 아니라 그림 3과 같이 불편한 신체의 일부를 대신하거나 사람의 생각대로 로봇을 조종할 수 있는 기술의 발전에도 기여하고자 한다. 이러한 기술의 발전은 AI 및 뇌 신호 디코딩 기술과 융합하여 아이언맨을 현실로 만드는 계기가 될 것이라 기대한다.

  • 그림 1. 인간의 신경계
  • 그림 2. 기존의 휴머노이드 네트워크 예시
  • 그림 3. 신체 일부를 로봇으로 대체한 예시
  • 그림 4. 영화 '아이언맨'의 촬영 세트장 장면

과제 목표

  • 기존 로봇 통신네트워크의 한계점 파악
  • 인체 신경네트워크의 특성 확인
  • 로봇 통신네트워크의 발전 방향 제안

과제 내용

  • 기존 로봇 통신네트워크 이해
  • 인체 신경네트워크 구성 및 기능 이해
  • 새로운 로봇 통신네트워크 제안 및 구현

참고자료

[1] Principles of Communications 7th edition, R. E. Ziemer, et al., (2014)

[2] RTCAN: a real-time CAN-bus protocol for robotic applications (Jan, 2013), retrieved November 21, 2019.

[3] 뇌와 뉴런 (신경세포), 아이뉴턴 편집부, (2018).

[4] Mathematics for Neuroscientists, F. Gabbiani, et al., (2017)

희망학생