세계 자체가 최고의 모델이다
시뮬레이션이 실제 하드웨어가 마주칠 모든 것을 담아낼 거라 믿지 말고, 물리적 시제품을 일찍부터 자주 테스트하라. 모델링되지 않은 마찰, 센서 노이즈, 백래시는 언제나 수식보다 먼저 작업대 위에서 드러나기 때문이다.
회로 기판을 납땜하거나 브래킷을 손으로 가공하는 로봇공학 엔지니어의 이미지는 화면으로 대체된 것이 아니라 축소되었을 뿐이다. CAD 소프트웨어, 제어 시스템 코드, 시뮬레이션 환경이 근무 시간의 대부분을 채우지만, 오작동하는 로봇은 결국 오실로스코프를 든 작업대에서 디버깅해야 하기 때문에 여전히 이 일은 그곳에서 끝난다.
숙련된 엔지니어들이 물려주는 것은 특정 도구에 대한 것이라기보다, 실제 기계에서 검증되지 않은 것에 대한 의심이라는 태도다. 정교한 시뮬레이션보다 실물 테스트를 신뢰하고, 전력과 연산량을 고정된 예산처럼 관리하며, 로봇이 처음으로 전속력으로 움직이는 순간을 뭔가 잘못될 가능성이 가장 큰 때로 취급하는 것이다.
로봇에 가동 범위와 하중 용량을 부여하는 물리적 구조, 관절, 메커니즘을 설계하고, 백래시·마찰·컴플라이언스가 제작 후 어떻게 나타날지 아는 능력.
센서를 읽고 엄격한 타이밍으로 모터를 구동하는 저수준 코드를 작성하고 디버깅하는 능력으로, 데드라인을 놓치면 그저 느린 게 아니라 불안정하거나 위험한 로봇이 될 수 있다.
카메라, 라이다, 깊이 센서 데이터를 쓸 만한 세계 이해로 바꾸는 능력으로, 갈수록 손으로 짠 특징 검출보다 학습된 모델을 통해 이루어진다.
안전하고 효율적인 경로나 궤적을 생성·실행하고, 실제 세계의 교란에도 로봇이 그 경로를 유지하게 하는 피드백 루프를 튜닝하는 능력.
각각 개별적으로는 작동하는 로봇의 기계, 전기, 펌웨어, 소프트웨어 층위가 함께 작동하도록 만드는 능력으로, 실제 고장의 대부분은 이 두 층위 사이의 경계에서 발생한다.
비상정지, 힘 제한, 안전한 실패 모드를 설계하고, 근처에 사람이 서 있는 상태에서 같은 일이 다시 벌어지기 전에 로봇이 왜 예상치 못하게 행동했는지 알아내는 능력.
야간 테스트 실행이나 현장의 무인 로봇에서 나온 데이터나 오류를 검토한 뒤, 우선순위와 미해결 버그에 대한 짧은 팀 회의를 한다.
하드웨어 작업의 주된 시간대로, 배선, 센서 캘리브레이션, 브래킷 가공이나 3D 프린팅, 혹은 하중 아래서 관절이 왜 어긋나는지 추적하는 일 등이다.
시연, 대회, 제품 출시 전 몰아치는 시기에는 가장 먼저 사라지는 진짜 휴식 시간.
작업대가 아니라 책상에서 제어 코드를 작성·튜닝하거나, 시뮬레이션을 돌리거나, 인지 또는 계획 파이프라인 작업을 한다.
실제 하드웨어에서 전체 시스템을 함께 돌리는 시간으로, 따로따로 숨어 있던 기계·전기·소프트웨어 문제가 대개 함께 드러나는 지점이다.
평범한 날에는 개인 시간과 수면이지만, 대회나 시연, 제품 출시일이 다가오면 엔지니어들은 밤늦게까지 작업대로 돌아올 수 있다.
현장에서 실제로 전수되는 기술 지식 — 동기부여 문구가 아니다.
시뮬레이션이 실제 하드웨어가 마주칠 모든 것을 담아낼 거라 믿지 말고, 물리적 시제품을 일찍부터 자주 테스트하라. 모델링되지 않은 마찰, 센서 노이즈, 백래시는 언제나 수식보다 먼저 작업대 위에서 드러나기 때문이다.
로봇이 오작동하면 코드를 의심하기 전에 전원 공급과 커넥터부터 확인하라. 미스터리한 로봇 고장의 압도적 다수는 소프트웨어 버그가 아니라 헐거운 커넥터, 전압 강하, 잘못 배선된 센서로 귀결된다.
비상정지, 토크 제한, 안전 구역은 출시 직전에 마지막으로 추가하는 기능이 아니라 첫 시제품부터 설계에 포함된다. 이미 빠르게 움직이는 로봇에 나중에 안전을 덧붙이는 것이야말로 사람이 다치는 방식이기 때문이다.
모든 센서, 모터, 온보드 컴퓨터는 로봇의 배터리와 처리 예산 중 고정된 몫을 소비한다. 다른 것을 줄이지 않고 기능 하나를 더 추가하는 것이 유망한 시제품이 제 근무일도 끝내지 못하게 되는 방식이다.
깨끗한 모델로 튜닝된 제어 알고리즘은 모델링되지 않은 기어 백래시, 케이블 마찰, 관절 컴플라이언스 때문에 실제 하드웨어에서 실패할 수 있다. 이런 문제는 오류 메시지로 나타나지 않고, 그저 이상하게 부정확한 로봇으로만 드러난다.
새 코드나 새 메커니즘은 누군가 킬 스위치에 손을 얹은 채 작동 속도의 일부만으로 먼저 실행되며, 그 후에야 전속력으로 움직이게 한다. 엔지니어들은 아틀라스나 스팟 같은 기계의 모든 새 동작에 이 원칙을 적용한다고 말한다.
업계 대부분에서 센서, 액추에이터, 소프트웨어 모듈을 매번 배관을 다시 짜지 않고도 하나의 작동하는 로봇으로 연결하는 데 쓰는 오픈소스 미들웨어 프레임워크.
로봇의 기계적 구조를 모델링하고, 간섭을 확인하고, 금속이나 플라스틱을 자르기 전에 제조 도면을 생성하는 매개변수형 3D 설계 도구.
제어 시스템과 동역학을 모델링하는 표준 도구로, 특히 실제 하드웨어에 코드를 믿고 맡기기 전에 피드백 루프를 튜닝하고 로봇의 거동을 시뮬레이션하는 데 쓰인다.
여전히 이 일의 핵심인 기본 하드웨어 디버깅 도구로, 실제 로봇 고장의 대부분은 이 도구들이 직접 드러내는 배선, 전원, 신호 문제로 거슬러 올라간다.
실제 하드웨어를 위험에 빠뜨리기 전에 제어 코드를 테스트하고 인지나 조작 모델을 학습시킬 수 있는 물리 기반 가상 환경이지만, 결코 실물의 완전한 대체물은 아니다.
가제보나 무조코에서 완벽하게 작동하는 컨트롤러가 시뮬레이터가 모델링하지 못한 센서 노이즈, 지연, 마찰 때문에 실제 로봇에서는 실패할 수 있다. 초기 하드웨어 테스트를 건너뛴 팀들은 이를 나중에, 비싸게 발견하는 경우가 많다.
로봇의 몸체를 고정된 전제로 취급하고 노력을 소프트웨어에만 집중하면, 백래시, 약한 관절, 센서 위치 같은 하드웨어의 실제 한계와 싸우게 된다. 처음부터 소프트웨어와 메커니즘을 함께 설계하는 대신 말이다.
적절한 위험 평가와 비상정지 테스트 없이 로봇을 서둘러 시연이나 출시에 투입하는 것이야말로, 특히 로봇이 울타리 뒤가 아니라 사람 곁에서 작동하게 되었을 때 아슬아슬한 상황이 실제 부상으로 바뀌는 방식이다.
현대 사회를 움직이는 코드를 작성하고 테스트하고 유지보수하는 직업이며, AI가 자기 일상 업무를 자동화하는 모습을 가장 먼저 지켜보는 직업 중 하나다.
AI 내성 35 🤖기계 지능을 뒷받침하는 알고리즘을 설계하고 검증하는 직업으로, 이제는 자기 자신의 연구 과정 상당 부분을 자동화하려는 경쟁이 벌어지는 분야이기도 하다.
AI 내성 50 🛰️지상을 벗어나는 항공기, 로켓, 우주선을 설계하고 분석하고 인증하며, 추측의 여지가 없는 안전 여유를 다루는 직업이다.
AI 내성 74 🌉강과 바위와 중력을 다리, 도로, 맑은 물로 바꾸는 직업 — 임호테프 이래 문명을 떠받쳐온 조용한 하중지지의 업.
AI 내성 72 🔌컴퓨터, 휴대폰, 무기 등 거의 모든 전자기기 내부의 트랜지스터를 설계하고 제조하며, 지구상 극소수 공장만이 다룰 수 있는 초정밀 장비를 다룬다.
AI 내성 60