미국 워싱턴대(UW) 소이어 풀러(Sawyer Fuller) 교수 연구팀이 메뚜기를 모사한 무게 1g의 점프 로봇 'DirectHop(다이렉트홉)'을 개발했다. 이 로봇은 점프 높이를 세밀하게 조절할 수 있으며, 일반적인 계단 높이를 뛰어오르는 것이 가능하다. 연속 점핑 동작도 지원한다. 연구팀에 따르면 점핑 로봇이 넘어야 할 세 가지 핵심 과제—도약 거리 가변 조절, 자세 복원, 연속 도약을 위한 에너지 재충전—를 새로운 설계로 동시에 해결했다고 밝혔다.
큐레이터본문이 중간에 잘려 구체적인 실험 조건(실내·실외 여부, 반복 점프 횟수 등)과 성능 수치가 확인되지 않는다. 1g급 마이크로 로봇 분야는 제어 가능성 입증이 핵심이므로, 원문 논문의 실험 데이터를 직접 확인하는 것이 권장된다.
프로펠러 방식의 수중 탐사 로봇은 수초 엉킴, 퇴적물 교란, 수생 생물 놀라게 하기 등의 문제로 얕은 하천 같은 민감한 환경에는 적합하지 않다. EPFL CREATE Lab이 개발한 ScaFi는 이 한계를 극복하기 위해 물고기의 유영 방식을 모방한 스케일러블(scalable) 수중 로봇이다. ScaFi는 소·중·대 세 가지 크기에 걸쳐 유영 성능을 유지하도록 설계되었다.
큐레이터생체모방 수중 로봇에서 크기 확장은 단순한 기하학적 비례가 아니라 유체역학적 특성 자체가 바뀌는 문제이므로, 각 크기별 실험이 실제 수생 환경에서 수행되었는지 여부가 결과의 의미를 가르는 중요한 조건이다.
미국 온라인 커뮤니티 레딧(Reddit)을 통해 수컷 초파리 신경계 커넥톰(connectome) 데이터를 활용한 제어 실험 영상이 공개됐다. 해당 모델은 166,700개 뉴런으로 구성된 초파리 신경계 데이터를 기반으로 하며, 보행 로봇에 연결돼 작동한다. 로봇에 부착된 카메라가 주변 움직임을 감지하고 센서가 로봇 몸체 상태를 측정하면, 해당 정보가 신경계 모델에 입력된다. 모델이 출력한 신호에 따라 로봇의 다리가 실제로 움직이는 방식이다. 실제 초파리의 생물학적 뇌를 이식한 것은 아니며, 신경계 구조를 소프트웨어로 모델링한 것이다.
큐레이터레딧에 올라온 영상이 출처로, 동료 심사(peer review)를 거친 논문이 아니어서 실험 조건·재현성 등 세부 내용은 아직 검증되지 않았다. 초파리 커넥톰 데이터 자체는 공개된 연구 결과이지만, 이를 로봇 제어에 적용한 구체적 방법론은 원문이 생략돼 확인이 필요하다.
일본 도호쿠대학교와 태국 비디아시리메드히 과학기술원(VISTEC)의 공동 연구팀이 대벌레(stick insect)의 보행을 모방한 6족보행 로봇을 개발했다. 이 로봇은 대벌레가 3~4걸음 걷는 수준의 제한적인 데이터만으로 보행 원리를 학습하며, 약 1시간 만에 보행에 성공했다. 울퉁불퉁한 불규칙 지형 이동이 가능하고, 다리 하나가 손실된 상황에서도 적응 보행을 수행할 수 있다. 연구팀은 이 기술이 재난 대응 로봇 등 다양한 현장 응용에 활용될 수 있다고 밝혔다.
큐레이터연구팀 발표에 따르면 극소량의 생체 데이터만으로 학습한다는 점이 핵심 주장인데, 불규칙 지형 적응과 다리 손실 대응이 시뮬레이션 환경인지 실제 하드웨어에서 검증된 결과인지 원문에서 명확히 확인이 필요하다.
EPFL Biorobotics Laboratory(생체로봇 연구소)는 물고기형 로봇의 에너지 효율을 높이기 위해 간헐적 유영(intermittent swimming) 전략을 연구했다. 에너지 성능을 향상시키면 로봇의 작동 시간을 늘리고 배터리 부담을 줄여 더 가볍고 내구성 있는 시스템 구현이 가능해진다. 연구팀은 수십억 년의 자연선택을 통해 진화한 생물의 에너지 절약 이동 전략을 로봇 설계의 기반으로 삼았다.
큐레이터요약에는 실험이 시뮬레이션 환경인지 실제 수조에서 이루어진 것인지 명시되지 않아, 제시된 효율 개선 효과를 현장 수중 로봇에 그대로 적용할 수 있는지는 추가 확인이 필요하다.