인간 보행 vs 로봇 보행
📺 원본 영상: 인간 보행 vs 로봇 보행
🎙️ 채널: 안될과학 Unrealscience
📅 정리 일자: 2026-07-22
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료, 차트, 코드, 슬라이드 등은 포함되지 않을 수 있습니다.
개요
이 영상은 인간이 걷는 방식과 휴머노이드 로봇이 걷는 방식이 겉보기와 달리 얼마나 다른지를 보행역학과 로봇 제어 관점에서 설명한다. 핵심은 보행이 단순히 다리를 앞뒤로 움직이는 동작이 아니라, 균형을 일부러 잃고 다시 회복하는 과정을 빠르게 반복하는 “제어된 넘어짐”이라는 점이다.
강연자들은 인간 보행의 효율성이 근육, 힘줄, 관절, 감각기관, 반사 신경계가 결합된 결과라고 설명한다. 반면 로봇은 센서와 계산, 모터 제어, 시뮬레이션 기반 학습을 통해 같은 문제를 풀어야 하므로, 인간에게는 자연스러운 한 걸음이 로봇에게는 고난도의 실시간 제어 문제가 된다.
보행은 왜 “제어된 넘어짐”인가
강연자는 보행을 “균형의 소실과 균형의 회복이 주기적으로 반복되는 동작”이라고 설명한다. 사람이 한 발을 앞으로 내딛는 순간 몸은 자연스럽게 앞으로 기울고, 이 상태를 그대로 방치하면 넘어짐으로 이어진다. 그러나 다음 발이 적절한 위치에 닿으면서 몸의 질량 중심이 다시 안정적인 영역 안으로 들어오고, 이 과정이 연속적으로 반복되면서 우리는 앞으로 이동한다.
이 설명에서 중요한 개념은 질량 중심(center of mass)이다. 사람이 가만히 서 있을 때 질량 중심은 대체로 골반, 더 구체적으로는 천골 부근에 위치하며, 지지면 안에 머무르기 때문에 안정적이다. 하지만 걷기 시작하면 한쪽 발이 지면에서 떨어지고, 몸은 도립진자(inverted pendulum)처럼 불안정한 구조가 된다. 결국 걷는다는 것은 안정 상태를 유지하는 행위가 아니라, 불안정 상태를 잘 이용해 앞으로 나아가는 행위에 가깝다.
03:06 - 인간 보행을 도립진자 모델로 비유하며 질량 중심과 불안정성을 설명하는 구간
이 관점은 로봇 보행을 이해하는 데도 핵심이 된다. 로봇이 걷기 위해서는 원하는 방향과 속도로 몸을 이동시키면서도 넘어지지 않도록 발을 적절한 시간과 위치에 배치해야 한다. 발이 닿은 뒤에는 양발에 가해지는 힘을 조절해야 하며, 이 판단은 한 번으로 끝나지 않고 매 순간 반복된다. 따라서 로봇의 보행 제어란 “어디로 갈 것인가”와 “어떻게 넘어지지 않을 것인가”를 동시에 푸는 문제다.
인간은 왜 불안정하게 걸을수록 잘 걷는가
흥미로운 지점은 인간의 좋은 보행이 반드시 가장 안정적인 보행을 의미하지 않는다는 것이다. 강연자에 따르면 초기 휴머노이드 로봇은 안정성 영역의 중앙을 향해 질량 중심을 유지하려는 방식으로 걸었고, 그 결과 무릎을 굽히고 조심스럽게 움직이는 어색한 걸음이 나타났다. 이는 넘어지지 않기 위해 안정성을 최우선으로 둔 결과이지만, 에너지 효율과 자연스러움에서는 인간 보행과 거리가 있다.
반대로 인간은 안정성과 불안정성의 경계 근처를 오가며 걷는다. 이 방식은 겉보기에는 위험해 보일 수 있지만, 실제로는 몸의 운동 에너지를 효율적으로 활용하는 전략이다. 너무 안정적인 자세를 유지하려고 하면 매 걸음마다 에너지를 많이 써야 하고, 반대로 불안정성을 적절히 활용하면 몸이 앞으로 넘어지는 힘 자체가 이동에 기여한다. 그래서 강연자는 “안정성의 경계를 잘 타고 가는 것”이 잘 걷는 것에 가깝다고 설명한다.
06:20 - 인간과 로봇의 안정성 영역 활용 방식 차이를 비교하는 구간
이 차이는 노인이나 보행이 불편한 사람의 걸음에서도 관찰된다. 이들은 넘어짐의 위험을 줄이기 위해 안정성을 더 우선시하는 경향이 있고, 그 결과 건강한 성인의 보행보다 조심스럽고 에너지 효율이 낮은 걸음이 나타날 수 있다. 로봇 역시 비슷한 이유로 안정성을 과도하게 추구하면 인간처럼 자연스럽고 효율적으로 걷기 어렵다.
다리의 구조가 만드는 에너지 효율
인간의 다리는 뼈, 관절, 근육, 힘줄이 서로 다른 역할을 맡는 복합 시스템이다. 뼈는 로봇의 프레임에 해당하고, 관절은 조인트나 힌지에 해당하며, 근육은 능동적으로 힘을 내는 액추에이터(actuator)에 가깝다. 여기에 힘줄은 수동적으로 에너지를 저장하고 방출하는 스프링 같은 역할을 한다. 특히 아킬레스건은 걷기와 뛰기에서 에너지 효율을 높이는 중요한 구조로 설명된다.
08:40 - 아킬레스건이 에너지를 저장하고 방출하는 스프링 역할을 설명하는 구간
강연자는 발이 땅에 닿아 있는 입각기(stance phase) 후반부에 발목이 회전 중심이 되면서 아킬레스건이 늘어나 에너지를 저장한다고 말한다. 이후 발이 지면을 밀고 다음 스텝으로 넘어가는 순간, 저장된 에너지가 방출되며 추진력을 보탠다. 이는 활시위를 당겼다가 놓는 과정과 비슷하며, 인간 보행이 단순히 근육의 힘만으로 이루어지는 것이 아니라 탄성 구조를 적극적으로 활용한다는 점을 보여준다.
반면 로봇 다리에는 인간의 힘줄에 해당하는 수동 탄성 요소가 충분하지 않은 경우가 많다. 과거에는 스프링을 넣어 인체 구조를 모방하려는 시도가 있었지만, 내구성 문제와 제어 복잡성 때문에 최근에는 제거되는 추세라고 설명된다. 이 때문에 강연자는 로봇을 “아킬레스건이 없는 사람”에 비유한다. 인간은 힘줄 덕분에 일부 에너지를 저장했다가 재사용하지만, 로봇은 같은 움직임을 만들기 위해 배터리와 모터에 더 크게 의존하게 된다.
보행 에너지는 단순한 칼로리 문제가 아니다
영상에서는 보행 에너지를 역학적 에너지와 생리학적 에너지로 나누어 설명한다. 역학적 관점에서는 인간 보행을 질점과 스프링으로 이루어진 도립진자 모델로 볼 수 있고, 이 모델 안에서는 운동 에너지와 위치 에너지가 서로 교환되며 비교적 에너지 보존적인 형태를 보인다. 그러나 실제 인간은 걷는 동안 대사 에너지를 소비하기 때문에, 겉으로 보이는 역학적 효율만으로 보행 전체를 설명할 수 없다.
10:13 - 보행 에너지를 역학적 에너지와 생리학적 에너지 관점으로 나누어 설명하는 구간
근육이 사지를 움직일 때는 역학적 움직임이 만들어지고 동시에 생리학적 에너지도 소비된다. 반면 체중을 지탱하거나 근육이 동시에 수축하는 경우에는 눈에 띄는 움직임을 만들지 않으면서도 에너지가 소모된다. 또한 인대나 힘줄처럼 탄성적인 구조는 생리학적 에너지를 직접 소비하지 않으면서도 역학적 에너지의 저장과 방출에 기여한다. 이처럼 인간 보행은 에너지를 쓰는 부분과 아끼는 부분이 복합적으로 섞인 시스템이다.
뛰기에서는 또 다른 손실이 나타난다. 강연자는 인체 내부의 연조직이 지면 충돌 과정에서 움직이며 운동 에너지를 일부 소모한다고 설명한다. 이 손실은 결국 근육이 추가로 일을 해서 보충해야 하므로, 전체 에너지 비용을 증가시킨다. 따라서 걷기와 뛰기는 단순히 “몸을 움직여 칼로리를 쓴다”는 수준이 아니라, 에너지 저장, 방출, 손실, 보충이 동시에 일어나는 복잡한 생체역학적 과정이다.
로봇의 한 걸음 안에서 벌어지는 계산
로봇이 한 걸음을 내딛기 위해서는 크게 상태 추정, 발 위치 계획, 모터 제어의 과정을 거친다. 먼저 로봇은 카메라, 관성 센서, 관절 각도 센서 등을 종합해 자신이 어느 방향으로 얼마나 기울었고, 어떤 속도로 움직이는지를 추정한다. 이 단계는 State Estimation(상태 추정)에 해당하며, 로봇이 현재 자기 몸의 상태를 모르면 다음 행동도 안정적으로 결정할 수 없다.
14:40 - 로봇이 카메라, 관성 센서, 관절 각도 센서로 상태를 추정하는 과정을 설명하는 구간
상태가 추정되면 로봇은 다음 발을 어디에 놓아야 할지 계산한다. 이 판단은 단순한 좌표 계산이 아니라, 현재 속도와 기울기, 지면 조건, 목표 이동 방향을 함께 고려하는 과정이다. 이후 계획된 발 위치와 몸의 움직임을 실제 모터 명령으로 변환해야 하며, 이 계산은 초당 100회에서 1000회 이상 반복될 수 있다고 설명된다. 인간에게는 무의식적으로 일어나는 한 걸음이 로봇에게는 고속 센싱과 제어의 연속인 셈이다.
인간은 이와 다르게 대뇌가 매 순간 발목과 무릎에 직접 명령을 내리는 방식으로 걷지 않는다. 강연자는 행군 중 졸면서도 사람이 걸을 수 있다는 예를 들며, 보행이 소뇌와 척수의 반사 작용을 포함한 자동화된 루프에 의해 상당 부분 수행된다고 설명한다. 이는 인간 보행이 계산이 없는 것이 아니라, 계산처럼 보이는 조절 과정이 신경계의 효율적인 반사 구조 안에 내장되어 있다는 의미에 가깝다.
환경 변화는 왜 로봇에게 어려운가
사람은 평지, 모래사장, 계단, 젖은 바닥, 빙판길을 만나면 의식적으로 모든 물리량을 계산하지 않아도 걸음 방식을 바꾼다. 시각 정보로 지면 상태를 예상하고, 발이 닿는 순간 촉각과 힘 감각을 통해 예측이 맞는지 확인하며, 필요하면 보폭과 속도, 몸의 긴장도를 바꾼다. 예컨대 미끄러운 바닥을 밟으면 사람은 즉시 더 안정적인 걸음으로 전환한다. 이는 인간이 지면의 마찰과 강성 변화를 감각기관과 신경계로 빠르게 통합하기 때문이다.
로봇에게 실제 바깥 환경은 훨씬 까다롭다. 실험실의 평평한 바닥과 달리 야외의 바닥은 강성, 마찰, 기울기, 변형 가능성이 계속 달라진다. 로봇 제어는 기본적으로 땅과 로봇 사이의 상호작용력을 예측하고 그 예측을 바탕으로 움직임을 만든다. 그런데 지면 조건이 바뀌면 예측이 틀어지고, 그 결과 발이 미끄러지거나 몸의 균형이 흐트러질 수 있다.
최근 로보틱스 연구에서는 다양한 지면 조건을 시뮬레이션에 넣고 로봇을 미리 훈련시키는 접근이 사용된다. 타일 바닥, 모래 바닥, 자갈길처럼 서로 다른 환경을 모델링한 뒤, 로봇이 여러 조건에서 걸어보게 만드는 방식이다. 이렇게 훈련된 제어기는 실제 환경에서 지면이 바뀌더라도 비교적 자연스럽게 전환하며 대응할 가능성이 높아진다. 강연자가 언급한 Physical AI(물리 AI)의 방향도 결국 현실 세계의 물리적 변화에 적응하는 능력을 키우는 데 맞닿아 있다.
19:08 - 다양한 지면 환경을 시뮬레이션해 로봇을 훈련시키는 접근을 설명하는 구간
인간을 모방할 것인가, 로봇답게 설계할 것인가
영상은 로봇이 인간을 그대로 모방해야 하는지에 대해서도 흥미로운 관점을 제시한다. 인간의 고관절은 볼조인트(ball joint) 구조라 여러 방향으로 자연스럽게 움직일 수 있지만, 일반적인 로봇 구동기는 특정 축을 중심으로 회전하는 방식에 가깝다. 인간 고관절의 자유도를 모사하려면 여러 개의 구동기를 조합해야 하고, 이는 구조와 제어를 복잡하게 만든다. 그래서 인간처럼 보이는 로봇을 만드는 일은 단순히 외형을 닮게 하는 것보다 훨씬 어렵다.
동시에 로봇은 반드시 인간의 운동 제한을 그대로 따를 필요가 없다. 영상에서 언급된 Boston Dynamics의 Atlas는 인간형 로봇이지만, 인간과 달리 관절 회전 범위를 적극적으로 활용해 작업에 특화된 움직임을 보여준다. 이는 휴머노이드가 인간의 형태를 참고하되, 실제 목적에 맞게 로봇 고유의 구조적 장점을 살릴 수 있음을 보여준다. 결국 중요한 질문은 “사람처럼 걷는가”가 아니라 “주어진 작업과 환경에서 효율적이고 안정적으로 움직이는가”에 가깝다.
이 지점에서 인간 보행 연구와 로봇 설계는 서로 영향을 주고받는다. 인간은 에너지를 경제적으로 쓰기 위해 불안정성을 활용하고, 로봇은 이 원리를 배워 배터리 부담을 줄일 수 있다. 반대로 로봇은 인간보다 더 자유로운 관절 배치와 회전 구조를 가질 수 있으므로, 인간을 그대로 복제하는 대신 더 실용적인 보행 전략을 만들 수도 있다. 인간의 원리를 이해하되 로봇의 물리적 조건에 맞게 재해석하는 것이 핵심이다.
웨어러블 로봇에서 더 중요한 것은 “방해하지 않는 보조”다
휴머노이드 로봇과 달리 웨어러블 로봇은 인간의 몸에 직접 결합되어 움직임을 보조한다. 이때 중요한 것은 단순히 큰 힘을 더해주는 것이 아니라, 사용자의 신체가 그 보조를 외란으로 인식하지 않도록 타이밍과 크기를 정밀하게 맞추는 일이다. 강연자는 사람이 외부 충격이나 갑작스러운 밀림을 감지하면 근육 동시 수축(co-contraction)을 통해 몸을 안정화한다고 설명한다. 이 반응은 안전에는 도움이 되지만, 생리학적 에너지를 추가로 소모하게 만든다.
문제는 웨어러블 로봇의 보조가 잘못 설계되면 사용자가 이를 도움으로 느끼지 않고 방해나 외부 교란으로 받아들일 수 있다는 점이다. 이 경우 로봇이 에너지를 아껴주려는 의도로 작동하더라도, 사용자의 근육은 오히려 긴장하고 에너지를 더 쓰게 된다. 안전 문제가 눈에 띄게 발생하지 않더라도, 에너지 효율이라는 목적은 실패할 수 있다. 따라서 웨어러블 로봇의 핵심은 강한 보조가 아니라 인체의 자연스러운 보행 루프를 해치지 않는 보조다.
외란 대응과 강화학습의 역할
로봇이 외부에서 밀리거나 차이는 상황에 대응하는 방식은 고전적 제어와 최근의 학습 기반 접근으로 나눌 수 있다. 고전적인 방법에서는 센서를 통해 외부 힘의 방향과 크기를 추정하고, 그 반대 방향으로 적절한 힘을 내 균형을 회복한다. 이는 노이즈 캔슬링처럼 외부 교란을 상쇄하는 방식으로 이해할 수 있다. 다만 이를 위해서는 로봇의 동역학 모델이 정교해야 하고, 발바닥 힘 센서 등 다양한 센서 정보가 필요하다.
최근에는 시뮬레이션과 강화학습(Reinforcement Learning)을 활용해 외란 대응을 학습시키는 방식이 많이 사용된다. 가상 환경에서 로봇을 걷게 한 뒤, 일부러 다양한 방향과 크기의 외란을 주며 넘어지지 않는 전략을 학습하게 하는 것이다. 이 접근은 현실에서 직접 반복하기 어렵거나 위험한 상황을 시뮬레이션 안에서 대량으로 경험하게 만들 수 있다는 장점이 있다. 특히 지면 변화와 외부 충격처럼 불확실성이 큰 문제에서 학습 기반 제어는 점점 더 중요한 도구가 되고 있다.
강연자는 강화학습이 로봇뿐 아니라 인간 행동을 이해하는 데도 쓰이고 있다고 설명한다. 예를 들어 사람이 서 있는 바닥 플랫폼을 흔들었을 때, 외란의 크기에 따라 발목을 먼저 쓰는 전략과 고관절을 먼저 쓰는 전략이 달라질 수 있다. 이런 경향을 강화학습 모델에 넣고 분석하면, 인간이 어떤 비용 함수 또는 행동 가치를 본능적으로 최적화하고 있는지 추정할 수 있다. 즉 로봇 연구는 인간을 흉내 내기 위한 기술일 뿐 아니라, 인간 보행 자체를 이해하는 실험 도구가 되기도 한다.
22:50 - 강화학습을 통해 인간의 외란 대응 전략을 이해하는 연구 사례를 설명하는 구간
마무리 / 핵심 정리
이 영상의 핵심 메시지는 인간의 걷기가 너무 익숙하기 때문에 오히려 그 복잡성이 잘 보이지 않는다는 데 있다. 우리는 태어난 뒤 자연스럽게 걷는 법을 배우고, 이후 평생 거의 의식하지 않고 걷지만, 그 안에는 질량 중심의 이동, 불안정성의 활용, 힘줄의 탄성 에너지, 근육의 대사 비용, 감각 정보의 통합, 반사 루프가 동시에 작동한다. 그래서 인간 보행을 완전히 이해하지 못했다는 사실은 로봇 보행이 왜 아직도 어려운 문제인지 설명해준다.
로봇은 사람처럼 두 발로 움직일 수 있지만, 그 내부 원리는 인간과 다르다. 로봇은 센서로 상태를 추정하고, 다음 발 위치를 계산하며, 모터를 통해 움직임을 만들고, 지면 변화와 외란에 대응해야 한다. 인간은 불안정성을 효율로 바꾸지만, 로봇은 안정성을 확보하는 것만으로도 큰 계산과 에너지를 요구한다. 앞으로 휴머노이드와 웨어러블 로봇이 더 자연스럽고 효율적으로 발전하려면, 인간 보행을 더 깊이 이해하고 이를 로봇의 구조와 제어 방식에 맞게 재해석하는 연구가 필수적이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 인간 보행 vs 로봇 보행 |
| 채널 | 안될과학 Unrealscience |
| 리포트 작성 | 2026-07-22 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.