AI-translated from English; not yet reviewed by a fluent editor.

# EmArm, 팔 전체의 촉각으로 로봇 움직임 조정

> HKUST의 연구 시제품 EmArm은 촉각 피부와 관절 감지로 움직임을 조정한다. 실험실에서는 접촉 인식, 물체 균형 잡기, 장애물 회피를 시험했으며 실제 배치는 검증되지 않았다.

By BIG CHANGE Editorial

Published: 2026-10-17T22:06:34.878Z
Updated: 2026-10-17T22:06:34.878Z
Canonical: https://bigchange.ai/blog/emarm-whole-arm-touch-robot-movement

![Conceptual charcoal illustration of a person touching the soft-covered forearm of a bench-mounted robotic arm; both arm segments have tactile covering.](https://bigchange.ai/api/media/file/emarm-whole-arm-touch-concept-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Generic arm and hand contact; not actual EmArm hardware, a recorded HKUST experiment or deployment.

홍콩과학기술대학교 연구진은 위팔과 아래팔 전반의 접촉을 감지하고 그 정보로 움직임을 조정하는 로봇 팔을 만들었다. EmArm 시스템은 부드러운 광학식 촉각 피부, 관절 위치 감지, 제어 루프를 결합한다. 실험실 시연에서 팔은 접촉에 반응하고 중심에서 벗어나 놓인 농구공을 안정시키며, 장애물에 닿은 뒤 멈추고 경로를 다시 계획했다.

HKUST는 [10월 16일 연구를 소개했다](https://seng.hkust.edu.hk/news/20261016/hkust-engineering-develops-embodied-robotic-arm-emarm-human-touch-sensing). [동료 심사를 거친 논문](https://www.nature.com/articles/s44460-026-00097-1)은 *Nature Sensors*에 7월 20일 게재됐다. 이는 시제품 연구로, 새 대학 소개 글이 앞서 발표된 실험에 다시 주목하게 한 것이다. 가정이나 공장, 진료 현장에 배치된 로봇을 문서화한 연구가 아니다.

## 핵심 변화

- **달라진 점:** EmArm은 단단한 팔의 상당 부분에 촉각 감지를 배치하고 접촉 특징과 관절 각도를 함께 움직임 결정에 반영한다. 연구진은 접촉 분류, 물체 균형 잡기, 장애물이 로봇 시야 밖에 있을 때의 경로 재계획 시연을 보고한다.
- **중요한 이유:** 접촉은 집게 바깥을 포함해 팔 어디서나 생길 수 있다. 팔의 어느 부위가 어떻게 접촉되는지 감지하면, 시연한 작업에서 시각이나 소수의 힘 센서가 놓칠 수 있는 정보를 제어기에 제공할 수 있다.
- **지켜볼 점:** 발표된 근거는 연구 플랫폼과 범위가 제한된 실험에 관한 것이다. 더 폭넓은 활용을 평가하려면 통제가 덜한 환경에서의 반복 시험, 독립 재현, 구현에 대한 실질적인 접근이 필요하다.

## 접촉에서 움직임 변화로

HKUST에 따르면 EmArm의 위팔과 아래팔에는 71,000제곱밀리미터가 넘는 부드러운 광학식 피부가 있다. 팔 안의 카메라는 접촉에 따라 피부가 어떻게 변하는지 읽는다. 시스템은 이 신호를 관절 각도 데이터와 결합하고 접촉 위치, 면적, 힘 등의 특징을 추출한다. 제어 루프는 그 특징을 바탕으로 팔을 어떻게 움직일지 결정한다. 논문은 이를 단단한 기계 구조, 부드러운 촉각 감지, 고유수용감각, 지각에 따른 행동의 결합으로 설명한다.

관련 연구에서 [Boston Dynamics의 Atlas 손](https://bigchange.ai/blog/boston-dynamics-atlas-hand-learned-tool-use)은 물체 조작을 위해 손바닥과 손끝에 압력 센서를 둔다. EmArm은 위팔과 아래팔 전반의 접촉을 연구한다. 서로 다른 로봇 시스템이자 별도의 연구다.

이 구성은 농구공 시연에서 중요하다. HKUST는 제어기가 현재 촉각 특징을 이전에 학습한 정책과 비교하고, 관절 각도 명령을 생성하며, 중심에서 벗어나 놓인 공을 잡고 있을 때 힘을 조정한다고 설명한다. 발표된 설명은 특정 제어 작업을 입증하며, 팔이 임의의 물체나 환경을 다룰 수 있음을 보여주지는 않는다.

다른 실험에서는 시각 시스템이 볼 수 없는 장애물이 팔의 경로로 들어왔다. HKUST는 접촉이 정지, 장애물이 계속 존재하는지에 대한 판단, 경로 수정을 유발했다고 보고한다. 이 순서는 팔 전체의 접촉 정보가 동작 제어에 더해 줄 수 있는 것을 보여준다. 이 실험이 사람 옆에서 일할 때의 일반적인 안전 등급을 확립하는 것은 아니다.

## 실험에서 측정한 것

저자들은 논문 초록에서 밀리미터 미만의 촉각 위치 파악을 보고한다. HKUST는 공간 해상도 0.085밀리미터, 두 점 식별 임계값 18.2밀리미터, 시험한 다섯 가지 환경 교란 조건에서 최대 97.9%의 감지 충실도를 제시한다. 이는 연구팀 조건에서 이 플랫폼을 측정한 값이며, 낯선 작업장 전반에서 신뢰성 있게 작동한다는 척도가 아니다.

대학은 또한 시험한 다섯 가지 사람의 접촉, 즉 쓰다듬기, 꼬집기, 찌르기, 간지럽히기, 때리기를 구분하는 정확도가 최대 99.8%라고 보고한다. 시스템은 이 상호작용을 다섯 가지 미리 설정한 얼굴 표정에 연결했다. 이는 정해진 실험에서 접촉을 분류한 결과이며, 팔이 사람의 감정이나 의도를 일반적으로 감지했다는 근거가 아니다.

AI의 기여는 촉각·관절 신호를 해석하고 시연한 작업에서 이를 결정으로 전환하는 데 있다. HKUST는 실시간 특징 추출과 공 작업을 위해 이전에 학습한 제어 정책을 설명한다. 공개된 논문 초록은 범용 AI 모델을 명시하지 않으며 EmArm이 어떤 조작 작업이든 학습할 수 있다는 주장도 뒷받침하지 않는다. 우리는 논문과 대학의 설명을 검토했지만 팔을 만들거나 시험하지 않았고, 보고된 측정을 재현하지도 않았다.

## 재현과 실용적 한계

논문은 사람과의 상호작용 데이터셋을 [figshare](https://doi.org/10.6084/m9.figshare.30360328)를 통해 공개하고 보충 자료와 그림 데이터를 제공한다. 지원 코드는 교신저자에게 요청하면 받을 수 있다고 명시한다. 논문 전문은 구독이 필요한 콘텐츠다. 이 일차 자료에서 공개된 제품 접근 경로나 시스템 가격은 찾지 못했다. 다운로드 가능한 데이터셋만으로는 하드웨어, 감지, 제어 실험을 재현하기에 부족하다.

연구팀이 제안한 향후 활용에는 서비스·산업·의료 보조 로봇이 포함된다. 이는 가능한 방향이며, 측정으로 검증된 배치 사례가 아니다. 당장의 성과는 더 한정적이면서 유용하다. 연구진은 팔 전반에 분산된 접촉을 움직임 결정과 연결하는 방법을 시연했고, 실험실 밖에서의 강건성, 반복 가능성, 접근성은 여전히 열린 문제다.

## 출처 및 추가 읽을거리

- [Tang과 동료들, *Nature Sensors*](https://www.nature.com/articles/s44460-026-00097-1), 2026년 7월 20일 게재. 동료 심사를 거친 EmArm의 감지·제어 체계, 시연 유형, 데이터·코드 가용성에 대한 설명이다. 접근 가능한 논문 페이지는 초록과 메타데이터 미리보기이며 전문을 보려면 접근 권한이 필요하다.
- [HKUST School of Engineering의 소개 글](https://seng.hkust.edu.hk/news/20261016/hkust-engineering-develops-embodied-robotic-arm-emarm-human-touch-sensing), 2026년 10월 16일. 연구팀의 설명과 보고된 측정·시연이다. 활용 전망은 연구진의 제안이다.
- [figshare의 사람 상호작용 데이터셋](https://doi.org/10.6084/m9.figshare.30360328), 2026년 7월 21일 게시. 논문에서 연결한 데이터셋이며 이 기록을 이용할 수 있다는 사실이 팔의 재현을 뜻하지는 않는다.

## Sources

- [팔 전체 촉각 감지와 적응형 로봇 조작을 위한 체화된 감각운동 통합](https://www.nature.com/articles/s44460-026-00097-1) — 동료 심사를 거친 논문, 초록, 가용성, 그림과 최종 게재본 메타데이터. 전문에는 접근 권한이 필요하다.
- [HKUST Engineering, 사람 같은 촉각 감지를 갖춘 체화형 로봇 팔 EmArm 개발](https://seng.hkust.edu.hk/news/20261016/hkust-engineering-develops-embodied-robotic-arm-emarm-human-touch-sensing) — 시스템과 보고된 실험실 측정에 대한 연구팀의 상세 설명으로, 연구에 이해관계가 있는 출처다.
- [사람 의도 인식 데이터셋](https://doi.org/10.6084/m9.figshare.30360328) — 논문에 연결된 공개 데이터셋. 가용성이 하드웨어나 코드의 재현을 뜻하지는 않는다.