Introduction

소개

사람이 갈 수 없는 곳을 스스로 탐사하는 로봇 — Mothership-Swarm 정찰·탐사 시스템을 목표로 하고 있습니다.

저는 경험을 통해 목표를 만들고, 그 목표로 동기를 이어 가는 사람입니다. 학창 시절 우주에 대한 막연한 동경을 품고 있었고, Car-Tech 동아리 활동과 무중력 모사 장치 개발 프로젝트에 참여하면서 비로소 구체적인 방향이 생겼습니다. '사람이 갈 수 없는 곳을 탐사하는 로봇을 만들고 싶다'는 목표였습니다.

그 목표를 좇아 경상국립대학교 지능 및 상호작용 로보틱스 연구실(IIRLAB)에 합류했고, 현재 랩장으로서 박영진 교수님의 지도 아래 연구를 이어 가고 있습니다. 연구실에서는 실물 하드웨어에서 직접 정책을 학습시키는 강화학습 프레임워크 HILL(Hardware-in-the-Learning-Loop)을 구축하고, LLM 코딩 에이전트가 실기 궤적을 진단해 보상과 학습 하네스를 함께 고치는 RDA 기반 설계로 유성기어 역진자를 실기에서 학습시켰습니다. 또한 비전 센서만으로 사용자의 몸통 위치와 보행 속도를 추정해 벨트 속도를 제어하는 트레드밀 시스템으로 ICROS 2026에서 발표했고, 캡스톤 디자인에서는 도약 후 날개를 전개하는 점핑 글라이더 EAGLE을 개발했습니다. 이 과정에서 강화학습, 하드웨어 설계·제작, 임베디드 제어, 컴퓨터 비전, 그리고 팀 단위 연구 협력의 기반을 쌓았습니다.

실기 학습을 하며 깨달은 것은, 시뮬레이션에서 잘 되던 정책도 마찰·백래시·계측 오차 앞에서는 쉽게 무너지고 결국 Real World 데이터로 스스로 배우는 루프와 그 루프를 설계하는 두뇌가 함께 필요하다는 점입니다. 그래서 LLM/VLM 에이전트가 실물 로봇의 학습 과정을 관찰·진단·수정하는 방법을 더 깊이 연구하고 싶습니다.

이제는 더 구체적인 로봇 시스템을 향해 나아갈 시점이라고 생각합니다. 제가 만들고 싶은 것은 Mothership-Swarm System입니다. 육상 및 비행 드론을 격납·발진할 수 있는 이동형 모선을 구축하고, 임무와 환경에 맞는 드론을 선택적으로 운용하여 지도가 없는 미지의 환경을 빠르고 정확하게 탐사하는 시스템입니다. 그 시스템을 만드는 것이, 앞으로 제가 걸어갈 연구의 방향입니다.

관심 연구 분야 Research Interests

01

실기 강화학습 (Real-World RL)

시뮬레이션에서 전이되지 않는 마찰·백래시를 실기 데이터로 학습해 극복하는 Hardware-in-the-Learning-Loop 구조.

02

LLM/VLM 에이전트 기반 학습 설계

Eureka, RDA 이후의 흐름 — 에이전트가 궤적과 영상을 진단해 보상과 학습 조건(하네스)을 함께 고치는 프레임워크.

03

Sim-to-Real

MATLAB Simscape Multibody 사전학습 정책을 실기의 초기 가중치로 이식하고, 격차를 실기 학습으로 메우는 과정.

04

임베디드 실시간 제어

MCU 위 1 kHz 신경망 추론, CAN-FD 모터 제어, micro-ROS 기반 PC–MCU 학습 파이프라인.

05

비전 기반 인지

RGB-D 센서와 엣지 보드(Jetson)로 사람과 환경을 실시간으로 추정해 제어에 반영하는 시스템.

06

이종 로봇 군집 탐사

이동형 모선과 육상·비행 드론으로 이루어진 Mothership-Swarm 시스템을 이용한 미지 환경 탐사.

학력 · 경력 Education · Experience

  1. 2026.07
    ICROS 2026 포스터 발표
    제41회 제어로봇시스템학회 학술대회 (대구)
    '비전 기반 사용자 보행 속도 추종 트레드밀 제어 시스템' 포스터 세션 발표
  2. 2026.02
    경상국립대학교 RISE사업단 생성형 AI+X 아이디어 경진대회 발표
    생성형 AI+X 아이디어 경진대회 경상국립대학교 RISE 사업단장상 우수상 수상
  3. 2025.07 – 현재
    지능 및 상호작용 로보틱스 연구실 (IIRLAB) 학부연구생 · 랩장
    경상국립대학교 기계공학부 · 지도교수 박영진
    Physical AI 연구 진행
    - Treadmill : Wearable Robot Test Environment Design
    - RL in Hardware : 실물 유성기어 역진자 제어 강화학습
  4. 2021.03 – 2027.02 (졸업 예정)
    경상국립대학교 공과대학 기계공학부 학사
    주전공 기계공학 · 연계전공 지능로봇공학
  5. 2018.03 – 2021.02
    창원대암고등학교

  6. 2015.03 – 2018.02
    창원대방중학교

기술 경험Skills experience

Robot LearningReinforcement Learning(SAC), PyTorch, RDA, HILL (Hardware in the Learning Loop)
SimulationMATLAB Simulink, Simscape Multibody, RL Toolbox, Speedgoat setting
EmbeddedTeensy 4.1 (PlatformIO), Arduino, Raspberry Pi 4, Jetson Orin Nano, Xenomai 3 실시간 커널
CodingPython, C/C++, MATLAB
AI ToolsLLMWiki, MCP, RAG
CommunicationCAN-FD, EtherCAT, TCP/IP, RS485
MiddlewareROS 2 (Humble, Jazzy), micro-ROS, rosbridge
Actuator · SensorBLDC motor (moteus), Servo motor (Dynamixel), 엔코더, IMU
VisionIntel RealSense, TensorRT, TRTPose, SAM2, NanoSAM
DesignSOLIDWORKS, CATIA, Bambu Lab
WorkflowNAS + Obsidian + LLM(Second Brain)
OSWindows 11, Ubuntu (22.04/ 24.04),
Debian Buster

교육 · 수료 Training · Certificates

  • 2026.09.21 – 09.22
    Real-Time Testing with Simulink Real-Time and Speedgoat Hardware
    MathWorks Training Services · 수료
  • 2026.08.25 – 08.26
    2026년 하계 ROS 2 강습회
    대한기계학회 IT지능융합부문 · 핸즈온캠퍼스 · 참가
  • 2026.08.10 – 08.11
    2026년 LLM기반 AI 에이전트 강습회
    대한기계학회 기계인공지능연구회 · GIST 오룡관 · 참가
  • 2026.07.27
    기계공학도를 위한 Agentic AI 실전강습회
    대한기계학회 CAE 및 응용역학부문 · 동국대학교 · 참가
  • 2026.07.22 – 07.24
    제14회 인공지능 및 로보틱스 여름학교 (AI & Robotics Summer School 2026)
    한국로봇학회 · 수료