Chapter 8: 손·그리퍼·촉각 — 접촉지능의 공급망

개요

이 장의 질문은 다음과 같다. 영리한 손이나 촉각 센서는 언제 인상적인 부품을 넘어 신뢰할 수 있는 접촉지능 시스템이 되는가? 그리퍼가 닫히고, 다섯 손가락이 사람의 자세를 흉내 내며, 촉각 배열이 수천 개 값을 출력할 수는 있다. 그러나 이 사실만으로 커넥터 삽입 성공률이 높아지고, 낙하와 표면 손상이 줄며, 재설정과 사람 개입이 감소하고, 수명주기 비용을 회수한다고 결론 내릴 수는 없다.

이 장의 논지는 센싱, 내구성, 인터페이스, 정책 이득이 함께 입증될 때에만 손과 촉각 시스템의 가치가 성립한다는 것이다. 자유도는 운동 공간을 말할 뿐 유용한 손재주를 보장하지 않는다. 센서 분해능은 측정 채널을 설명할 뿐 온도와 마모를 아우르는 보정 정확도가 아니다. 커버리지는 접촉을 볼 수 있는 위치를 말할 뿐 제어 정책이 그 관측을 이용한다는 뜻이 아니다. 제품 데모는 선택된 조건에서 가능성을 보인 증거이고, 배치는 반복 가능한 작업 완수, 교체 절차, 버전 관리 소프트웨어, 안전한 고장 동작, 알려진 비용까지 필요로 한다.

이 장의 심층 프로필은 LinkerBot, PaXini, Tashan Technology 세 곳으로 고정한다 ^{[3] [7] [12]}. LinkerBot은 영리한 손, 원격조작, 조작 데이터를 중심으로 한다. PaXini는 홀 효과 기반 촉각 센싱, 손, 로봇, 데이터 서비스를 결합한다. Tashan은 촉각 칩, 손끝·그리퍼 센서, 전자 피부, 시각-촉각 훈련 플랫폼에 집중한다. 이 선정은 증거를 통제한 비교이지 세 회사가 유일한 공급자라는 주장도, 회사 간 성능 순위도 아니다.

이 장을 읽고 나면... - 자유도, 구동 방식, 촉각 양식, 공간 커버리지, 보정, 정책 이득을 분리해 설명할 수 있다. - 발행사 사양을 독립 내구성, 출하량, 작업 성공의 증거로 승격하지 않고 읽을 수 있다. - LinkerBot, PaXini, Tashan을 정체성, 제품, 기술, 견인력, 성숙도, 인터페이스, 생태계 노출, WRC 상태, 강점, 한계, 신뢰도로 비교할 수 있다. - 손 가격, 피부와 손가락, 케이블, 보정, 가동 중단, 통합, 사람 개입으로 수명주기 비용을 계산할 수 있다. - 촉각이 실제 행동을 바꾸는지를 로그로 판별하는 커넥터 삽입 파일럿을 설계할 수 있다.

8.1 접촉지능은 센서가 아니라 사슬이다

접촉지능은 하나의 센서가 아니라 연쇄 구조다. 기계 층은 손가락, 죠, 텐던, 링크, 기어, 직접 구동 관절로 접촉을 만든다. 센싱 층은 변형, 힘, 근접, 진동, 온도 또는 광학 영상을 신호로 바꾼다. 추정 층은 신호를 접촉 위치, 법선력과 전단력, 미끄럼, 재질, 물체 상태로 바꾼다. 정책은 행동을 선택한다. 저수준 제어기는 힘, 토크, 위치, 속도, 안전 한계 안에서 행동을 실행한다. 운영 시스템은 성공, 마모, 재설정, 교체를 기록한다.

한 층의 오류는 다른 층의 오류처럼 보일 수 있다. 느슨한 손끝은 보정을 바꾼다. 마모된 엘라스토머는 분포 변화처럼 보인다. 케이블 지연은 불안정한 힘 제어처럼 보인다. 기구학 불일치는 정책이 불가능한 손끝 자세를 요구하게 만든다. 촉각 데이터를 받지만 무시하는 제어기는 센서가 없는 시스템과 같은 실패를 낼 수 있다. 따라서 조달 시험은 전체 사슬을 끝에서 끝까지 검사해야 한다.

많은 작업에서 평행 그리퍼가 올바른 기준선이다. 행동 공간이 작고 충돌 형상이 단순하며 케이블이 적고 세척이 쉽다. 다지 손은 물체 재배향, 공구 사용, 형상 적응, 좁은 접근, 인계, 여러 접촉 모드가 필요할 때 복잡성을 정당화한다. 촉각도 시야가 가려지거나, 공차가 흔들리거나, 마찰이 바뀌거나, 물체가 변형되거나, 안전한 힘이 중요할 때 가치가 크다. 올바른 질문은 “얼마나 사람 같은가”가 아니라 “어떤 불확실성을 얼마의 수명주기 비용으로 제거하는가”다.

8.2 자유도, 구동, 작업 적합성

손은 총 자유도, 능동 자유도, 독립 제어 자유도 가운데 하나를 광고할 수 있다. 세 값은 같지 않다. 수동 관절은 독립 명령을 추가하지 않으면서 물체에 순응할 수 있다. 결합된 텐던이나 링크는 여러 관절을 움직여도 제어 차원은 더 적을 수 있다. 부족 구동은 본질적으로 열등하지 않다. 모터 수를 줄이고 견고한 감싸기 파지를 가능하게 한다. 그러나 독립적인 손끝 배치나 손 안 재배향이 필요한 작업에서는 한계가 된다.

구동 방식은 힘 이상을 결정한다. 텐던은 모터를 손가락에서 떼어 말단 질량을 낮출 수 있지만 늘어나고 마모되며 장력 관리가 필요하다. 링크는 작고 자기 잠금이 가능하지만 결합 운동과 백래시가 생길 수 있다. 직접 구동은 각 관절 제어를 드러내고 전달계 모델을 단순화할 수 있지만 패키징, 케이블, 열, 질량 요구가 커진다. 서보 기반 연구 손은 가격과 수리성에 유리하지만 지속 고하중에서 열이 날 수 있다 ^[21].

가반하중은 특히 오용하기 쉽다. 감싸기 파지로 정지 질량을 드는 것은 손끝 힘, 동적 하중, 충격 내성, 정밀도, 팔 장착 안전을 증명하지 않는다. 20 kg 주장은 발행사, 손 방향, 파지 형태, 시간, 실험실 조건을 유지해야 한다. 팔도 손과 물체를 들면서 가속도와 안전 여유를 지켜야 한다.

작업 적합성은 행렬로 표현하는 편이 낫다. 흡착이나 평행 그리퍼는 평면 상자에서 우세할 수 있다. 순응 그리퍼는 형상 변화를 흡수한다. 다섯 손가락은 공구, 플러그, 노브, 접힌 재료, 사람용 작업에서 가치가 생길 수 있다. 촉각은 커넥터 안착, 클립 결합, 미끄럼 시작, 나사 체결 시작, 깨지기 쉬운 물체 압축처럼 최종 상태가 보이지 않을 때 특히 유용하다.

8.3 심층 프로필 I — LinkerBot

한국어 표기는 링커봇, 영어 브랜드는 LinkerBot, 중국어 브랜드는 灵心巧手이다. 2026 세계로봇대회 공식 출품사 페이지가 보여 주는 법인명은 灵心巧手（北京）科技股份有限公司이다. 공식 웹사이트는 본사를 베이징 하이뎬구로 밝힌다 ^[1]. 확보한 공식 회사 자료에는 설립연도가 명시되지 않아, 기업정보 집계 사이트에서 추론하지 않고 미공개로 둔다.

주요 제품은 Linker Hand 계열, Open TeleDex 원격조작·데이터 수집, LinkerSkillStore, Linker Genesis 모델이다 ^[2]. 포트폴리오는 텐던, 링크, 직접 구동 방식을 아우른다. WRC 공식 출품사 페이지는 O30을 독립 관절의 고자유도 직접 구동 손, L30을 텐던 구동 손, O6을 소형 링크 손으로 설명하며 데이터 시스템이 시각, 촉각, 고유수용감각을 동기 수집한다고 밝힌다 ^[3]. 이는 구조와 목표 용도를 뒷받침하지만 조건이 맞춰진 작업 성공을 입증하지 않는다.

핵심 기술 강점은 손 메커니즘, 제어기, 원격조작, 데이터를 넓게 연결한다는 점이다. 구매자는 각 메커니즘을 고립된 장치로 보지 않고 하나의 데이터 인터페이스가 여러 손에 걸쳐 유지되는지 질문할 수 있다. Open TeleDex는 연구 원고에도 기술되어 있으나, 논문의 장치 조합과 시험은 해당 구현 범위 안에서 읽어야 하며 상용 가동률로 승격할 수 없다 ^[6].

개발자 표면은 비교적 잘 보인다. 공식 개발자 센터는 사용 설명서, SDK 도구, CAN 프로토콜 문서, 데모, 연결 부품, 3D 모델을 제공한다고 설명한다 ^[4]. 공식 L20 매뉴얼은 Python, ROS, ROS 2 SDK 저장소를 연결한다 ^[5]. 이 자료는 인터페이스 존재를 확인하지만 모든 기능의 동등성, 결정론적 지연, 보안 지원, 장기 API 안정성, 모든 ROS 배포판 호환을 확인하지 않는다. 검증된 NVIDIA Isaac Sim 또는 Isaac Lab 패키지는 확보한 공식 증거에서 확인되지 않아 미검증이다.

촉각 양식, 커버리지, 보정은 손 모델과 옵션에 따라 달라진다. 포트폴리오의 “촉각” 문구를 하나의 통일 사양으로 읽으면 안 된다. WRC가 강조한 O30에 대해서 주최자 페이지는 직접 구동과 완전히 독립적인 능동 20자유도를 확인하지만, 촉각 양식, 커버리지 지도, 보정 절차, 대역폭, 드리프트, 방진방수 등급은 공개하지 않는다. 조달에서는 날짜가 명시된 데이터시트와 인수 시험을 받기 전까지 이 필드를 모델별 미공개로 두어야 한다.

공개 재무는 확보한 1차 증거로 해결되지 않는다. 누적 투자액, 매출, 매출총이익, 현금흐름, 기업가치는 미공개 또는 미검증이다. 회사 웹사이트는 시장점유율과 천 대 규모 생산을 주장하지만, 증거 패킷에는 동일 기준의 독립 분모와 감사가 없다. 따라서 이 장은 이를 비교 사실로 사용하지 않는다. WRC 주최자 증거는 2026 출품사, 법인명, B205 부스, O30을 포함한 전시품을 확인한다 ^[3]. 출하, 정책 성능, 공장 가동률은 확인하지 않는다.

상업 성숙도는 공개 개발자 자원과 주최자 확인 전시를 갖춘 판매 제품군으로 평가하는 것이 적절하다. 장시간 산업 운전 증거는 불완전하다. 확보한 공식 페이지에서 가격은 견적형 또는 미공개다. 보증 기간, 관절·텐던·손끝의 정격 수명, 고장 간 평균시간, 수리 회전시간, 소모품 가격도 미공개다. 셀을 오래 멈추는 저가 손은 더 비싼 장치보다 총비용이 커질 수 있으므로 이 공백은 중요하다.

미디어 코퍼스 노출도는 측정하지 않았다. 완전한 기사 모집단, 기간, 언어, 중복 제거 규칙이 없기 때문이다. WRC 노출은 공식 2026 목록에 한해서 검증됐다. 강점은 구동 구조의 폭, 접근 가능한 개발자 표면, 원격조작·데이터 통합, 여러 작업 적합성 선택지다. 한계는 모델별 공개 사양의 불균형, 독립 내구·생산 벤치마크 부재, 알 수 없는 수명주기 비용이다. 정체성, 본사, 포트폴리오, 개발자 자원, WRC 상태의 신뢰도는 중간, 재무, 가격, 현장 내구성, 정책 이득은 낮음이다.

아래 공식 제품 이미지는 Linker Hand 계열의 관절과 손바닥 형태를 식별하는 데 쓴다. 배경이 있는 제품 뷰이므로 센서 커버리지, 내구성, 현장 성능의 증거로 읽지 않는다.

8.4 심층 프로필 II — PaXini

한국어 표기는 파시니, 영어 브랜드는 PaXini Technology, 중국어 명칭은 帕西尼感知科技이다. 공식 사이트는 본사 법인을 帕西尼感知科技（深圳）有限公司로 밝히고, 2021년 설립과 선전 본사, 상하이·톈진·쑤저우·쑤첸 거점을 공개한다 ^{[8] [9]}. 거점 기능은 서로 다르므로 “거점 존재”를 동일한 공장이나 고객 배치 수로 세지 않는다.

주요 제품은 PX 촉각·힘토크 센서, DexH와 GMH 손, TORA 로봇, 데이터 수집 시스템, OmniSharing DB, OmniVTLA 모델이다. 이 수직 범위가 PaXini 제안의 중심이다. 같은 발행사가 센싱 소자, 계측 손, 데이터 인프라, 정책 서사를 제공한다 ^{[7] [8]}. 수직 통합은 경계를 줄일 수 있지만 독점 결합도 만들 수 있다. 구매자는 원시 데이터 접근, 시간 동기, 스키마 내보내기, 모델 이동성, 교체 호환성을 확인해야 한다.

GMH18 Gen3가 가장 명확한 제품 기록을 제공한다. 공식 페이지는 다섯 손가락, 총 18 자유도, 11 능동과 7 수동 자유도, 엄지 5 자유도, 코어리스 모터와 다중 링크, 자기 잠금, 내장 ARM 처리, USB·EtherCAT·Ethernet·Modbus·CAN-FD를 공개한다 ^[10]. 전원은 24~48 V DC 또는 USB PD 3.1이다. 20 kg 하중은 PaXini 실험실 데이터라고 표시되어 있으므로 현장 가반하중이나 다른 손 대비 성능으로 해석하지 않는다.

PaXini는 GMH18 Gen3가 1,000개가 넘는 ITPU 다차원 촉각 센싱 단위를 포함하고 15종의 촉각을 인식할 수 있다고 보고한다 ^[10]. 페이지는 손톱, 손끝, 손가락 패드, 손바닥 커버리지를 설명한다. 유용한 공개이지만 발행사 진술이다. 독립 내구성, 장치 간 보정, 센서 대역폭, 15종 사이의 혼동, 작업 수준 제거 실험, 오염·피부 교체 후 성능이 추가로 필요하다.

공식 페이지는 “전영역 커버리지”라고 부르지만 조달에서는 기하학 지도로 바꿔야 한다. 사용 가능한 표면의 몇 퍼센트인가? 측면과 말단 모서리도 포함하는가? 손톱 센서는 근접, 힘, 둘 모두를 측정하는가? 이음새에 어떤 사각이 생기는가? 배선은 관절을 어떻게 지난다? 학습 분포를 바꾸지 않고 모듈을 교체할 수 있는가? 타임스탬프, 좌표계, 포화, 잡음, 건강 상태를 접근할 수 없다면 센싱 단위 수는 제한적인 의미만 갖는다.

공개 프로토콜은 강한 통합 신호지만 프로토콜이 곧 SDK는 아니다. 확보한 공식 증거는 GMH18의 공개 ROS·ROS 2 패키지, 안정된 Python·C++ API, 의미가 정의된 촉각 메시지, 보정 URDF, 검증된 Isaac 자산을 확인하지 않는다. 이 필드는 미검증이다. 구매자는 관절·촉각·카메라 동시 스트리밍 속도, 시계 동기, 패킷 손실 동작, 펌웨어 갱신과 롤백, 각 프로토콜에서 내부 힘 제어가 유지되는지를 요청해야 한다.

견인력도 발행사 한정을 유지한다. 공식 회사 페이지는 제조, 자동차 생산라인, 의료에서의 공급과 규모 배치를 설명하지만 활성 손, 사이트, 유료 갱신, 독립 감사 생산량을 동일 기준으로 제공하지 않는다 ^[8]. 투자액, 매출, 수익성, 단위경제성은 확보한 자료에서 미공개다. 공식 몰의 GMH18은 출시 예정 또는 품절로 표시되며 0위안 자리표시자가 있어 가격 증거가 아니다 ^[11]. 납품가, 센서 교체비, 소프트웨어 비용, 보증, 물량 할인은 모두 미공개다.

제품 성숙도는 상세한 발행사 사양으로 판매되는 상용 제품이지, 지속 산업 운전이 독립 검증된 장비라고 할 수 없다. 수명주기 질문에는 링크 백래시, 모터 열, 관절과 피부 수명, 드리프트, 손톱·패드 교체, 밀폐, 세척제, 케이블 변형, 현장 재보정이 들어간다. 완전한 사이클 프로토콜이나 독립 장기 작업 보고서는 찾지 못했다. 주최자 디렉터리는 PaXini B203을 확인하지만 프로그램 참여나 성능을 입증하지 않는다. 미디어 코퍼스 노출도 역시 미측정이다.

강점은 통합 센싱 커버리지, 상세한 손 구조, 폭넓은 산업 프로토콜, 센서에서 데이터까지 잇는 포트폴리오다. 한계는 발행사만의 하중·배치 주장, 불명확한 공개 SDK 의미, 미공개 가격과 수명주기 비용, 정책이 광고된 촉각 종류를 실제로 이용한다는 비교 증거 부재다. 공식 설립연도, 선전 본사, GMH18 페이지 필드의 신뢰도는 높음, 성숙도와 배치 해석은 중간, 재무·독립 내구성·정책 이득은 낮음이다.

아래 공식 GMH18 Gen3 제품 뷰는 손바닥, 손가락 패드, 손끝과 손톱 부위를 같이 보여 준다. 그러나 시각적 식별자로만 사용하며 힘 정확도나 전면 커버리지 비율을 입증하지 않는다.

8.5 심층 프로필 III — Tashan Technology

한국어 표기는 타산 테크놀로지 또는 타산과기, 영어 브랜드는 Tashan Technology, 중국어 명칭은 他山科技이다. 공식 법인은 北京他山科技有限公司이다. 공식 회사 페이지는 2017년 12월 베이징 설립과 칭화대, 맨체스터대 등 연구진이 참여한 핵심 팀을 설명한다 ^[13]. 확보한 공식 연락처는 베이징 주소를 제공하지만 별도의 “글로벌 본사” 표현은 공개하지 않는다.

Tashan은 완성된 영리한 손보다 촉각 부품 공급자에 가깝다. 로봇용 주요 제품은 TS-F-A/B/C/L 손끝 센서, TS-E-A/B 그리퍼 센서, TS-ES 전자 피부, TS-V 시각-촉각 훈련, TS-VT 데이터 수집, 촉각 시뮬레이션, TS-R 서비스 로봇 협업이다 ^{[12] [14]}. 이 부품 위치는 LinkerBot의 손, PaXini의 수직 스택과 전략적으로 다르다. 여러 손과 그리퍼에 맞출 수 있지만 통합 책임은 손 제조사, 제어기 공급사, 정책 팀, 시스템 통합사로 이동한다.

기술 제안은 혼합신호 AI 촉각 칩, R-SpiNNaker 계열 구조, 촉각 알고리즘, 진정한 3차원 힘 센싱, 재질 인식, 근접 감지를 결합한다. TS-F-A 페이지는 법선력 분해능 0.01 N, 접선력 분해능 0.25 N, 최소 1 cm 근접, 3차원 힘 촉각 지원, IIC 통신을 밝힌다 ^[14]. 이 값은 이름이 명시된 구성에 적용되며 모든 TS-F와 TS-E 변형에 복사하면 안 된다.

Tashan은 힘 분해능 0.01 N, 안전 과부하 1,000 N, 300만 회 수명 시험을 보고한다 ^[12]. 확보한 발행사 페이지에는 완전한 시험 프로토콜, 하중 파형, 접촉자 형상, 환경 조건, 표본 수, 고장 기준, 사이클 후 드리프트, 독립 재현이 없다. 따라서 세 수치는 조건부 제품 주장이지 현장 수명이나 우월성의 증거가 아니다.

커버리지는 명시적인 시스템 설계 선택이다. TS-F-A는 독립 손끝 단위, TS-F-B는 두 개 협동 단위, TS-F-C는 여러 협동 단위, TS-F-L은 촉각을 갖는 생체모사 손톱 옵션, TS-E-B는 그리퍼용 배열이다 ^[12]. 모듈성은 통합사가 작업에 필요한 위치를 선택하게 할 수 있다. 그러나 이음새, 손가락 측면, 손바닥, 관절이 보이지 않을 수 있어 자동으로 전손 커버리지가 되지는 않는다.

보정 증거는 불완전하다. 분해능은 정확도가 아니며 3차원 힘 추정은 장착 예압, 덮개 재질, 접착, 온도, 히스테리시스, 채널 간 간섭, 노화에 따라 바뀔 수 있다. 제품 페이지는 TS-F-A의 IIC를 확인하지만, Tashan의 현행 공식 제품 API는 촉각 시뮬레이션 플랫폼에서 TactiSim과 Tashan-Isaac-Sim GitHub 저장소를 직접 연결한다. 따라서 Isaac 지원 전체를 미검증으로 부르면 안 된다. 다만 전체 제품군의 지원 모델·버전 매트릭스, 유지보수 계약, 시뮬레이터 충실도, ROS·ROS 2·Python/C++·EtherCAT·CAN-FD 지원 범위는 여전히 별도 검증이 필요하다. TS-VT는 3차원 힘, 근접, 접촉 변화의 기록·표시·정리·내보내기를, 시뮬레이션 플랫폼은 MuJoCo와 NVIDIA 플랫폼을 언급한다 ^[14]. 이는 목표 통합 범위를 보여 줄 뿐 검증된 오픈소스 패키지나 시뮬레이터 간 충실도 벤치마크가 아니다.

견인력은 발행사 한정이다. 로봇 제품 페이지는 200개가 넘는 파트너를 지원했다고 하지만 유료 고객, 출하 센서, 활성 배치, 기간, 갱신을 정의하지 않는다 ^[14]. 매출, 투자액, 기업가치, 생산능력, 출하, 매출총이익, 반복 소프트웨어 비중은 확보한 1차 자료에서 미공개다. 가격은 견적형 또는 미공개이며, 교체 모듈, 보정 서비스, 소프트웨어 라이선스, 보증, 납기, 수명주기 서비스 수준도 미공개다.

상업 성숙도는 행사와 파트너 증거가 일부 있는 판매 촉각 부품·통합 포트폴리오로 설명하는 것이 적절하다. Tashan 자체 보관 사이트는 2024 WRC 참가를 보고하고, 현행 주최자 디렉터리는 2026년 B218 부스를 별도로 확인한다 ^[15]. 어느 기록도 프로그램 참여나 성능을 입증하지 않는다. 미디어 코퍼스 노출은 완전한 모집 규칙 아래 측정하지 않았다.

강점은 부품 모듈성, 여러 촉각 양식, 제품별 힘 분해능 필드, 훈련·데이터 도구다. 한계는 불완전한 보정·사이클 시험 프로토콜, 손 간 통합 노력의 불명확성, 미공개 가격·현장 교체 경제성, 제한된 독립 정책 제거 실험이다. 법인 정체성, 2017년 설립, 베이징 위치, 제품군, TS-F-A 필드의 신뢰도는 높음, 제품 성숙도는 중간, 재무·수명주기·광범위 호환·정책 이득은 낮음이다.

아래 공식 TS-F-A 제품 뷰는 호스트 손이나 그리퍼와 분리된 촉각 모듈 자체를 보여 준다. 따라서 Tashan이 전체 손을 제조한다거나 특정 손의 장착 호환성을 입증하는 그림으로 읽지 않는다.

8.6 같은 척도로 비교하기

세 프로필을 하나의 “기술 점수”로 순위화하면 안 된다. 판매 단위가 손·데이터 스택, 통합 촉각 손·생태계, 촉각 부품·플랫폼으로 다르다. 공정한 비교는 어떤 책임이 포함되고 어떤 책임이 통합사에 남는지 묻는다.

표의 비대칭은 의도적이다. “해당 없음”은 “미공개”와 다르고 둘 다 “미검증”과 다르다. Tashan은 센서를 판매하므로 손 자유도가 필요 없다. PaXini가 GMH18의 상세 수치를 제공해도 모든 DexH에 적용할 수 없다. LinkerBot은 세 구동 계열을 아우르므로 이름이 명시된 모델 단위로 비교해야 한다.

8.7 촉각은 양식, 커버리지, 배치, 표현이다

촉각 센서는 서로 다른 물리 채널을 쓴다. 저항식이나 정전용량 배열은 얇고 직접적일 수 있지만 드리프트와 덮개 구조의 영향을 받는다. 자성 엘라스토머는 교체 피부와 전자부를 분리할 수 있지만 주변 강자성 물질이 영향을 준다. 광학 센서는 풍부한 접촉 영상을 제공하지만 카메라, 조명, 젤 마모, 보정이 추가된다. 힘토크 센서는 전체 렌치를 잘 측정해도 여러 접촉을 공간적으로 찾기 어렵다. 근접은 충돌 전에 손을 준비시키지만 접촉력을 대체하지 않는다.

커버리지, 배치, 센서 간 표현은 서로 다른 촉각 설계 변수다 ^{[16] [17] [18]}. F-TAC Hand는 연구 프로토콜에서 손의 넓은 부분에 고해상도 센싱을 보고한다. Tactile Information Distribution은 조작 단계별로 어디의 촉각 정보가 기여하는지 연구한다. AnyTouch는 서로 다른 시각-촉각 센서에 걸쳐 표현이 전이되는지를 묻는다. 어느 것도 택셀이 많을수록 항상 더 좋은 상용 손이라는 결론을 허용하지 않는다.

커버리지는 기하학, 즉 어느 표면이 느끼는가다. 배치는 정보, 즉 어느 위치가 작업 변수에 관한 신호를 주는가다. 표현은 계산, 즉 서로 다른 센서 출력을 학습에 안정적인 상태로 바꾸는가다. 커넥터 작업은 넓은 손바닥 배열보다 잘 보정된 두 손끝의 전단 센서에서 더 큰 이득을 얻을 수 있다. 감싸기 파지는 손바닥과 측면이 필요할 수 있고, 손 안 회전은 여러 손가락의 순차 접촉이 필요하다.

센서 간 표현은 공장이 부품을 교체하기 때문에 중요하다. 센서 일련번호 A의 잡음 패턴에 몰래 묶인 정책은 B를 달면 실패할 수 있다. AnySkin은 교체 가능성과 장치 간 전이를 설계 목표로 다룬다 ^[19]. ReSkin은 저가 교체형 자성 피부와 지속 전자부를 분리하고 연구 조건에서 사이클과 재보정 절차를 보고했다 ^[20]. 이 논문들이 공급사의 수명주기를 증명하지는 않지만 인수 시험에서 무엇을 재야 하는지 보여 준다.

8.8 보정, 드리프트, 내구성, 수명주기

보정은 한 번의 사건이 아니다. 공장 보정은 원시 신호를 물리량으로 바꾼다. 설치 보정은 장착 예압과 좌표계를 더한다. 운전 보정은 온도, 영점 드리프트, 덮개 변화를 보상한다. 교체 보정은 새 센서, 젤, 피부, 손가락, 손을 정책 데이터 재수집 없이 투입할 수 있는지를 묻는다.

실용적인 보정 기록에는 일련번호, 펌웨어, 보정 파일 해시, 지그, 적용 하중, 온도, 장착 토크, 잔차 오차, 포화, 히스테리시스, 채널 간 간섭, 날짜가 들어간다. 작업 중에는 영점과 건강 상태를 기록해야 한다. 제어기가 자동 정규화하더라도 원시 스트림과 정규화 버전을 추적할 수 있어야 한다.

내구성 시험은 고장 물리에 맞아야 한다. 텐던은 피로하고 늘어난다. 기어와 링크는 마모되어 백래시가 증가한다. 모터와 드라이버는 뜨거워진다. 광학 젤은 긁히고 흐려진다. 엘라스토머는 찢어진다. 접착제는 흐르고, 노출 배선은 걸리며, 씰은 먼지와 액체를 들인다. 하나의 법선 하중에서 얻은 사이클 수는 전단, 오염, 온도, 충격, 모서리 접촉을 합친 수명을 말하지 못한다. 끝점도 필요하다. 전기적 생존은 보정 유지와 작업 성공보다 약한 기준이다.

작업당 수명주기 비용은 다음처럼 쓸 수 있다.

\[

C_{task}=\frac{C_{hand}+C_{integration}+C_{spares}+C_{service}+C_{downtime}+C_{human}}{N_{accepted\ tasks}}

\]

분모는 명령한 닫기 횟수가 아니라 인수된 작업이다. 통합에는 마운트, 케이블, 드라이버, 안전 검증, 정책 적응, 로깅이 들어간다. 예비품은 피부, 손끝, 텐던, 모터, 전체 손을 포함한다. 사람 비용에는 청소, 재보정, 재설정, 표시, 공급사 에스컬레이션이 들어간다. 교체에 몇 시간이 걸리고 정책을 다시 학습한다면 낮은 정가는 의미를 잃는다.

가격 증거에는 공개 정가, 실제 견적, 납품 시스템 가격, 반복 라이선스와 소모품, 가동 중단 위험이라는 다섯 층이 필요하다. 연구 기준선은 가능성을 보여 준다. LEAP Hand는 약 2천 달러 제작비, DIGIT은 규모 생산에서 낮은 BOM, ReSkin은 매우 저렴한 교체 피부를 보고했다 ^{[21] [22] [20]}. 시제품 BOM은 품질관리, 보증, 지원, 재고를 포함한 상용 납품가가 아니다.

8.9 SDK와 데이터 계약

“개방형” 손은 위치 명령보다 많은 것을 노출해야 한다. 유용한 개발자 계약은 관절 목표와 상태, 전류 또는 토크, 속도, 원시·보정 촉각, 타임스탬프와 시계, 온도, 오류, 보정 정체성, 펌웨어, 비상 동작을 포함한다. 어떤 루프가 장치 안에서 돌고 어떤 루프가 ROS, Ethernet, CAN, EtherCAT을 건널 수 있는지도 밝혀야 한다.

ROS 패키지 존재는 첫 단계일 뿐이다. 재현 가능한 통합에는 충돌·관성 정보를 갖는 URDF, 전달계, 한계, 메시지 의미, 예제 bag, 제어 속도, 시험, 지원 배포판, 릴리스와 이슈 처리가 필요하다. Isaac이나 MuJoCo 지원에는 일치하는 형상, 관절 동역학, 액추에이터 한계, 촉각 근사, 버전 관리 sim-to-real 절차가 필요하다. TACTO는 광학 촉각 센서의 빠른 시뮬레이션을 보여 주지만 젤 역학과 셰이딩을 근사한다 ^[23]. 시뮬레이터 로고는 촉각 충실도가 아니다.

데이터 계약도 중요하다. 시각, 촉각, 관절, 손목 힘, 행동 스트림은 공통 시계와 실행 ID를 가져야 한다. 패킷 누락과 보간을 명시해야 한다. 단위, 좌표계, 포화, 보정, 접촉 마스크에는 버전 스키마가 필요하다. 학습 데이터는 자율 행동, 작업자 수정, 안전 오버라이드, 재설정을 구분해야 한다. 그렇지 않으면 정책이 복구 흔적을 학습하거나 작업자 힘을 자율 능력으로 오인한다.

원격조작 인터페이스는 힘보다 자세를 잘 포착하는 경우가 많다. DexPilot와 AnyTeleop은 범용 시각 기반 리타기팅을 보였지만 촉각 피드백 부재와 가림은 한계로 남는다 ^{[24] [25]}. DexUMI는 사람 손을 인터페이스로 사용해 전문 캡처 장비를 줄이지만 사람 쪽 접촉은 직접 측정하지 않고 추정한다 ^[26]. 손-데이터 플랫폼은 작업자와 로봇 양쪽에 어떤 촉각이 있고 대응을 어떻게 세우는지 밝혀야 한다.

8.10 촉각 스트림에서 정책 이득으로

촉각 하드웨어가 있다는 사실은 정책이 촉각을 효과적으로 쓴다는 증거가 아니다 ^{[27] [28] [29]}. 모델이 촉각 토큰을 받아도 시각이나 고유수용감각에만 의존할 수 있다. 이득을 보이려면 같은 물체, 시드, 제어기, 재설정, 개입 규칙에서 시각 전용, 적절한 경우 촉각 전용, 시각+촉각, 손상·지연 촉각을 비교해야 한다.

정책 이득은 작업 결과로 나타나야 한다. 첫 시도 파지, 낙하 전 미끄럼 복구, 재파지 횟수, 삽입 성공, 거짓 안착, 최고 힘, 손상, 최종 자세, 완료 시간, 사람 개입이 유용한 측정치다. 하이라이트 영상이 아니라 분포와 어려운 사례를 보고해야 한다. 촉각 정책이 더 자주 성공하지만 사이클 시간을 두 배로 늘린다면 가치 판단은 공정에 따라 달라진다.

TLA는 제한된 손끝 peg-in-hole 조건에서 촉각 입력, 언어, 행동을 연결하고, 2만4천 개 촉각-행동-명령 쌍과 명시된 미지 공차·형상에서 85%가 넘는 성공을 보고한다 ^[28]. 저자들은 시간적 촉각의 제한적 처리도 밝힌다. 결과는 접촉 상태 학습의 가능성을 보이지만 일반 공장 삽입이나 특정 공급사 손을 증명하지 않는다.

Tactile-VLA와 사람 접촉 정보 기반 학습은 촉각 또는 힘을 정책 학습에 넣는 구조를 탐구한다 ^{[27] [29]}. 옮겨야 할 교훈은 구조이지 헤드라인 수치가 아니다. 구매자는 납품된 센서, 손, 펌웨어, 작업, 듀티 사이클에서 공급사별 제거 실험을 요구해야 한다. 장기 손재주는 재설정과 인프라 비용도 드러낸다. 루빅스 큐브 연구는 탁월한 능력과 함께 큰 작업 특화 학습·하드웨어 개입 부담을 보여 줬다 ^[30].

8.11 제조 워크스루: 커넥터 안착

유연 케이블 커넥터를 집어 보드 소켓에 맞추고 삽입한 뒤 안착을 확인하고 조립품을 출력 트레이에 놓는 셀을 생각하자. 접촉 전에는 시각이 자세를 추정할 수 있지만 마지막 몇 밀리미터에는 가림, 순응, 제조 공차, 마찰이 있다. 이 구간에서 손과 촉각은 불확실성을 줄이거나 새로운 실패 모드가 된다.

1단계: 인수 결과를 정의한다. 성공은 올바른 커넥터가 래치와 함께 완전히 안착하고, 핀이 휘지 않으며, 하우징이 손상되지 않고, 케이블이 배선 한계 안에 있으며, 보드·커넥터 로트를 추적할 수 있는 상태다. “로봇이 궤적을 끝냈다”는 성공이 아니다.

2단계: 가장 단순한 기준선을 만든다. 다지 손에 앞서 평행 그리퍼와 손목 힘토크·순응을 시험한다. 성공, 최고 힘, 손상, 사이클 시간, 재설정, 사람 시간을 기록한다. 영리한 시스템은 필요한 차원에서 실제 기준선을 이겨야 한다.

3단계: 작업에 맞는 접촉을 고른다. 두 대향 손끝이면 충분한지, 세 번째 손가락이 케이블 방향을 안정화하는지 결정한다. 예상 접촉 경로를 센서 위치와 매핑한다. 손끝 전단만 의사결정을 바꾼다면 손바닥 커버리지를 사지 않는다.

4단계: 기구를 검증한다. 파지 반복성, 죠·손끝 자세, 백래시, 케이블 하중, 열, 팔 가반하중을 측정한다. 실제 삽입 각도와 속도로 운전한다. 치구와 사람 주변의 충돌 형상과 끼임 위험을 확인한다.

5단계: 센싱 사슬을 보정한다. 원시 촉각, 손목 힘, 관절 상태, 카메라를 이름이 있는 좌표계로 보정한다. 영점 드리프트, 예압, 온도, 장착 변화를 시험한다. 모든 실행에 보정 ID를 저장한다.

6단계: 동기화하고 관찰한다. 카메라, 촉각장, 손·팔 상태, 명령 행동, 제어 모드, 힘 한계, 오류, 안전 사건을 공통 시계로 기록한다. 패킷 지연과 센서 누락을 주입해 제한된 안전 대체 동작을 확인한다.

7단계: 접촉 상태기계를 설계한다. 거친 시각 접근, 제한된 접촉 탐색, 정렬 수정, 삽입, 안착 확인, 후퇴·에스컬레이션으로 나눈다. 촉각 입력은 이름이 있는 전이나 명령을 바꿔야 한다. 촉각을 지워도 행동이 같다면 운영 지능을 제공하지 않는다.

8단계: 복구를 정의한다. 탐색 거리, 힘, 시간, 시도 횟수를 제한한다. 오정렬이면 안전 벡터로 후퇴하고 다시 관찰한다. 두 번째 실패 뒤에는 부품을 격리하거나 사람을 부른다. 새 샘플을 몰래 넣어 휜 핀을 숨기는 재설정은 금지한다.

9단계: 제거 실험과 교란을 수행한다. 소켓 자세 오차, 커넥터 로트, 케이블 강성, 조명, 오염, 센서 교체 조건에서 시각 전용과 시각+촉각을 비교한다. 신뢰구간, 거짓 안착, 손상, 개입을 보고한다.

10단계: 수명주기를 가압한다. 여러 교대에 걸쳐 셀을 반복 운전한다. 손끝이나 손을 예비품으로 교체하고 물리 교환, 보정, 소프트웨어 인식, 정책 복구 시간을 잰다. 파국적 고장뿐 아니라 고장 전 드리프트를 본다.

11단계: 인수 작업의 가격을 계산한다. 손, 센서, 예비 모듈, 마운트, 케이블, 컴퓨트, 라이선스, 통합, 검증, 청소, 보정, 기술자 시간, 폐기, 중단을 포함한다. 인수된 커넥터당 비용과 회피 손상을 비교한다.

12단계: 생산 승격을 게이트한다. 로트와 교대에 걸친 고정 성공·손상 기준, 개입 상한, 문서화된 안전 응답, 재현 가능한 교체, 버전 롤백, 생산·품질·안전·IT·통합사·공급사 책임이 있어야 한다.

제조 셀 체크포인트

작업 스키마에는 조립품 ID, 커넥터·보드 로트, 목표 소켓, 파지 모드, 접근 자세, 삽입 방향, 예상 안착 신호, 최대 법선·전단력, 허용 탐색 부피, 재시도 수, 복구 책임자가 필요하다.

통합 로그에는 손·센서 일련번호, 펌웨어, SDK, 모델, 보정 버전, 팔·손 명령과 상태, 원시·보정 촉각, 손목 힘, 영상·깊이, 접촉 상태 전이, 안전 정지, 재설정, 교체, 최종 검사를 하나의 실행 ID로 담아야 한다.

KPI는 최초 통과율, 무개입 수율, 거짓 안착, 휜 핀과 하우징 손상, 최고 힘, 삽입 시간, 재파지·탐색 수, 재설정·격리, 무중단 운전, 드리프트, 교체 시간, MTTR, 폐기, 인수 조립품당 총비용을 포함한다.

책임도 명확해야 한다. 생산은 택트와 물류, 품질은 인수와 손상, 안전은 힘·속도·가드·정지 권한, IT는 네트워크·시계·버전·데이터 보존을 맡는다. 통합사는 셀 로직과 추적성을, 손·센서 공급사는 계약 사양, 예비품, 펌웨어, 보정 지원, 응답시간을 맡는다.

8.12 증거 사다리: 데모, 벤치마크, 파일럿, 배치

데모는 “이 구성에서 한 번이라도 가능한가”에 답한다. 유용하지만 물체 선택, 이전 시도, 편집, 원격조작, 재설정이 가려질 수 있다. 연구 벤치마크는 프로토콜, 분모, 기준선을 더해 메커니즘 증거가 강하지만 보통 제한된 작업과 시제품 하드웨어를 쓴다. 고객 파일럿은 실제 작업자, 변동, 기존 시스템을 더한다. 배치는 지속 듀티, 유지보수, 비용, 책임을 더한다.

발행사 증거는 정체성, 인터페이스, 제품 가용성, 공개 사양에 유용하다. 방법과 분모가 맞지 않으면 우월성에는 약하다. 독립 논문은 메커니즘과 제거 실험에 유용하다. 시험된 상용 구성이 명시되지 않으면 공급사 증거가 아니다. 책임 있는 종합은 두 증거를 모두 보존하되 범위를 섞지 않는다.

8.13 한계와 열린 질문

첫째, 공개 증거가 비대칭이다. PaXini는 GMH18 세부 필드를, LinkerBot은 넓은 구동·개발자 범위를, Tashan은 센서 수준 필드를 공개한다. 빈 값은 0이나 열등함이 아니라 미공개 또는 미검증으로 기록했다.

둘째, 회사 사양은 주로 발행사 증거다. 하중, 분해능, 커버리지 표현, 사이클 수명, 파트너 수, 배치 설명의 정의가 맞춰지지 않았다. 이 장은 이를 복합 점수로 계산하지 않는다.

셋째, 가격과 수명주기 증거가 드물다. 견적은 좌우 손, 센서 옵션, 수량, 제어기, 소프트웨어, 지원에 따라 달라진다. 공개 연구 BOM은 상용 품질, 보증, 통합을 제외한다. 세 프로필을 같은 조건에서 비교한 인수 작업당 비용 현장 연구는 없다.

넷째, 정책 증거는 간접적이다. 연구는 촉각, 배치, 표현, 시간 신호, 힘 인지 학습이 중요한 이유를 보여 준다. 특정 회사 정책이 같은 이득을 얻는다고 입증하지 않는다. 공급사별 제거, 교체, 장기 운전 시험이 열린 과제다.

다섯째, 안전은 시스템 평가가 필요하다. 순응하거나 촉각이 있는 손이 자동으로 협동 안전 시스템이 되지 않는다. 끼임점, 저장된 텐던 에너지, 날카로운 도구, 가반하중, 팔 속도, 센서 고장, 예기치 않은 정책 행동을 위험성 평가, 독립 정지, 검증 한계로 다뤄야 한다.

여섯째, 미디어 코퍼스 노출을 측정하지 않았고 WRC 상태는 회사와 연도별이다. 주최자 디렉터리는 2026년 LinkerBot B205, PaXini B203, Tashan B218을 확인하고, Tashan의 공식 보관 자료는 2024 참가를 별도로 확인한다. 이 기록은 참가사 부스를 확인할 뿐 프로그램 참여나 제품 성능을 입증하지 않는다.

열린 질문은 운영에 관한 것이다. 촉각 표현이 배치가 다른 교체품에서도 재학습 없이 살아남는가? 어떤 양식이 기름, 먼지, 세척, 온도 아래 보정을 유지하는가? 고자유도 손은 안전한 온보드 제어를 유지하면서 충분한 저수준 권한을 노출할 수 있는가? 공급사는 소프트웨어·서비스에서 반복 매출을 얻을까, 소모품과 현장 수리가 경제를 지배할까? 답은 출시 영상이 아니라 코호트와 수명주기 데이터에서 나와야 한다.

기존 서베이와의 관계

이 장은 앞 장의 플랫폼 능력과 배치 서비스 구분을 이어 간다. 원격조작 연구는 영리한 시범을 어떻게 수집하는지, 촉각 연구는 보이지 않는 접촉이 행동을 어떻게 바꾸는지 설명한다. 어느 쪽도 조달을 해결하지 않는다. 이 장의 기여는 증거 연결이다. 제품명, 인터페이스, 보정, 교체, 작업 제거 실험, 운영 로그, 비용이 이어져야 “접촉지능”이 산업 주장이 된다.

다음에 배울 것

손과 촉각 센서는 물리 경계에서 관측과 행동을 만든다. 제9장은 이 관측을 재사용 가능한 정책으로 조직하는 데이터 엔진, 원격조작 시스템, 파운데이션 모델, VLA 스택으로 올라간다. 질문은 “손이 느끼는가”에서 “접촉 데이터를 어떻게 수집, 정렬, 거버넌스, 학습, 평가, 개선하는가”로 바뀐다.

제9장에 한 가지 규율을 가져가야 한다. 데이터 양은 분모와 계보를 대체하지 못한다. 촉각 프레임 백만 개가 실제 작업 전이는 몇 번만 포함할 수 있다. 원격조작 에피소드가 여러 수정을 숨길 수 있다. 모델 체크포인트가 한 손, 한 센서 배치, 한 보정, 한 재설정 규칙에 묶일 수 있다. 다음 장은 구현 종속 접촉에서 일반화 가능한 로봇 지능까지 이 사슬을 추적한다.

참고문헌

1. LinkerBot (2026a). LinkerBot 공식 웹사이트. 본사와 포트폴리오 공식 자료.
2. LinkerBot (2026b). LinkerBot 소개. 회사와 기술 공식 설명.
3. LinkerBot (2026c). 2026 세계로봇대회 LinkerBot 출품사 페이지. 법인명, 부스, 제품의 주최자 자료.
4. LinkerBot (2026d). Linker Hand 개발자 센터 개요. 매뉴얼, SDK, CAN, 데모, 모델 자료.
5. LinkerBot (2026e). Linker Hand L20 제품 매뉴얼. Python, ROS, ROS 2 SDK를 연결한 공식 매뉴얼.
6. LinkerBot (2025). Open TeleDex. arXiv:2510.14771.
7. PaXini (2026a). PaXini 영리조작 생태계. 공식 생태계 자료.
8. PaXini (2026b). PaXini Technology 소개. 설립, 기술, 발행사 배치 설명.
9. PaXini (2026c). PaXini 연락처와 거점. 법인, 본사, 거점 공식 자료.
10. PaXini (2026d). GMH18 Gen3 다차원 촉각 영리한 손. 발행사·실험실 한정 공식 사양.
11. PaXini (2026e). GMH18 공식 몰 페이지. 0위안 자리표시자를 가격으로 보지 않음.
12. Tashan Technology (2026a). Tashan 촉각 제품 포털. 제품군과 발행사 수치 자료.
13. Tashan Technology (2026b). Tashan Technology 소개. 설립과 회사 공식 자료.
14. Tashan Technology (2026c). Tashan 로봇·촉각 제품. TS-F, TS-E, TS-ES, TS-V, TS-VT 공식 자료.
15. Tashan Technology (2025). Tashan의 2024 세계로봇대회 참가 기록. 발행사 행사 보관 자료.
16. F-TAC Hand Authors (2024). F-TAC Hand: A Tactile-Sensing Dexterous Robot Hand. arXiv:2412.14482. Terry의 해설 #39.
17. Tactile Distribution Authors (2025). Tactile Information Distribution for Robot Manipulation. arXiv:2509.14984. Terry의 해설 #41.
18. AnyTouch Authors (2025). AnyTouch: Learning Unified Static-Dynamic Representation across Multiple Visuo-Tactile Sensors. arXiv:2502.12191.
19. Bhirangi, R. et al. (2024). AnySkin: Plug-and-play Skin Sensing for Robotic Touch. arXiv:2409.08276.
20. Bhirangi, R. et al. (2021). ReSkin: Versatile, Replaceable, Lasting Tactile Skins. arXiv:2111.00071.
21. Shaw, K., Agarwal, A., and Pathak, D. (2023). LEAP Hand: Low-Cost, Efficient, and Anthropomorphic Hand for Robot Learning. RSS 2023.
22. Lambeta, M. et al. (2020). DIGIT: A Novel Design for a Low-Cost Compact High-Resolution Tactile Sensor with Application to In-Hand Manipulation. IEEE RA-L.
23. Wang, S. et al. (2022). TACTO: A Fast, Flexible, and Open-Source Simulator for High-Resolution Vision-Based Tactile Sensors. IEEE RA-L.
24. Handa, A. et al. (2020). DexPilot: Vision-Based Teleoperation of Dexterous Robotic Hand-Arm System. ICRA 2020.
25. Qin, Y. et al. (2023). AnyTeleop: A General Vision-Based Dexterous Robot Arm-Hand Teleoperation System. RSS 2023.
26. Xu, M. et al. (2025). DexUMI: Using Human Hand as the Universal Manipulation Interface for Dexterous Manipulation. CoRL 2025. Terry의 해설 #8.
27. Huang, J. et al. (2025). Tactile-VLA: Unlocking Vision-Language-Action Model's Physical Knowledge for Tactile Generalization. arXiv:2507.09160.
28. Hao, P. et al. (2025). TLA: Tactile-Language-Action Model for Contact-Rich Manipulation. arXiv:2503.08548.
29. Adeniji, A. et al. (2025). Feel the Force: Contact-Driven Learning from Humans. arXiv:2506.01944.
30. Akkaya, I. et al. (2019). Solving Rubik's Cube with a Robot Hand. arXiv:1910.07113.
31. Antonio Bicchi (2000). Hands for Dexterous Manipulation and Robust Grasping: A Difficult Road Toward Simplicity. DOI:10.1109/70.897777.
32. Antonio Bicchi et al. (2000). Robotic Grasping and Contact: A Review. DOI:10.1109/robot.2000.844081.
33. Mark R. Cutkosky (1989). The Grasping Hand. DOI:10.1007/978-1-4613-8974-3.
34. David J. Montana (1988). Kinematics of Contact and Grasp. DOI:10.1177/027836498800700302.
35. J. Kenneth Salisbury et al. (1982). The Mechanics of Fine Manipulation by Finger Tips. DOI:10.1177/027836498200100201.