logo_goono_all.png
  • GOONO

로봇돌이 박사 / 어제는 되고 오늘은 안되는 연구



1. 안녕하세요. 로봇만드는 로봇돌이입니다

저는 카이스트 기계공학과 학사→석사→박사 외길을 걷고 있는 로봇돌이입니다.


로봇과 운동, 테크를 사랑하는 공대생으로 대흉근이 웅장해지는 로봇을 만들고자 세상과 고립되어 연구를 수행하고 있습니다.





2. Trial and error

기계공학 특성상 하드웨어는 수많은 시행착오를 통해 경험치를 얻는다고 생각합니다. 부품과 부품을 조립할 때 어느 정도의 유격, 공차라고 하는 것이 있어야만 합니다.


여기서 적절한 공차값이란 권장사항으로만 존재할 뿐, 설계자의 의도대로 스스로 공차값을 정해야 합니다. 같은 공차값을 표기하고 물품을 각기 다른 업체에 맡기면 업체마다 다른 결과물이 나오기 때문이죠.


심지어 한 업체에 여러번 물건을 맡길 때에도 서로 다른 공차를 갖는 물건이 나오기도 합니다. 하지만 이러한 과정이 없다면 스스로 trial and error를 겪어야 합니다. 이 과정은 연구가 아닌 일이고 내가 아니더라도 누군가는 쉽게 할 수 있는 일이라 생각되어 자괴감이 들기도 합니다.




3. 연구의 이상과 현실


연구 진행 중에도 왜 됐는지, 왜 실패했는지 정확한 원인을 파악할 수 없을 때가 많았습니다.똑같은 조건이라도 어제와 오늘의 결과가 다른 어이없는 상황이 꽤 많이 발생하기도 하며, 로봇의 구성(기계부_전장부) 제어를 잘못하면 다치기도 합니다. 특히 전장부에서 배터리 +,-를 혼동하여 연결하다가 쇼트가 나서 불이 크게 나기도 했답니다.


실험 외에는 제 스스로 주말에도 시간을 할애하며 개인 시간이 없을 정도로 로봇을 제작했지만 지도교수님께서 진척이 너무 느리다며 다그치신 적이 있습니다. 교수님의 압박을 받을때마다 스스로 능력이 부족한 사람인가 하는 생각이 들었죠.


이럴 땐, 혼자서 마인드 컨트롤을 많이 했고 주변 사람들과 상담을 하고 푸념을 늘어 놓으며 이겨낼 수 있었습니다.



4. 운동=연구는 마라톤

연구 생각을 완전히 잊고 몰입할 수 있는 취미를 만드는 것도 좋은 방법입니다. 저의 경우엔 운동을 하면서 잡념을 없애고 혼자만의 시간을 가지며 부정적인 생각은 끌어내리고 긍정적인 생각을 채우는데 집중했습니다. 운동도 연구와 비슷한 마라톤이라고 생각합니다.


지금까지 운동을 열심히 꾸준히 해온만큼 연구도 잘 해낼 수 있을 거라는 생각을 갖고 힘든 일은 지워가고 있습니다.




5. 정보공유만 잘해도 시간은 반으로

trial and error를 특별하게 줄이는 방법은 경험이 많은 사람에게 전수받는 것 말고는 없는 것 같습니다. 그래서 저는 과제 워크샵에서 쌓은 인맥으로 카카오톡 단체 채팅방을 만들어 로봇 전공자들과 최대한 많이 정보 공유를 했습니다. 서로 정보 공유를 하면, 엄청난 시간을 절약할 수 있습니다.특히 하드웨어에선 경험치 한 번을 쌓기 위해선 어마어마한 시간이 필요하기 때문에 도움이 되죠.


또 꼼꼼히 기록해놓는 습관을 길렀습니다. 어렵게 얻은 경험들을 잊지 않도록 적어놓고 시간 여유가 있을때마다 읽어서 리마인드를 했습니다.



6. 겁먹지 말고 일단 GO

스스로 이해도가 높다고 생각하는 분야인 로봇공학에서 로봇 플랫폼을 만들었으니, 이를 바탕으로 로봇을 제어하여 움직여보려 합니다.



처음부터 로봇을 만들고 움직일 수 있게 하려는 이유는 로봇에 대한 전반적인 이해를 습득하기 위함인데, 로봇을 이용하여 사람들에게 실질적으로 도움이 될 수 있는 기업을 만들고자 합니다. 마치 일론머스크처럼말이죠.


CEO는 실제 기술적인 업무 능력보다는 의사결정력과 관련된 능력이 훨씬 중요하다고 합니다. 그렇다고 기술적 능력이 부족하다면 관련 업무를 할 때 이해도가 떨어지기 마련이겠죠. 따라서 CEO가 되기 전 기술적 능력을 탄탄하게 갖추기 위해 로봇의 설계와 제어를 깊게 이해하는 것이 제 목표입니다.


알아야할 것, 해야할 것이 정말 많은 로봇 분야이지만 겁먹지 않고 배우려는 자세만 있다면 누구든지 할 수 있다고 생각합니다. 용기와 확신을 갖고 시작하는 것이 중요한 것 같습니다.



 

로봇돌이 박사님

"실패과정은 레벨업을 위한 경험치예요"



인터뷰이 이력

KAIST 기계공학과 연구실, 하드웨어 설계

KAIST 기계공학과 학사·석사 졸업, KAIST 박사과정 시작