02
BEFORE / AFTER

기존 기술과 무엇이 달라졌나?

기존 기술

새 로봇을 움직이려면 보통 구조와 물리 특성을 정밀하게 모델링해야 합니다. 이 연구는 카메라 영상과 임의 동작을 관찰해 어떤 입력이 어느 부분을 움직이는지 신경망이 스스로 배웁니다.

이번 연구

딱딱한 로봇뿐 아니라 부드럽거나 재료가 섞인 로봇도 하나의 방식으로 폐루프 제어할 가능성을 보였습니다.

03 · REALITY CHECK

현재 단계: 기초 연구

Nature에 발표된 연구와 공개된 검증 범위를 기준으로 분류했습니다. 양산과 매출 근거는 별도로 확인해야 합니다.

현재 단계기초 연구
기초 연구실험 검증시제품실증 시험상용화 근접
04
REMAINING CHALLENGES

아직 해결해야 할 문제

  • 복잡한 현장 환경 검증
  • 가림과 조명 변화 대응
  • 안전한 실시간 제어

이 문제들이 해결돼야 실제 제품과 산업으로 이어질 가능성이 커집니다.

05
INDUSTRY OPPORTUNITY

이 기술이 성공한다면 어디가 바뀔까?

기술에서 소재·부품·장비·서비스로 이어지는 흐름을 따라갑니다.

06 · ONE MORE POSSIBILITY논문 밖의 한 가지 가능성

소프트 로봇, 맞춤형 제조 장비, 저가 자동화, 생체모방 로봇에 적용될 수 있습니다.

08 · EVIDENCE & SOURCES

근거와 출처

논문·기업 연결 근거 전체 보기핵심 논문Controlling diverse robots by inferring Jacobian fields with deep networksNature · 2025.06.25 ↗