차세대 생체 인식 기술로 주목받는 광학 촉각 센서가 개발됐다. 기존 광학 센서의 한계를 넘어 단일 이미지로 동적 힘까지 분석할 수 있어 필적 감정, 표면 분석, 위조 방지 등 다양한 분야에 적용될 가능성이 크다.

울산과학기술원(UNIST)은 에너지화학공학과 이지석·고현협·김동혁 교수와 서울대 김정욱 교수 공동 연구팀은 움직이는 터치 신호를 진행간으로 분석할 광학 촉각 센서를 개발했다고 30일 밝혔다.

기존 센서는 정적인 힘만을 측정할 수 있었으나, 연구팀은 정적인 힘과 동적인 힘을 분리해 분석할 기술을 구현했다. 특히 필적 감정 분야에서 필기 속도와 압력 변화를 가시적으로 표현하고 기계 학습 분석을 통해 개인을 식별할 새로운 가능성을 열었다.

이 기술의 핵심은 상향 변환 나노 입자에 있다. 이를 활용해 높은 해상도로 동적 힘을 측정할 수 있고, 근적외선을 흡수해 외부에서 가해지는 힘을 정확하게 감지한다.

연구팀은 기계 학습 기술을 적용해 센서가 수집한 데이터를 더 정밀하게 분석했다. 기계 학습 알고리즘을 통해 동적 터치 신호에서 수직압력과 마찰 전단력을 분리하고, 힘의 방향까지 정확히 파악했다. 유한요소해석(FEA)으로 센서 내 힘 전달 경로와 신호 변화의 타당성도 검증했다.

센서 구조는 사람 피부의 감각을 모방해 힘을 증폭시켰다. 단일 광학 이미지로 수직 압력과 마찰 전단력을 동시에 구분할 수 있다. 물체를 살짝 눌렀을 때 발생하는 0.05N의 미세한 힘도 감지할 수 있고, 9.12ms의 빠른 응답 속도를 보였다.

개발된 센서는 필기뿐만 아니라 지문 인식, 점자 인식 등 여러 분야에 응용할 수 있다. 실제로 연구팀은 이 센서를 활용해 점자를 음성으로 변환하는 시스템에 적용했고, 동적 생체 인식 시스템과 위조 방지 애플리케이션을 선보였다.

이지석 교수는 "피부의 감각기관 구조를 모방해 정적 압력과 동적 마찰력을 동시에 가시화하고, 기계 학습을 통해 두 힘을 분리해 진행간으로 분석한 최초의 연구"라며 "상향 변환 나노 입자는 기존 소재보다 저렴하고, 노이즈가 적어 신호가 명확하다"고 설명했다.

제1저자 손창일 연구원은 "이 간단한 센서 구조로도 앞으로 고감도 필적 감지 등 동적 압력 정량화 센서로 활용될 가능성이 높다"고 강조했다. 공동1저자 류채영 연구원은 "로봇에 응용 가능한 인공지능 학습 기반 센서 개발에 도움이 될 것"이라며 기대감을 표했다.

연구 결과는 세계적 학술지 Nature communications에 9월 12일 공개됐다. 연구는 삼성미래기술육성사업과 한국연구재단의 지원으로 이뤄졌다.