01
외골격 종합설계 · 프로토타이핑
6-DoF 다관절 (쇄골 2 + 어깨 3 + 팔꿈치 1), 액추에이터 자체설계 + Maxon · 웰콘시스템즈 · 로보터스 등 상용 로봇 구성품의 시스템 통합
이민우 · 포트폴리오 · 2026년 4월
사람과 환경에 닿아 동작하는 로봇들,
설계와 프로토타이핑을 거쳐
실시간 제어까지 직접 구현했습니다.
분야를 관통하는 제 연구배경과 역량으로,
로봇 자동화 속 접촉제어와 모방학습 문제에
실전 기여하기 위한 저의 출사표입니다.
이민우 / Robotics Control Engineer
핏 요약 • Edu & Career • Agenda
DAY 1 투입 가능한 실전파 로봇제어, 시스템 통합 엔지니어
+ 심화 역학 · Embodied AI 기본기를 갖춘 Fast-Learner
Education & Career
- M.S. 경희대학교 2024.03 – 2026.02
- 공학석사 - 소프트웨어융합학 | Advisor - 오승재 교수
(Thesis) Building Blocks for Full Upper-Limb Haptics — 상지 외골격 + 공압구동형 햅틱 글러브 통합 연구 - '리얼리머스' 창업
2022 - 2024.02 - Co-founder / CTO
— 4인 기구·전장·제어 개발 팀 총괄. CES 2024 웨어러블 로봇 시제품 실물 시연 - B.S. 경희대학교 2016.03 – 2024.02
- 공학사 - 기계공학 + 소프트웨어융합학
기계 역학·제어 + SW 학부 로봇모빌리티 전공트랙 이수
— Linux · ROS · CV · ML · RL 로봇 특화 CSE 커리큘럼 - 출판 · 특허
- SCIE 공저 - Adv. Mater. Technol. '23
국제학술대회 데모 - IEEE ISMAR '25
국내학술대회 학부논문상 - ICROS '22
등록특허 1건 ('25.09 메타버스 HMI 로봇장치), 출원 1건 ('26.01 양방향 공압 글러브)
Portfolio Agenda
- A · Proof — 외골격
- 외골격 힘제어 로봇 — 6-DoF 작업공간 force control, 800 Hz PREEMPT_RT 실시간 제어, CANopen 기반 HAL
- B · Proof — 장갑
- Closed-Loop 공압 장갑 — ±100 kPa 양방향, 173 ms 폐루프, 지능형 상호작용 연계구현, N=16 피험자 대상 실험
- C · Synthesis
- Sensing-rich HMI Thesis — 외골격과 장갑을 융합해 force-aware, contact-rich robot policy 학습에 필요한 physical dataset을 수집하는 인간-기계 인터페이스 제안.
- D · Plus
- AX 기반 생산성 — Knowledge Lake · Personal LLMOps Infra · Agentic Development Harness
Page 02 / 9
이민우 / Robotics Control Engineer
A PROOF · 외골격 힘제어 로봇
작업공간 힘 제어 과업을 수행하는 상지 외골격 Impedance Display 풀스택 시스템 구현 및 응용
2024.03 – 2026.02
주요 수행내용 — 설계 · HAL · 실시간 제어 · 힘 제어 · 검증의 풀스택 구현
02
추상화계층 개발
CAN/CANopen 기반 고빈도 통신, ros2_control C++ HAL, hardware_interface 상속 드라이버
03
실시간 제어 구현
800 Hz 결정론적 실시간 SW 스택, PREEMPT_RT 패치 + SCHED_FIFO 멀티스레딩
04
작업공간 Force Control
Pinocchio C++ RBD 기반 Lie Group 동역학, 중력·동역학 보상 + 6축 F/T 센서 피드백
05
Gazebo 시뮬레이션 기반 제어기 검증
01착용 시연 — 상지 외골격
02Lie-group POE 기구학 · 인체정렬 최적화
03Gazebo 시뮬레이션 검증
04작업공간 가상힘 렌더링 간 다중 접촉 조성 여유자유도 제어
Page 03 / 9
이민우 / Robotics Control Engineer
A PROOF · 외골격 시스템 스택
Multi-DoF · Real-time Linux · Task-Space Force Control —
시스템 전반에 걸친 실전 경험
ros2_control HAL · PREEMPT_RT · 1 kHz CANopen · Pinocchio RBD — 4계층 스택 직접 설계·구현·검증
L0 · 하드웨어
Physical Hardware
- Actuator Modules
- Motor Controllers
- F/T Sensors
SocketCAN
read / write
L1 · HAL
Hardware Abstraction
- ROS2 hardware_interface
- CAN / CANopen
- Read / Write Handlers
- RT Deadline Logic · faults
states / commands
L2 · 제어
Controller Implementations
- Dynamics compensation
(gravity, Coriolis) - Force rendering
- Pinocchio RBD library
topics · params
L3 · 응용
ROS Application
- robot_description + tf2
- Topic interfaces
- Diagnostics
- Application 연동
DETERMINISTIC EXECUTION
RT Linux · Scheduling
PREEMPT_RT kernel
SCHED_FIFO priorities
CPU affinity · IRQ tuning
memlock · rtprio limits
제어 주기
800Hz
PREEMPT_RT + SCHED_FIFO 결정론 루프
CAN 동기
1000µs
독립 CAN 3채널 · CANopen CiA 402 · TPDO/RPDO
최대 / 연속 토크
9 / 3 Nm
Cartesian 1 kgf급 힘 렌더링
시스템 질량
2.85kg
알루미늄 프레임 + 이중 평행사변형 RCM 링키지
하드웨어
CubeMars AK60-6 (어깨, 쇄골) · maxon ECX FLAT 32L + HD CSF-11 50:1 (팔꿈치). 3D프린팅 + 알루미늄 프레임 · 이중 평행사변형 RCM 링키지 어깨 구관절 원격 회전중심 정렬
제어 SW
PREEMPT_RT Linux + SCHED_FIFO · ROS2 ros2_control + 커스텀 hardware_interface (C++17) HAL · 독립 3채널 CAN @ 1 kHz (CANopen CiA 402)
동역학
Pinocchio RBD · SE(3) POE · 가변 가중 Jacobian 하 관절 개입도 조절 제어 · RNEA · Gravity Compensation
응용 제어
사람/환경 작업공간 접촉력 제어 — Active transparency control + 작업공간 wrench reference tracking. 로보터스 RFT64 6축 F/T 피드백으로 폐루프 구성
Page 04 / 9
이민우 / Robotics Control Engineer
B PROOF · 손 자세 동기화 장갑
손 자세 Skill Transfer 위한 Leader-Follower 동기화 Closed-Loop 공압장갑 시스템 구현 및 제어방법론
2024.09 – 2025.12
주요 수행내용 — 설계 · 폐루프 동기화 · AI 시나리오 · 피험자 검증의 통합 구현
01
공압장갑 시스템 종합설계 · 프로토타이핑
4-채널 양방향 공압 장갑 (엄지·검지·중지·약지+소지) + Manus Quantum 15-DoF 손 자세 피드백 활용 · 양/음압 버퍼 탱크 + 단일 컴프레서를 조합한 경량 공압계통 등 시스템 통합
02
Closed-Loop Follower 동기화
양방향 ±100 kPa 공압 장갑이 PI 제어로 173 ms 안에 master hand pose 추종
03
Advanced Scenarios
VLM 사용자 의도추론 + Hand-object grasp synthesis 파이프라인 바탕의 지능형 상호작용 구현
04
Skill Transfer Validation
N=16 피험자 IRB 실험, 신규성·주체감·AI 가이던스 효과 통계 검증
01Closed-Loop Hand Pose Synchronization: Master pose → PI 제어 → 공압 명령 → Follower pose
02공압 액추에이터 장착 장갑 인터페이스 + 기반 하드웨어
03양음압 버퍼 탱크 + 단일 컴프레서 공압계통 (Festo VEAB + DAC)
04Sensing — 손 자세 모션캡처 시스템 (Manus Quantum), ArUco
Page 05 / 9
이민우 / Robotics Control Engineer
B PROOF · 장갑 제어 · 실험
손 자세 동기화 → 손-물체 상호작용 지능형 상호작용 확장 연구
Closed-Loop 폐루프 동기화 위에 Vision-Language 의도추론 + Hand-Object Grasp 합성을 결합 — N=16 피험자 검증으로 Skill Transfer 효용 입증
Synchronization in Action · Master → Follower
Expert hand pose가 양방향 공압 글러브로 재현되는 시퀀스
Sub-Interaction · AI scene understanding 통합
시나리오 다변성 — segmentation · 3D 복원 · grasp 합성
종단 지연
173ms
목표 자세 → ±5% 안정화까지
압력 범위
±100kPa
양방향 — 가압 및 진공
공압계통 폼팩터
4.53kg
400×200×150 mm · 선행 연구 대비 −45% 부피 / −30% 질량
채널 독립성
4 × 독립
엄지 · 검지 · 중지 · 약지+소지 Festo VEAB 레귤레이터
Advanced Scenarios · 시나리오 확장
1. Egocentric vision + eye tracker로 시선 · 주변 환경 맥락 습득
2. VLM 모델에 의한 손 자세 기반 사용자 의도 고맥락 추론 — 제스처 기반 binary 응답, 강제 부여 손 자세 순응도에 따른 sentiment 등
3. 손-물체 상호작용 증강 — Image segmentation · RGB2Mesh 복원 기반 주위환경 물체 3D 복원 및 최적 파지자세 Synthesis 파이프라인 구축
Validate · Skill Transfer 방법론 평가
N=16 피험자 IRB 실험. Skill Transfer 방법론의 핵심 가치 — 신규성 d=1.12 (large, p<.001) · 가이던스 직관성 d=0.97 (large, p=.002) 둘 다 large effect로 통계 검증.
주체감 d=−0.63~−1.32 (AI 의존도 trade-off 동시 검출)
Page 06 / 9
이민우 / Robotics Control Engineer
C 앞선 두 연구의 융합
모방학습용 Sensing Data-Rich HMI Proposal
외골격(arm) + 장갑(dexterity) — motion에 force·tactile을 더한 Whole-upper-limb Bilateral Human-Machine Interface
01
Traditional Teleop기존 방식의 구조적 한계
Unilateral, Motion-Level
• remote env reflect X, 접촉감각 단절
End-effector only, Hetero DoF
• 인간 biomechanics 정보 손실
Stationary + agency 저하
• 자연스럽지 않은 자세, fatigue 누적
• remote env reflect X, 접촉감각 단절
End-effector only, Hetero DoF
• 인간 biomechanics 정보 손실
Stationary + agency 저하
• 자연스럽지 않은 자세, fatigue 누적
VR HMD operator
Pedestal leader-arm
Kinesthetic teaching
02 — Ours
외골격 + 장갑
획득 데이터 스트림
• Kinematics & Force/wrench data: High-rate, HW-anchored
• Dexterity data: high-DoF hand pose + tactile contact
• 센서 장착 플랫폼으로서 외골격: Operator 부담 없이 센서 확충 가능
차별성
• As-is engagement — HMD · pedestal 없이 작업 자세 그대로
• Bilateral — remote 환경 wrench를 사용자에게 reflect
• Whole-arm coverage — 어깨~손가락 끝 full kinematics
• Sense of agency 보존 → 자연스러운 expert demo
• Kinematics & Force/wrench data: High-rate, HW-anchored
• Dexterity data: high-DoF hand pose + tactile contact
• 센서 장착 플랫폼으로서 외골격: Operator 부담 없이 센서 확충 가능
차별성
• As-is engagement — HMD · pedestal 없이 작업 자세 그대로
• Bilateral — remote 환경 wrench를 사용자에게 reflect
• Whole-arm coverage — 어깨~손가락 끝 full kinematics
• Sense of agency 보존 → 자연스러운 expert demo
force
외골격
+
dexterity
장갑
From Quality,
To Scalability
To Scalability
1. Motion-only 패러다임의 다음 단계
VLA · motion-based policy는 internet-scale 확장 중이나 data가 motion 수준에 머무름 — 조립·삽입·체결 과정에서 발생하는 접촉 상태, 저항, 마찰, 미세한 순응 전략을 충분히 담지 못함
외골격+장갑이 force · wrench · tactile 채널을 추가 → sim2real gap이 force-rich supervision으로 좁혀짐
2. Surrogation of Manual Labor
현장 노동의 신체 부담 vs 원격조작의 번거로움 — 전문가에게 인터페이스 유인이 필요. feedback-rich · ergonomic 고려로 조작 편의성이 임계점을 넘는 순간 자연스럽게 원격으로 전환
3. Mass-scale Data Acquisition
Teleop을 매개로 human skill이 축적 시작 — 조립 · 정밀가공 · 의료 등 domain expertise가 자동 corpus화
VLA · motion-based policy는 internet-scale 확장 중이나 data가 motion 수준에 머무름 — 조립·삽입·체결 과정에서 발생하는 접촉 상태, 저항, 마찰, 미세한 순응 전략을 충분히 담지 못함
외골격+장갑이 force · wrench · tactile 채널을 추가 → sim2real gap이 force-rich supervision으로 좁혀짐
2. Surrogation of Manual Labor
현장 노동의 신체 부담 vs 원격조작의 번거로움 — 전문가에게 인터페이스 유인이 필요. feedback-rich · ergonomic 고려로 조작 편의성이 임계점을 넘는 순간 자연스럽게 원격으로 전환
3. Mass-scale Data Acquisition
Teleop을 매개로 human skill이 축적 시작 — 조립 · 정밀가공 · 의료 등 domain expertise가 자동 corpus화
Page 07 / 9
이민우 / Robotics Control EngineerD · AX
D AX 기반 생산성
엔지니어 한 명의 역량 그 너머, AX 기반 개발 생산성 워크플로
병목은 비전을 지니고, 상상한 다음, 실행으로 옮기는 인간적인 과정 뿐
01
Knowledge Lake: 암묵 지식의 데이터화
제 개인의 학업 수행 간 노트들, 일상과 생각을 기록한 일지, 연구 간 축적된 레퍼런스들을 Semantic 벡터로 임베딩, 온톨로지 기반 군집화를 통해 투명하게 쿼리가 가능한 지식의 원천으로 만들어 활용 중입니다.
02
Personal Agent Infrastructure
OpenClaw를 개인 홈랩 서버(RPi)에 운영하며, 이를 보조하는 클라우드 VPS, VPN 등 네트워크 인프라까지 구축함으로써 완전히 개인적인, 여러 환경에서 작업 연속성을 이어가는 에이전트를 운영하고 있습니다. 이 과정 속 에이전틱 워크플로에 대한 이해를 바탕으로 데이터 거버넌스, 보안, 웨어러블 및 IoT 초연결성 고려와 같이 기술의 완벽한 '개인화' 실현을 목표로 관심범위를 전방위적으로 넓혀가고 있습니다.
03
Harnessing Agentic Power for Development
밤을 새우며 머릿속 구상을 SW로 꺼내왔던 지난날의 고생이 무색하게도 이제는 너무나 강력해진 Claude Code · Codex 등 Coding Agent, 이들의 단순 CLI 이용을 넘어 병렬화, 분기처리와 툴 활용까지 orchestration하며 코드 · 문서 작업을 완벽히 수행해내는 Agentic harness 패러다임을 체화, SW개발역량을 직접 산출물로 이어내고 있습니다.
VISUALIZATIONKnowledge Lake — 2D UMAP projection · 온톨로지 기반 분류 overlay
Page 08 / 9
Closing anchor
외골격과 장갑 두 축의 연구로 쌓아온
Force-Augmented Demonstration에 대한 통찰 —
끝내 인터넷 전체를 이용한 LLM에서 증명된 Scale의 한계,
동작 데이터의 품질이 VLA의 성능을 좌우하는 지금,
손과 팔의 섬세한 조작, 힘과 접촉 감각의 데이터화
Contact-rich Task Policy 도출을 위한 선결조건입니다.
그 수단을 고민하고 구현하며, 그렇게 습득한 데이터 위에서 방법을 고도화하고,
이윽고 로보틱스의 대중화를 이끌어낼 그 무대에서
유능한 로봇을 위한 접촉제어와 모방학습, 끝까지 밀어붙이고 싶습니다.
이민우 · Minwoo Lee
Robotics Control Engineer
[email protected]
mechaminu.dev
mechaminu.dev
Page 09 / 9