ColoACT: 자체 추진 내시경 로봇의 대장 자율 주행용 멀티 큐 액션 청킹

약한 질감과 정반사, 점탄성 접촉이 많은 대장 환경에서 자체 추진 내시경 로봇이 부드럽고 안정적으로 자율 주행하려면 어떤 시각 표현과 제어 정책이 필요한가?

대장 내시경 자율 주행은 변형 가능한 해부 구조, 잦은 굴곡과 함몰, 약한 질감과 정반사, 점탄성 조직과의 강한 비선형 접촉 때문에 어렵다. 기존 시스템은 수동 특징과 전환 로직에 의존하거나, 약한 질감에서 깊이 추정이 불안정하고 미세 지형 단서를 잃어 폐루프 제어가 흔들렸다.

기존에는 원이나 타원 같은 기하 원시 도형을 맞추거나 하우스트라 주름을 검출해 규칙 기반으로 조향하는 geometry-driven pipeline과, 심층 모델로 깊이와 지도를 추정하거나 강화학습, 행동 복제로 정책을 학습하는 learning-based approach가 있었다. 기하 기반은 해석 가능하지만 수동 임계값과 모드 전환 때문에 불연속적이고 약한 질감에서 취약했다. 학습 기반 단안 깊이는 질감이 부족한 영역을 과도하게 평활화해 주름 능선 같은 고주파 단서를 약화했고, 시뮬레이션 강화학습은 실제 점탄성 접촉을 충실히 모델링하기 어려워 sim-to-real 격차가 컸다.

ColoACT는 RGB에 Depth Anything V2-Base로 추정한 상대 깊이 지도와 Scharr 경사 기반 유사 고도 지도를 결합한 RGB-D-E 관측을 입력으로 쓴다. ResNet-18 백본이 시각 특징을 추출하고, 조건부 변분 오토인코더 기반 Action Chunking Transformer가 16스텝의 미래 액션 청크를 예측한다. 겹치는 청크를 Temporal Ensembling으로 평균해 선속도와 각속도 명령을 만들어 고주파 지터를 줄인다. 하드웨어는 24×20×34 mm 크기의 자체 추진 Bevel-Gear-Based Endoscopic Robot(BGER)으로, 두 개의 코어리스 DC 마이크로모터와 700:1 감속기, PDMS 트레드를 갖추고 베벨 기어 전달로 모터 축의 굽힘 하중을 줄였다. 214개 원격 조작 궤적으로 학습했다.

학습에 쓰지 않은 적출 돼지 대장 4개(약 60cm)에서 직선 48회, 곡선 40회의 제로샷 주행을 평가했다. RGB만 쓴 ACT는 직선 35.4%, 곡선 25.0%, RGB-D ACT는 58.3%, 50.0%인 데 비해, 제안한 RGB-D-E ACT는 85.4%, 72.5%를 달성했다. 같은 RGB-D-E 입력을 쓰는 비시간적 BC는 45.8%, 57.5%로 낮았다. 정규화 각속도 저크는 직선에서 BC 63.89±7.8877, ColoACT 4.74±0.9312였고 곡선에서 BC 58.91±6.5185, ColoACT 4.47±0.4298로 약 10배 이상 낮았다. 90도 회전은 10회 중 7회(70%), 이중 굴곡은 10회 중 6회(60%) 성공했고 삼중 굴곡은 10회 중 3회(30%) 통과했다. 오프라인 검증 43개 표본에서 장기 예측 ADE는 RGB 0.1187, RGB-D 0.1096, RGB-D-E 0.0835, FDE는 0.2153, 0.2076, 0.1689로, RGB-D 대비 ADE 23.8%, FDE 18.6% 감소했다. Grad-CAM 분석에서 정책은 주행 가능한 내강과 인접한 주름 경계에 주의를 집중했다.

저자들은 힘 감지가 없어 조직 상호작용 안전성을 높이지 못했고, 생체 내 연동운동과 윤활 변화 같은 생리적 동역학은 검증하지 않았다고 밝혔다. 평가는 적출 돼지 대장에 한정됐고 복잡 굴곡 시험은 각 10회로 표본이 적으며 삼중 굴곡 성공률은 30%에 그친다. 실시간 추론은 RTX 4060 GPU에서 15Hz로 동작해 임상용 임베디드 플랫폼 경량화가 필요하고, 코드 공개 여부는 논문에 보고되지 않았다.