Chapter 11: Force Closure와 파지 제어 — 닫힌 힘 공간 만들기

개요

파지는 모양을 감싸는 문제가 아니라 힘 공간을 닫는 문제입니다. force closure는 손가락 접촉들이 임의의 외란 wrench를 상쇄할 수 있는지를 묻고, form closure는 기하학적 구속만으로 물체 운동을 막을 수 있는지를 묻습니다. tactile sensor는 이 이론을 실제 제어로 바꾸는 feedback입니다.

이 챕터를 읽고 나면... - force closure, form closure, grasp wrench space의 의미를 설명할 수 있습니다. - tactile feedback으로 closure margin을 갱신하는 방법을 이해합니다. - multi-contact grasping과 in-hand manipulation의 공통 제어 변수를 볼 수 있습니다. - 제조 셀에서 파지 성공률보다 cycle time, yield, QA trace가 더 중요한 이유를 설명할 수 있습니다.

11.1 Force closure를 tactile하게 읽기

고전 grasp planning은 물체 geometry와 후보 접촉점에서 grasp quality를 계산합니다. 하지만 실제 손에서는 접촉점이 계획과 다르고, 표면 마찰이 다르고, 손가락 패드가 변형됩니다. tactile sensor는 계획된 grasp와 실제 grasp의 차이를 측정합니다.

실제 제어에서는 다음 값이 중요합니다.

• 접촉점 위치와 면적: 계획한 곳을 잡았는가.
• normal/shear force: 마찰원뿔 안에 있는가.
• 접촉 분산: 한 손가락에 힘이 몰렸는가.
• closure margin: 한 접촉을 잃어도 물체를 유지할 수 있는가.
• object motion residual: 손가락을 움직였을 때 물체가 예상대로 움직였는가.

이 값들은 센서 종류와 무관하게 grasp controller가 저장해야 하는 "파지 상태"입니다. Chapter 3의 데이터화 파이프라인이 여기서 제어 변수로 돌아옵니다.

11.2 Closure margin과 grasp adjustment

파지 제어의 핵심은 한 번의 grasp pose를 실행하고 끝내는 것이 아니라, tactile feedback으로 grasp를 계속 조정하는 것입니다. closure margin이 낮으면 손가락 위치를 바꾸거나 grip force를 올리고, 특정 taxel만 과압이면 힘을 분산합니다. slip이 감지되면 normal force를 올리되, 변형 물체에서는 force limit을 넘지 않아야 합니다.

간단한 tactile grasp controller는 다음 루프를 가질 수 있습니다.

1. grasp pose를 실행합니다.
2. 각 finger의 contact patch와 wrench를 추정합니다.
3. friction cone과 grasp wrench space를 갱신합니다.
4. closure margin이 낮은 방향의 손가락을 재배치합니다.
5. slip margin과 object deformation limit 사이에서 internal force를 조정합니다.
6. 실패하면 regrasp 또는 handover로 넘어갑니다.

이 루프는 multi-contact grasping과 in-hand manipulation을 분리하지 않습니다. 손가락을 조금 움직여 closure margin을 높이는 행위는 이미 작은 in-hand manipulation입니다.

11.3 Force closure와 multi-object grasping

multi-object grasping에서는 force closure 문제가 더 복잡해집니다. 손은 여러 물체를 동시에 지지해야 하고, 한 물체의 안정성을 위해 넣은 internal force가 다른 물체에는 충돌이나 변형을 만들 수 있습니다. Cosmax 문제처럼 첫 물체를 든 채 두 번째 물체를 잡을 때는 두 closure 문제를 동시에 봐야 합니다.

이 gate가 없으면 multi-object grasping은 단순히 더 많은 손가락을 닫는 문제가 됩니다. tactile 기반 제어는 반대로 물체별로 어떤 접촉이 어떤 역할을 하는지 분리합니다.

11.4 Grasp planning에서 tactile execution으로

많은 grasp planner는 point cloud에서 후보 grasp pose를 샘플링하고 점수를 매깁니다. 제조 셀에서는 이 단계가 필요하지만 충분하지 않습니다. 실제 물체는 위치 오차, 표면 오염, deformability, occlusion, 포장재 반사 때문에 planned pose와 executed contact이 다릅니다.

따라서 tactile-aware grasping은 planning과 execution을 분리합니다.

• Planning: object point cloud, CAD/mesh, bin geometry로 후보를 만듭니다.
• Pre-contact: 근접 센싱과 force threshold로 접근 속도를 낮춥니다.
• Contact acquisition: contact patch가 생기는 순간 손가락을 멈추거나 순응시킵니다.
• Closure adjustment: tactile feedback으로 closure margin을 높입니다.
• Task execution: lift, insert, twist, wipe 같은 공정 동작을 수행합니다.
• QA logging: contact trace와 force event를 품질 기록으로 남깁니다.

이 마지막 QA logging은 S6/S9 제조 피지컬AI 관점과 직접 연결됩니다. 제조사는 단순 성공 영상을 원하지 않습니다. 어떤 힘으로 잡았고, 어떤 contact anomaly가 있었고, 제품 손상 가능성이 있었는지를 기록해야 합니다.

11.5 제조 셀에서의 평가 기준

연구 논문은 성공률을 중심으로 보고하지만, 제조 셀은 다른 지표를 요구합니다.

따라서 tactile grasp controller는 "잘 잡는 손"을 넘어서 "왜 실패했는지 기록하는 손"이 되어야 합니다. 이 점에서 촉각 센서는 control sensor이면서 동시에 process sensor입니다.

요약

Force closure는 오래된 이론이지만 tactile sensor가 들어오면 실시간 제어 변수로 바뀝니다. 특히 multi-object grasping과 제조 수작업에서는 접촉별 역할, closure margin, internal force, QA trace를 함께 봐야 합니다. 이것이 Part III가 Part IV의 학습과 Part V의 제조 전망으로 이어지는 연결점입니다.

제조 셀 적용 체크포인트

Force closure는 이론적으로는 wrench space의 조건이지만, 현장에서는 "다음 행동을 해도 안전한가"를 판정하는 gate입니다. 첫 물체를 잡은 상태에서 두 번째 물체를 잡으려면, 현재 grasp가 충분한 margin을 갖는지, 어떤 손가락을 떼도 물체가 유지되는지, slip이 생기면 어느 방향으로 보정해야 하는지를 빠르게 판단해야 합니다. tactile sensor가 없는 force closure 평가는 CAD와 pose estimate에 과도하게 의존하고, occlusion이 생기면 곧바로 약해집니다.

따라서 제조용 grasp controller는 force closure score를 단일 수치로 쓰기보다 tactile evidence와 결합해야 합니다. 접촉 패치가 예상 위치에 있는지, normal force가 충분한지, shear가 friction cone 안에 있는지, 손바닥 지지가 실제로 생겼는지를 함께 확인합니다. 이 확인 결과는 제품 손상 한계와도 연결되어야 합니다. 안정성을 높이려고 힘을 계속 키우는 정책은 화장품 용기나 연포장재에서는 실패 정책일 수 있습니다.

실전 적용 메모

이 장의 핵심은 force closure와 파지 실행을 하나의 연구 키워드로만 보지 않고, 실제 로봇핸드 시스템에서 어떤 결정을 바꾸는지 묻는 데 있습니다. 실험을 설계할 때는 먼저 관측 가능한 상태를 정해야 합니다. 어떤 센서 값이 contact state, slip margin, force limit, object pose, operator override 중 무엇을 설명하는지 명확하지 않으면, 성공률이 높아도 다음 개선 루프가 막힙니다.

두 번째는 기록 단위입니다. 논문 데모는 성공 장면을 보여주지만, 제조형 연구는 실패를 재현 가능한 record로 남겨야 합니다. attempt id, task phase, hardware configuration, calibration version, tactile summary, policy output, human intervention을 함께 저장해야 다른 장에서 설명한 데이터 표현, 제어, 학습, 전이가 서로 연결됩니다.

마지막으로 이 장의 내용을 적용할 때는 "가장 성능이 좋은 방법"보다 "어떤 실패를 줄이는 방법인가"를 먼저 물어야 합니다. 촉각 로봇핸드의 실용성은 센서, 핸드, 정책, 시뮬레이터가 각각 좋은지보다, 실패 원인을 나누고 다음 실험을 더 싸게 만드는지에서 드러납니다.

장별 구현 프레임워크

force closure와 파지 제어을 실제 시스템으로 옮길 때 첫 단계는 상태 정의입니다. 이 장에서 다루는 개념은 추상적인 성능 지표가 아니라, controller와 logger가 함께 읽을 수 있는 state variable이어야 합니다. 예를 들어 contact state, normal force, shear vector, slip margin, object pose, task phase, operator override, product-damage flag가 각각 어느 좌표계와 어느 시간 해상도에서 저장되는지 정해야 합니다. 이 정의가 없으면 정책이 성공하더라도 왜 성공했는지 알기 어렵고, 실패했을 때도 planner, controller, sensor, hardware, operator workflow 중 어느 부분을 고쳐야 하는지 분리할 수 없습니다.

두 번째 단계는 제어 루프를 시간 규모별로 나누는 것입니다. 빠른 루프는 200-1000 Hz에서 force derivative, shear spike, motor current, joint torque를 처리합니다. 중간 루프는 20-100 Hz에서 contact pose, grasp phase, reference finger motion을 갱신합니다. 느린 루프는 1-10 Hz에서 task instruction, object identity, SKU, fixture state, next grasp candidate를 판단합니다. force closure와 파지 제어이 어느 루프에 들어가는지 명확해야 VLA, MPC, tactile reflex, residual policy가 서로 다른 일을 하면서도 같은 목표를 향해 작동합니다. 모든 정보를 하나의 거대 정책에 넣는 방식은 구현은 단순해 보이지만, latency와 failure diagnosis에서 약합니다.

세 번째 단계는 record schema입니다. 최소한 attempt id, robot hand model, sensor layout, calibration version, task phase, object/SKU id, selected grasp, measured contact patch, normal/shear force summary, slip event, action output, safety intervention, final outcome을 저장해야 합니다. 제조 셀에서는 이 record가 곧 QA trace입니다. 연구실에서는 한 번의 성공 영상이 설득력을 가질 수 있지만, 생산 라인에서는 실패가 반복될 때 원인을 좁히는 능력이 더 중요합니다. 따라서 force closure와 파지 제어 실험의 결과표는 success rate 하나가 아니라 failure type distribution, retry count, damage rate, cycle time variance, operator intervention frequency를 함께 보여야 합니다.

네 번째 단계는 작은 테스트 프로토콜입니다. 처음부터 모든 물체와 모든 손 동작을 다루면 실패 원인을 해석하기 어렵습니다. 먼저 single contact acquisition, stable hold, controlled release, contact switch, recovery after slip 같은 원자 태스크를 정의합니다. 그 다음 두세 개의 원자 태스크를 묶어 sequential manipulation을 만들고, 마지막에 Cosmax형 first grasp -> in-hand rearrangement -> second grasp 시나리오로 확장합니다. 이렇게 해야 force closure와 파지 제어이 실제로 어떤 failure mode를 줄였는지 확인할 수 있습니다. 특히 손안 조작과 다물체 파지는 성공/실패가 한 순간에 결정되지 않고, 여러 contact transition의 누적으로 결정됩니다.

다섯 번째 단계는 하드웨어와 유지보수 조건을 실험 변수로 포함하는 것입니다. 같은 알고리즘도 젤 표면 마모, 패드 오염, 케이블 장력, 센서 교체 후 calibration, 손가락 backlash, 온도, 표면 습도에 따라 다르게 작동합니다. 따라서 실험 로그에는 software version뿐 아니라 pad age, cleaning state, calibration time, replacement event, fault code를 기록해야 합니다. 이 정보가 있어야 모델 성능 저하와 센서/기구 열화를 분리할 수 있습니다. 제조용 tactile robotics는 policy benchmark가 아니라 운영 시스템이기 때문에, maintenance variable은 주변 정보가 아니라 핵심 state입니다.

마지막 단계는 의사결정 기준입니다. force closure와 파지 제어을 도입했을 때 성공률이 올라가는지만 보지 말고, 어떤 실패가 줄었는지를 확인해야 합니다. perception failure가 줄었는지, contact acquisition failure가 줄었는지, force closure 부족이 줄었는지, execution-time slip이 줄었는지, 아니면 operator override가 줄었는지 분리해야 합니다. 이 분해가 가능해야 다음 투자가 정해집니다. 센서를 바꿀지, 손을 바꿀지, controller를 바꿀지, simulator를 보강할지, 데이터 수집을 늘릴지가 명확해집니다.

검증 프로토콜: 데모에서 반복 가능한 실험으로

이 장의 방법을 검증할 때는 한 번의 성공 장면보다 반복 가능한 실험 단위가 중요합니다. 첫 단계는 reset condition을 고정하는 것입니다. 물체의 시작 위치, 손의 초기 자세, 센서 calibration, 패드 상태, 주변 조명, fixture 상태가 매 trial마다 다르면 tactile feedback의 효과를 분리할 수 없습니다. 두 번째 단계는 disturbance를 의도적으로 넣는 것입니다. 물체를 조금 회전시키거나, 표면 마찰을 바꾸거나, 손가락 하나의 초기 접촉을 늦추면 controller가 진짜로 접촉 정보를 쓰는지 드러납니다.

세 번째 단계는 ablation입니다. tactile 없이, normal force만, shear까지 포함, slip event까지 포함, full tactile summary까지 포함하는 순서로 비교해야 합니다. 이렇게 해야 성능 향상이 taxel 수 때문인지, 전단력 때문인지, 시간 해상도 때문인지, 단순히 더 큰 policy 때문인지 구분할 수 있습니다. 네 번째 단계는 recovery metric입니다. 실패를 완전히 막지 못하더라도, slip 이후 회복 시간이 줄거나 operator override가 줄면 제조 관점에서는 의미 있는 개선입니다.

마지막 단계는 deployment rehearsal입니다. 연구자가 직접 조정하는 실험과 작업자가 절차서대로 수행하는 실험은 다릅니다. 작업자가 센서를 교체하고 calibration을 실행한 뒤 같은 KPI가 유지되는지 봐야 합니다. 이 단계에서 cycle time, damage rate, retry count, downtime, intervention frequency가 함께 유지되어야 제조 적용 가능성을 말할 수 있습니다.

제어 설계 패턴: tactile signal을 action으로 바꾸는 순서

Part III의 네 장은 모두 같은 질문으로 돌아옵니다. 센서가 접촉 정보를 주었을 때, 손가락은 어떤 action을 해야 하는가? 이 질문에 대한 실용적 답은 세 단계입니다. 첫째, tactile signal을 즉시 action으로 쓰지 말고 contact belief로 바꿉니다. contact belief는 접촉 위치, 접촉 방향, 힘의 여유, 미끄러짐 가능성, 다음 접촉 전환 가능성을 포함합니다. 둘째, contact belief를 safety gate와 reference update로 나눕니다. safety gate는 과도한 힘, slip, collision, product damage risk를 막고, reference update는 손가락 위치나 힘 목표를 바꿉니다. 셋째, policy가 이 두 결과를 다시 받아 다음 high-level action을 고르게 합니다.

이 구조는 특히 제조 다물체 태스크에서 중요합니다. 첫 물체를 안정적으로 잡았다는 판단은 단순히 force가 충분하다는 뜻이 아닙니다. 손가락 하나를 떼어도 남은 접촉이 물체를 지지하는지, 손바닥 support가 실제로 생겼는지, 다음 물체 접근 경로가 열리는지, slip margin이 충분한지를 함께 봐야 합니다. tactile sensing은 이 판단을 순간마다 갱신합니다. 따라서 contact controller의 출력은 "grip harder" 하나가 아니라 hold, release, shift, roll, regrasp, abort 같은 discrete mode와 finger-level reference가 함께 있어야 합니다.

실험 설계에서는 policy success rate보다 mode transition의 품질을 봐야 합니다. mode가 바뀔 때 force spike가 생기는지, contact patch가 예상한 방향으로 이동하는지, shear가 friction cone 안에 남는지, object pose estimate가 tactile evidence와 충돌하는지 확인합니다. 이 로그가 있어야 controller가 잘못됐는지, hand morphology가 부족한지, sensor placement가 나쁜지 판단할 수 있습니다.

Operator handoff와 안전 정지 기준

제조 셀에서 촉각 제어는 작업자에게 설명 가능한 절차로 끝나야 합니다. 시스템이 어떤 상태에서 계속 진행하고, 어떤 상태에서 속도를 낮추고, 어떤 상태에서 정지하는지 명확해야 합니다. 예를 들어 slip margin이 낮아지면 먼저 grip force를 제한 범위 안에서 보정하고, contact patch가 예상 영역을 벗어나면 재파지를 시도하며, force limit이나 product-damage risk를 넘으면 즉시 abort mode로 들어가야 합니다. 이 기준은 policy 내부에만 숨어 있으면 안 되고, operator UI와 QA log에 같은 이름으로 표시되어야 합니다.

handoff 절차에는 세 가지 정보가 필요합니다. 첫째, 현재 phase입니다. acquire, hold, shift, release, regrasp, abort 중 어디인지 표시해야 합니다. 둘째, 정지 이유입니다. slip, over-force, lost contact, pose uncertainty, hardware fault를 구분해야 합니다. 셋째, 다음 행동입니다. 자동 retry, 작업자 확인, 센서 청소, calibration 재실행, 물체 제거 중 하나로 이어져야 합니다. 이렇게 설계하면 tactile control은 블랙박스가 아니라 작업자와 함께 운영되는 제조 시스템이 됩니다.

현장 판단 기준의 최소 단위

이 장의 내용을 현장에 적용할 때 최소 판단 단위는 "성공한 grasp"가 아니라 "안전하게 다음 phase로 넘어갈 수 있는 contact state"입니다. 작업자는 결과만 보지만, 시스템은 phase 전환 직전의 force reserve, slip reserve, contact patch, finger availability, product-damage risk를 함께 봐야 합니다. 이 값이 모두 기록되면 실패한 trial도 유용한 데이터가 됩니다. 반대로 이 값이 없으면 성공한 trial조차 재현 가능한 지식으로 남지 않습니다.

따라서 PoC의 첫 목표는 완전 자동화가 아니라 판단 기준을 안정화하는 것입니다. 어떤 값이면 계속 진행하고, 어떤 값이면 retry하고, 어떤 값이면 abort하는지 정해야 합니다. 이 기준이 쌓이면 나중에 더 큰 VLA나 RL policy를 붙여도 평가가 흔들리지 않습니다.

이 기준은 force closure 평가의 실제 운영 언어입니다.

참고문헌

1. Bicchi, A. (2000). Hands for dexterous manipulation and robust grasping: A difficult road toward simplicity. IEEE Transactions on Robotics and Automation. [Bicchi, 2000] source
2. Murray, R. M., Li, Z., & Sastry, S. (1994). A mathematical introduction to robotic manipulation. CRC Press. [Murray et al., 1994] source
3. Zhao, Z., et al. (2025). Embedding high-resolution touch across robotic hands enables adaptive human-like grasping. Nature Machine Intelligence. [Zhao et al., 2025] source
4. Wei, Y., et al. (2024). DRO-Grasp: Data-driven robust grasping with distributed tactile sensing. arXiv preprint. [Wei et al., 2024] source
5. Cosmax Robotics Meeting. (2026a). Sequential multi-object grasping and active in-hand rearrangement problem statement. Internal meeting PDF, 2026-05-12. [Cosmax, 2026a] private source
6. Um, T. (2026). S6 Physical AI Manufacturing and S9 NVIDIA Physical AI Robotics survey notes. Terry Surveys. [Um, 2026] source