서보 로봇(Servo)과 비서보 로봇(Non-Servo)의 기본 개념
피드백 센서의 유무와 연속적 오차 자기교정(Self-Correction) 능력의 차이
로봇 공학에서 서보(Servo)라는 단어는 라틴어 'Servus(하인, 복종자)'에서 유래한 것으로, 명령 지령값(Target)에 시스템 출력이 오차 없이 정확하게 복종·추종하도록 연속적으로 상태를 감시하고 자기교정하는 장치를 의미합니다. 로봇 머니퓰레이터의 구동 분류는 바로 이 피드백 루프의 구성 여부에 따라 양분됩니다.
비서보 로봇 (Non-Servo Robot)
비서보 로봇은 로봇 팔의 실시간 이동 경로에 대한 연속적 위치 측정 센서가 없는 개루프(Open-loop) 또는 온오프(On-Off) 시스템입니다. 구동 밸브가 열리면 액추에이터는 최대 출력으로 이동하며, 기계적으로 설정된 종착점의 리미트 스위치(Limit Switch)나 하드 스톱(Hard Stop)에 충돌·도달했을 때만 밸브를 닫아 정지합니다.
서보 로봇 (Servo Robot)
서보 로봇은 각 관절과 축에 엔코더(Encoder), 리졸버, 타코미터 등 위치·속도 센서가 장착되어 현재 물리적 상태를 실시간으로 제어기에 보고하는 폐루프(Closed-loop) 시스템입니다. 제어기는 목표 위치와 실제 측정 위치의 차이인 오차 신호(Error Signal)를 계산하고, 이 오차가 0이 되도록 모터 토크를 연속적으로 미세 제어합니다.
서보 로봇 작동 : James G. Keramas
로봇 공학 교과서 원전 사료 : 로봇 제어 시스템의 작동 원리와 제어 루프 아키텍처
"컴퓨터는 드라이브 인터페이스를 통하여 팔에 부착된 액추에이터에 전달되는 드라이브 구동 신호에 의하여 로봇 팔의 운동을 제어한다. 미국에서의 로봇은 종종 사용되는 제어 시스템의 형태에 따라 비서보(nonservo), 서보(servo), 그리고 서보제어(servo-controlled)의 3가지로 분류된다. 이들 사이의 주요한 차이는 개루프 시스템은 로봇에 피드백을 제공하기 위한 아무런 센서가 없다는 것이다."
"서보기구(Servomechanism)는 오차를 검출하고 교정하는 데 사용하는 제어 시스템이다. 그 시스템은 각 관절의 위치를 자동적으로 측정하고, 이것과 로봇이 가야 할 목표 위치를 비교한다. 시스템이 자기-교정 능력을 갖고 있기 때문에, 말단 장치의 원하는 위치가 제어기 메모리에 저장되며 폐루프 제어 중인 로봇은 작업 공간 내의 임의의 점에서 정지하도록 프로그램을 할 수 있다."
서보 로봇의 제어 루프 (Closed-Loop)
그림 5 서보 로봇의 제어루프 : 제어기는 제어의 기준이 되는 목표위치를 전송한다. 이 목표 위치와 엔코더나 타코미터와 같은 센서에 의해 측정된 실제위치와의 차인 오차신호는 전력 증폭기를 거쳐 액추에이터의 구동에 사용된다. 오차신호가 영(Zero)일 때 액추에이터는 정지한다.
비서보 로봇의 제어 루프 (Open-Loop / On-Off)
그림 3 비서보 로봇의 제어루프 : 제어기는 액추에이터를 활성화시키는 밸브로 구동신호를 보낸다. 구동축이 물리적으로 지정된 종착위치에 도달하면 리미트 스위치가 신호를 제어기로 보내어 밸브를 닫는다. 단지 미리 지정된 위치에서만 로봇을 정지시킬 수 있다.
전형적인 비서보 로봇 : Prab 모델 6200
부품을 집고 놓는(Pick-and-place) 작업에 효과적으로 이용되며, 기계적 스톱을 활용한 뛰어난 반복 정밀도(±0.008 in)와 저렴한 가격이 특징입니다. 독립적으로 작업 가능한 2개의 팔이 장착되어 고속 부품 이송과 금속 인쇄(Metal stamping) 라인에서 최고의 경제성을 발휘했습니다.
James G. Keramas가 분류한 로봇 제어기의 5가지 진화 단계
Digital Equipment Corp. 자료
제어 특성, 장단점 및 산업 적용 분야 종합 비교
공학적 성능 지표와 제조 현장에서의 비용 대 효율 분석
| 비교 항목 | 비서보 로봇 (Non-Servo Robot) | 서보 로봇 (Servo Robot) |
|---|---|---|
| 제어 아키텍처 | 개루프 (Open-Loop) 또는 온오프(Bang-Bang) 제어. | 폐루프 (Closed-Loop) 연속 오차 피드백 제어. |
| 정지 가능 위치 | 기계적 스톱에 설정된 고정 위치만 가능 (축당 2~3개소). | 작업 가능 영역(Workspace) 내 임의의 모든 3차원 좌표. |
| 궤적 및 속도 제어 | 경로 제어 불가. 유체 밸브 개폐에 의한 단순 최고속 이동. | 위치, 속도, 가속도, 저크(Jerk)의 연속 곡선 정밀 제어. |
| 반복 정밀도 | 단순 스톱 충돌 기준으로 소형 유닛은 ±0.010 in 내 우수. | 엔코더 분해능에 따라 수 마이크로미터(μm) 단위 극초정밀. |
| 시스템 비용 | 매우 저렴 (단순 공압 실린더, 솔레노이드 밸브, PLC). | 상대적 고가 (정밀 서보모터, 드라이버, 고성능 DSP 제어기). |
| 프로그래밍 변경 | 하드웨어 리미트 스위치를 기계적으로 재배치해야 함 (시간 소모). | 소프트웨어 티칭 펜던트나 코드로 즉시 파라미터 변경. |
| 주요 장점 |
• 낮은 도입 비용 및 단순한 설치 • 최대 유량 사용으로 빠른 속도 • 유지보수가 극히 단순하고 고장률 낮음 |
• 높은 위치 정확도와 부드러운 궤적 • 복잡한 다자유도 가공 수행 능력 • 복수의 가변 작업 프로그램 저장 및 전환 용이 |
| 주요 단점 |
• 중간 지점 속도 제어 부재 • 기계적 스톱 변경 시 생산 라인 정지 • 환경 변화에 대한 적응력 전무 |
• 높은 초기 설비 투자 비용 • 복잡한 제어 튜닝(PID/게인값) 필요 • 전문적인 오퍼레이터 교육 및 유지보수 요구 |
핵심 인포그래픽 (Infographics) : 제어 루프와 아키텍처 비교
시각적 다이어그램으로 이해하는 신호 흐름과 제어 메커니즘
※ 중간 경로의 위치나 속도는 전혀 측정되지 않으며, 끝점에 닿았을 때만 제어기가 인지합니다.
※ 매 1밀리초마다 실제 위치와 목표치를 대조하여 오차가 0이 되도록 전류를 실시간 미세 조절합니다.
LLM 시대에 서보 로봇과 비서보 로봇의 진화 (Deep Research)
인공지능의 물리적 체화(Embodied AI)가 전통 제어 시스템에 가져온 혁신적 변화
수십 년간 서보 로봇과 비서보 로봇의 구분은 하드웨어와 임베디드 제어기의 물리적 한계에 갇혀 있었습니다. 그러나 인터넷 규모의 지식을 사전 학습한 LLM과 VLM(시각-언어 모델)이 로보틱스에 접목되면서, 두 제어 체계는 새로운 차원으로 진화하고 있습니다.
1. 뻣뻣한 위치 서보에서 '유연한 힘·임피던스 서보'로 도약
고전적 서보 로봇은 엔코더 위치 오차를 극단적으로 줄이려는 '강체 위치 제어(Stiff Position Control)'에 집중했습니다. 하지만 인간 환경과 상호작용하는 휴머노이드 로봇은 물체와 부딪혔을 때 부드럽게 흡수하는 임피던스 제어(Impedance Control)와 토크 서보(Torque Servo)가 필수적입니다. 준직접구동(QDD) 모터와 결합된 최신 서보 시스템은 LLM 에이전트가 상황에 따라 "부드럽게 계란을 쥐어라", "단단하게 볼트를 조여라"와 같이 강성(Stiffness) 파라미터를 동적으로 변환합니다.
2. VLA 모델의 서보 루프 직접 통합 (RT-2, OpenVLA, Pi-Zero)
전통적인 파이프라인에서는 상위 계획과 하위 서보 제어가 엄격히 단절되어 있었습니다. 최신 VLA(Vision-Language-Action) 모델은 카메라 이미지와 자연어 명령을 입력받아, 별도의 작업 계획기(PDDL)나 모션 플래너(RRT) 없이 단일 신경망에서 직접 10Hz~50Hz의 연속 관절 모터 서보 목표치(Delta Pose/Torque)를 토큰 형태로 실시간 출력합니다. 서보 로봇이 인간처럼 '보면서 즉시 관절을 움직이는' 감각-운동 일체형 지능을 획득했습니다.
3. 비서보 하드웨어의 초지능 오케스트레이션 (AI-Driven Bang-Bang)
비서보 로봇은 과거 "비지능적 단순 기계"로 간과되었으나, LLM/VLM 오케스트레이션 환경에서 가장 경제적인 실행기로 재조명받고 있습니다. 모터와 엔코더 없이 초고속 공압 실린더로만 구성된 비서보 장치라도, 상단에 장착된 저렴한 웹캠과 VLM 에이전트가 시각적으로 물체를 판별하여 솔레노이드 밸브 타이밍을 지능적으로 제어함으로써 초저비용으로 스마트 팩토리 피크앤플레이스를 완성할 수 있습니다.
4. 디퓨전 정책(Diffusion Policy)과 액션 청킹(ACT)을 통한 서보 티칭 해방
과거 서보 로봇을 도입할 때 가장 큰 병목은 전문 엔지니어가 티칭 펜던트를 들고 일일이 수백 개의 웨이포인트를 프로그래밍해야 한다는 점이었습니다. 최신 AI 로보틱스(Hugging Face LeRobot, Stanford ALOHA)는 인간이 원격 조종기로 50회 시연한 데이터를 디퓨전 모델로 학습하여, 복잡한 서보 궤적을 며칠 만에 자율 습득하도록 만듦으로써 서보 로봇의 프로그래밍 비용을 90% 이상 절감시켰습니다.