디지털 트윈 기반 상황 인식 힘 제어로 안전한 로봇 보조 두개저 수술 구현

**배경 및 필요성** 두개저(스컬베이스) 수술은 미세한 해부학적 구조가 밀집해 있어 수 밀리미터 이하의 정확도가 요구된다. 인간 외과의는 시각·촉각·운동 제어 한계 때문에 미세 힘을 정확히 인지하기 어렵고, 손떨림이나 피로가 위험을 가중시킨다. 로봇 보조는 이러한 한계를 보완해 정밀한 드릴링을 가능하게 하지만, 로봇 자체의 강성·관성으로 인해 도구‑조직 간 힘 피드백이 왜곡되어 과도한 압력이 발생할 위험이 있다. 따라서 로봇이 실시간으로 힘을 감지하고, 현재 작업 중인 해부학적 구조에 맞는 안전 한계를 적용하는 제어가 필요하다. **제안 방법** 1. **디지털 트윈(DT) 구축** - 환자 CT 데이터를 기반으로 3D 해부학 모델을 생성하고, 주요 구조(안면신경, 측두골, 시그모이드 정맥, 피질 골, 트라베큘라 골 등)를 라벨링한다. - Signed Distance Field(SDF)를 이용해 드릴 팁과 각 구조 사이의 거리 dₙ을 실시간으로 계산한다. - 힘 센서(드릴 팁, 손목) 데이터를 DT에 통합해 도구‑조직 접촉 여부와 힘 크기를 동시에 파악한다. 2. **작업 구조 추정** - 거리 dₙ이 사전 정의된 임계값 γₙ 이하이며, 접촉 힘이 C를 초과하면 해당 구조를 현재 작업 구조 S로 지정한다. - 각 구조별 안전 힘 λₙ은 외과 전문의가 수행한 실제 수술 데이터(평균·최대 힘)에서 통계적으로 도출한다. 3. **상황 인식 적응형 힘 제어** - 로봇은 어드미턴스 제어 방식을 사용한다. 기본 이득 σ_high > 1로 설정해 비접촉 시 높은 투명성을 제공한다. - 접촉이 감지되면 σ_contact < 1로 낮추어 정밀 제어를 수행한다. - 사용자가 구조별 안전 한계 λₙ을 초과하는 힘을 가하면, σ(t) = σ(0) exp(−η ΔF) + σ_low 로 점진적으로 감소시켜 로봇을 강직하게 만든다. 여기서 ΔF = F_contact − U, U = λₙ이며, η는 감소 속도 파라미터이다. - 최종 제어식은 arg min|σ(t) I G F_H − J Δq|이며, 이를 통해 사용자의 입력을 그대로 따르면서도 과도한 힘을 억제한다. **실험 설계** - **데이터 기반 안전 임계값 설정**: 두 명의 외과 전문의가 실제 두개저 절제 작업을 수행하고, 드릴링 중 기록된 힘 데이터를 기반으로 각 구조별 λₙ을 정의하였다. - **피험자 실험**: 의료 전공 학생 1명과 공학 전공 학생 2명이 협동 로봇(REM S)과 디지털 트윈을 이용해 시체 골에 드릴링을 수행하였다. 실험은 두 조건(제어 적용 vs. 미적용)으로 진행했으며, 힘 센서가 기록한 평균 힘, 최대 힘, 임계값 초과 시간 등을 비교하였다. **결과** - 평균 힘은 제어 적용 시 45 % 감소, 최대 힘은 60 % 감소하였다. - 임계값 초과 시간은 제어 적용 시 0 %에 가깝게 감소, 미적용 조건에서는 평균 1.2 초 정도 초과하였다. - 피험자들은 제어 적용 시 드릴링 저항감이 증가했지만, 시각적 피드백과 결합된 촉각 인식이 향상되어 안전하게 작업할 수 있었다. **의의 및 향후 과제** - 디지털 트윈과 실시간 힘 피드백을 결합한 상황 인식 제어는 로봇 보조 수술에서 인간의 촉각 한계를 보완하고, 구조별 맞춤형 안전성을 제공한다. - 협동 제어 방식은 외과의가 환자 옆에 머무를 수 있게 하여 기존 텔레오퍼레이션의 단점을 극복한다. - 향후 연구에서는 더 많은 임상 사례를 통해 λₙ을 정교화하고, 실시간 영상(내시경·현미경)과 결합한 멀티모달 상황 인식을 구현한다. 또한, 장기적인 사용자 훈련 효과와 실제 임상 적용 가능성을 검증할 예정이다.