본문 바로 가기

로고

국내 최대 정보 기계·건설 공학연구정보센터
통합검색 화살표
  • 진공함침기 Poly’vac
  • MateNet

    9193 1 95
    MateNet 게시판 내용
    제목 ICRA 2011~2014년 논문을 활용한 로봇 및 제어자동화 분야 연구동향 분석
    작성자 정병규
    작성일 2015-02-02 오후 5:19:09
    첨부파일 첨부파일  ICRA2011_2014.pdf




    최근 미국, 일본 및 유럽의 로봇 강국들은 미래 로봇 산업의 주도권을 확보하기 위해 로봇에 대한 투자와 연구를 확대하여 다양한 사업기회를 만들고 있다.  2013년 12월에 구글은 로봇 분야에선 세계 최고 수준의 기술력을 자랑하는 ‘보스턴 다이내믹스’을 포함하여 사람을 닮은 휴머노이드 로봇을 전문으로 개발하는 벤처기업 ‘샤프트’ 등 로봇 관련 벤쳐 업체 8곳을 인수했다. 또한 구글의 무인 자동차는 운전자없이 완벽한 도로운전을 보여 주기도 하였다.

    아마존의 경우 막대할 물류량을 처리하기 위해 키바 시스템즈를 2012년 7억 7500만 달러라는 거금을 들여 인수한 후 현재 15,000대의 키바(Kiva) 로봇을 자사의 물류 센터를 운용하기 위해서 사용하고 있다. 또한 배달용 드론을 이용하여 택배서비스를 계획중이다.  아마존은  내년에 열리는 'ICRA 2015‘에서 상금 2만6천달러를 걸고 시스템 개발 콘테스트인 ’아마존 피킹 챌린지‘를 개최할 예정이라고 한다.

    일본의 소프트 뱅크는 사람의 감정을 이해하는 인간형 로봇 페퍼(Pepper)를 소개하였는데, 페퍼는 사람의 표정을 인식하고 점수화 해서 사람의 감정을 학습하고. 학습의 결과는 클라우드 컴퓨터의 감정 데이터베이스에 저장하고 이 감정 데이터베이스를 공유할 수 있도록 하였다. 이 페퍼는 단순하게 보여주려고 만든 것이 아닌 판매를 목적으로 하고 있는데 2015년 2월중 약 200만원에 판매할 계획이고, 9월에는 애플리케이션 개발자를 위한 이벤트와 SDK도 배포할 예정이라고 한다.

    이렇게 급격하게 부상하고 있는 로봇시장의 변화된 최신트렌드를 알기 위해서는 세계각국의 로봇연구자들이 모이는 주요한 로봇학술대회를 통해 분석해볼 필요가 있다.  로봇분야에서는 2개의 대표적인 로봇학술대회가 있는데 ICRA와 IROS이며, 세계의 로봇연구자들이 모여서 최신연구를 발표하는 대표적인 제어 및 로봇 학술대회로  이들 양대 로봇학회는 제어, 메커니즘. 인공지능에 관한 모든 분야의 연구를 발표하는 대표적인 로봇기술의 장이라고 할수 있다.  ICRA와 IROS중 이번에는 봄에 개최하는 ICRA의 4년간 최신 논문들을 소재로 하여 사회연결망 분석(SNA)기법을 통해 로봇분야의 최신 트렌트를 분석해 보고자 한다.




    ICRA는 IEEE International Conference on Robotics and Automation의 약자로서 IEEE RAS(Robotics and Automation Society)에서 주관하는 메인 컨퍼런스로 1984년부터 현재까지 매년 개최되고 있는 로봇, 제어, 자동화 분야의 가장 크고 역사가 깊은 대표적 국제학술대회이다.

    자료 분석을 위해 ICRA의 2011년부터 2014년까지 4년간 학술대회의 총 3,763편(2011년에 1,017건, 2012년에 836건, 2013년에 873건, 2014년에 1,037건)의 논문에 대한 저자 및 소속, 키워드 등을 그림 1에 보인 IEEE Xplore Digital Library에서 추출하여 정리하였다. 연도별 개최장소와 일시, 발표 논문 수를 표 1에 정리하였다.



    분석방법은 통계분석과 네트워크 분석을 사용하였는데 통계분석에서는 기관별 논문 발표순위, 국가별 논문 발표순위, 국가별 참여기관수, 한국기관의 논문 발표순위를 분석하였고, 네트워크 분석에는 Net Miner 3.6(Academy use, Full packages, Large)을 사용하여 키워드 분석, 연구자 분석, 기관-키워드 분석(2Mode)을 하였다.



    1. 기관별 발표 논문 수


    기관별 발표 논문 수는 아래 표2와 같이 미국의 MIT가 가장 많은 수인 120건의 논문을 발표하였으며, Carnegie Mellon Univ.에서 115건의 논문을 발표하였다. 그 뒤로 스위스 연방공과대학교(ETH Zurich)에서 68건의 논문을 발표하였으며, 독일의 항공우주연구소(German Aerosp. Center, DLR)와 독일 뮌헨 공대(Tech. Univ. Of Munich)가 각각 58건의 논문을 발표하였다. 도쿄대학과 미국의 Pennsylvania 대학, Italian Inst. of Technol. (IIT), 호주 시드니 대학이 50건 이상의 논문을 발표하였다. 2006~2010 분석 (http://www.materic.or.kr/community/board/content.asp?idx=45229&page=1&board_idx=1029)과 비교하였을 때 10위권으로 새로 진입한 기관은 ETH Zurich(신규진입 3위), DLR(15위-->4위), 뮌헨 공대(13위-->5위), IIT(신규진입 8위), 시드니 대학(30위-->9위)이다.  대조적으로 10위권 밖으로 떨어진 기관은 Stanford Univ. (4위-->14위), 동경공업대학(5위-->49위), Univ. of Zurich(8위-->83위), 동북대학(9위-->32위), Univ. of Minnesota(10위-->21위)이다.




    2. ICRA 국가별 논문 발표순위(4년간)


    4년간 총54개 국가에서 3,763건의 논문이 발표되었으며, 국가별 논문 발표 순위를 살펴보면 미국이 1,317건으로 제일 많은 논문을 발표하였으며, 그 다음으로 일본이 378건, 독일이 338건, 중국이 234건, 이탈리아가 186건, 프랑스가 176건, 호주가 146건, 스위스가 143건, 한국이 126건, 캐나다가 113건의 논문을 발표하였다.  그림 2와 같이 논문 수를 비율로 살펴보면 미국은 전체 논문수의 35%를 차지하고 있고, 일본은 10%, 독일은 9%, 중국 6%, 이탈리아와 프랑스가 5%, 호주와 스위스가 4%를 차지하고 있다. 한국의 논문 수는 126건으로 캐나다와 같이 전체 논문의 3% 정도를 차지하고 있음을 알 수 있다. 국가 별 논문 수는 표 3에 정리되어 있다. 2006~2010 자료와 비교하면 중국의 비중이 3%에서 6%로 크게 증가하였는데 여기에는 2011, 2014년 학술대회가 상해와 홍콩에서 각각 개최된 것이 영향을 미친 것으로 판단된다. 그 외에 비중이 커진 국가를 보면 미국의 비중이 32%에서 35%로 증가하였고 독일이 7%에서 9%로, 이태리가 4%에서 5%로 증가하여 미국과 유럽의 강세가 나타난 반면 일본의 비중이 16%에서 10%로 감소하는 추세를 보였다.


     



    4년간 100편 이상의 논문을 발표한 국가의 연도별 논문 발표 수 추이는 아래 그림 3과 같다. 논문발표 수에서 보면 매년 미국이 300건 이상의 많은 논문을 발표하고 있으며, 일본과 독일, 중국이 그 뒤를 따르고 있다. 일본의 경우 2011년 이후 논문 발표수가 줄어들다가 2014년에 회복을 하고 있으며, 독일은 일본보다 논문수가 낮았으나 2013년 이후 일본보다 더 많은 논문을 발표하고 있다.  각국의 연구논문의 수는 연구 활동이 활발할수록 발표논문의 수가 많은 것도 있겠지만 ICRA가 2011년에 중국 상해, 2012년에 미국, 2013년에 독일, 2014년에 홍콩에서 개최된 것을 감안해서 비교해보면 개최지에 따라서 논문 편수에 많은 영향이 있음을 알 수 있다. 특히 중국은 상해에서 개최한 2011년의 논문 발표 수는 93건이었으나 이후 2012년에 24건, 2013년에 30건이었으며 줄었다가 다시 홍콩에서 개최한 2014년에는 87건으로 논문편수가 많아짐을 보여서 개최지에 따라서 논문 발표의 수가 많이 영향을 받게 됨을 알 수 있다.




    3. 한국의 연구기관 논문 발표순위


    한국은 아래 표 4와 같이 4년간 23개의 기관에서 총 126건의 논문을 발표하였으며, KAIST가 24건, 서울대가 24건, 한양대학교가 18건, KIST가 14건, 성균관대학교 8건, 고려대와 포항공대가 각각 6건의 논문을 발표하였다.







    1. 키워드 네트워크 분석


    논문의 키워드를 분석하면 발표된 논문들이 어떠한 분야의 연구인지 확인할 수 있다.  ICRA의 논문의 키워드는 Non Controlled Indexing과 Controlled Indexing으로 나눠서 게재하고 있는데. Non Controlled Indexing은 저자가 임의로 작성한 키워드이기 때문에 정확하지 않을 수 있으며, 주관적인 경향이 강하기 때문에 주어진 키워드에서 선택하는 Controlled Indexing이 더 객관적인 키워드라 판단하고 아래 그림 4와 같이 Controlled Indexing을 기준으로 키워드를 분석하였다.

    키워드 Spring layout 네트워크 시각화는 각 논문의 키워드를 분석하여 취합하고 한 논문에 같이 나열된 키워드들을 서로 연결하여 그림으로 나타낸 것으로, 그림 5는 2011년부터 2014년까지 전체 키워드의 상관관계를 좀 더 보기 쉽게 Link Reduction 10 (선의 굵기가 10 이하인 값을 삭제) 을 한 그림이다.



     이 그림을 보면 Mobile Robots을 중심으로 Robot Vision, Path Planning, Motion Control, Medical Robots 등 이 많은 연결 관계를 가지고 있는 것을 볼 수 있다. 이는 지난 4년간 ICRA에서는 이들 키워드를 주제로 한 많은 연구 논문들이 발표되었으며, 또한 다른 키워드와 많은 상관관계가 있는 것을 확인해 볼 수 있다. 논문에 가장 많이 사용된 키워드의 빈도수를 표 5와 같이 정리하였다.

    상위 15위 키워드를 2006~2010 분석과 비교하면 Human-Robot Interaction이 45위에서 11위로 크게 상승한 것을 볼 수 있으며 Learning(Artificial Intelligence)가 22위에서 12위로 상승한 것이 눈에 띈다.


    아래 그림 6은 Mobile Robots 키워드를 제외한 200건 이상 출현한 상위 키워드의 4년간 추세를 나타낸 그래프이다. 이를 살펴보면 Robot Vision의 경우 2012년에 많이 떨어졌다가 2014년에 다시 상승한 것으로 보이며 Path Planning도 비슷한 양상을 보인다. 그리고 Motion Control과 Manipulators는 2013년에 조금 줄어들었다가 2014년에 다시 높아진 것으로 보인다. 이외에 Human-Robot Interaction, Collision Avoidance, Medical Robotics 등이 상승한 것으로 보인다. Position Control의 경우 2011년에 많이 나타났으나 나머지 연도에서는 상대적으로 많이 줄어든 것을 알 수 있다. 이외에 Multi-Robot Systems, Legged Locomotion, Collision Avoidance, Robot Dynamics, Humanoid Robots 등의 키워드는 매년 꾸준하게 유지되고 있는 경향을 보이고 있다.


    아래 그림 7은 빈도 140이상~200이하 키워드의 4년간 추세를 나타낸 그래프이다. 이 키워드들 중 특이한 점은 Trajectory Control(궤도제어)의 경우 2012년에 나타난 후 2014년에 갑작스럽게 상승한 것이다. 또한 Control Engineering Computing도 상승 중인 키워드로 나타났으며, Optimization과 Robot Kinematics, Surgery도 비교적 완만하게 상승하고 있음을 볼 수 있다. Dexterous Manipulators는 위의 Manipulators의 상승과 반대로 하강추세이다.


    아래 그림 8은 빈도 95이상~140이하 키워드의 4년간 추세를 나타낸 그래프이다. 여기서 Autonomous Aerial Vehicles는 2012년도에 나타나서 2014년도까지 급격히 상승하는 키워드로 나타났으며, 이외에 Control System Synthesis가 조금 상승한 키워드이고 나머지 키워드의 경우 오르내림을 반복하고 있으나 그 폭이 적어서 꾸준한 연구가 진행되고 있음을 알 수 있다. 이러한 변화를 표 6에 요약하였다.




    각 연도별 키워드의 연결 관계는 그림 9~12와 같다. 4년간 Mobile Robots가 가장 큰 키워드로 중심을 이루고 있고, Path Planning, Robot Vision이 비중이 큰 키워드로 서로 연결 관계를 이루고 있다. 이중에서 Medical Robotics는 Mobile Robots을 중심으로 한 연결 관계와는 별도로 독립적인 연구 영역을 차지하고 있는 독특한 양상을 보여주고 있다. 특히 Surgery와 연결 관계가 많아서 Medical Robotics는 주로 수술에 이용되는 의료로봇 연구가 많이 진행되고 있음을 알 수 있다. 일반적인 수술은 시야도 확보해야 하고 수술 도구를 조작할 공간도 필요하기 때문에 환부를 크게 절개해야 하는 경우가 많았는데 의료로봇의 발달로 초소형 3D 카메라와 정교한 수술기구로 최소 절개 수술(minimal invasive surgery)을 가능하게 하는 연구가 많이 진행하고 있으며, 시장의 수요가 많아서 꾸준하게 유지되고 있는 모습이다. 특히 2012년부터는 이러한 의료로봇의 강세가 뚜렷하게 나타나고 있다.





    Degree Centrality 분석이란 네트워크(network)를 구성하는 어느 하나의 점(node, 여기서는 키워드를 의미함)과 이것과 직접적으로 연결된 다른 점들과의 연결 정도를 측정하여, 각각의 점들이 네트워크에서 얼마나 중심에 위치하는지를 알아보는 기법이다. 즉, 네트워크상에서 점이 직접적인 관계 또는 흐름을 가질 수 있는 전체 경우의 수에서 실제 점이 가지고 있는 직접적인 관계 또는 흐름 수의 비율(portion)을 바탕으로 한다.

    ICRA의 4년간 논문의 키워드들의 Degree Centrality의 결과는 그림 13과 같다. 위의 Spring layout 결과와 마찬가지로 Mobile Robots, Robot Vision, Path Planning 등의 키워드가 중심을 이루고 있음을 알 수 있으며 이 외에 Medical Robotics, Motion Control, Manipulators, Multi-Robot Systems, Position Control 들도 비교적 중심에 가까이 있음을 알 수 있다. 이외에 Actuators, Autonomous Aerial Vehicles, Cameras, Collision Avoidance, Control Engineering Computing, Control System Synthesis, Dexterous Manipulators, End Effectors, Feature Extraction, Feedback, Force Control, Graph Theory, Grippers, Human-Robot Interaction, Humanoid Robots, Images Segmentation, Image Sensors, Kalman Filters, Learning (Artificial Intelligence), Legged Locomotion, Manipulator Kinematics, Microrobots, Object Detection, Optimisation, Pose Estimation, Probability, Robot Dynamics, Robot Kinematics, Sensors, Slam (Robots), Stability, Surgery, Telerobotics, Trajectory Control, Actuators 등이 주요 키워드로 나타났다.




    2. 한국 논문의 키워드 네트워크 분석


     전체적인 키워드 동향과 한국기관의 발표 논문의 연구동향을 비교해 보기 위해 한국논문의 키워드를 따로 분리하여 분석하였다. 아래 그림 14는 한국의 기관에서 발표한 논문의 키워드를 Spring layout으로 네트워크 시각화한 그림으로 Mobile Robots, Motion Control, Position Control이 주요 키워드로 나타났으며, Robot Vision, SLAM(Robots), Torque Control, Stability, Service Robots 등이 주요 키워드로 등장하였다.

    위의 그림 5의 4년간 키워드 네트워크 시각화와 비교해보면 Mobile Robots, Motion Control, Position Control이 주요 키워드로 나타나는 것은 동일하나 Path Planning와 Medical Robotics의 경우 한국기관의 논문비중에서는 좀 더 낮게 나타났으며, Robot Vision, Service Robots, SLAM(Robots), Torque Control, Stability, Manipulator Dynamics 등이 전체 키워드 평균에 비해 상위에 있는 키워드로 나타났다.

    위의 그림 5의 4년간 전체 키워드와 비교해 보면, 한국논문의 키워드 중 Service Robots, SLAM(Robots)이 전체키워드에서 보다 좀 더 비중이 높이 나타나는 것이 한국의 로봇연구의 특징으로 나타나다. Service Robots은 산업 분야에서 사용되던 로봇이 가정, 의료 등 다양한 분야에서 활용되는 것으로, 크게 개인서비스 로봇과 전문서비스 로봇으로 나뉜다. 일반인에게 다양한 서비스를 제공하는 개인서비스 로봇은 청소, 오락, 간병, 교육 등의 분야에서 활용되고 있으며 전문적 분야에서 보조적 역할을 하는 전문서비스 로봇은 의료, 국방, 건설, 경찰 분야 등의 서비스를 제공한다. SLAM(Robots)은 Simultaneous Localization and Mapping 의 약자로 로봇이 미지의 환경을 돌아다니면서 로봇에 부착되어 있는 센서 만으로 외부의 도움 없이 환경에 대한 정확한 지도를 작성하는 작업으로 자율주행을 위한 핵심기술이며, 이동로봇이 자신의 위치를 계측(측정)하면서 동시에 주변  환경의 지도를 작성하는 기술이다.


    한국기관 발표 논문의 키워드에 대한 Degree Centrality는 그림 15와 같다. 이를 통해 보면 Mobile Robot, Motion Control, Position Control, Robot Vision의 키워드가 중심에 가까이 있으며, Service Robots, SLAM(Robots), Torque Control, Stability, Manipulator Dynamics, Dexterous Manipulators 등이 주요 키워드로 나타났다. 표 8에 각 키워드의 빈도를 나타내었다.






    3. 연구자 네트워크 분석


    키워드 분석과 마찬가지로 ICRA의 2011년~2014년도 논문의 공저자들의 상관관계를 넷 마이너를 사용하여 시각화(Spring layout)하였다. 그 결과 아래 그림 16과 같이 많은 연구자 그룹이 형성되어 있는 것을 확인해 볼 수 있으며, 이중 오른쪽 하단은 개인이나 실험실 단위로 그룹을 이루고 있으며, 왼쪽 상단으로 갈수록 여러 기관 소속의 연구자들이 모인 그룹임을 알 수 있다. 이들 중 여러 연구자가 속한 그룹을 골라 그림 16과 같이 그룹A~E로 구분하고 심층적으로 분석하였다.


    가장 큰 연구자 그룹인 그룹 A는 스위스 취리히 연방 공과대학(ETH Zurich)의 그룹으로 나타났으며, 그림 17에 확대하여 표시하였다. 모든 연구자가 스위스 연방 공과대학교 소속이며, 이중 Roland Siegwart 교수가 중심연구자이다.  이전 2008~2011년도 자료에서는 독일 Freiburg의 W. Burgard 교수와 공동으로 그룹을 이루고 있었으며, 연결된 연구자가 6명 정도였으나, 이번에는 취리히공대 단독의 연구그룹을 이루고 있고 매우 많은 연구자들과 연결된 모습을 보이고 있다. 독일어권에 있는 취리히 연방 공대(ETH Zurich)는 기초과학이 강점이며, 알베르트 아인슈타인이 다닌 학교로 지금까지 21명의 노벨상 수상자를 배출한 전통 깊은 학교이다. 이외에 4년간 주요 연구 그룹은 아래 그림 18~22와 같다.



    그림 18의 두 번째로 큰 연구 그룹은 독일의 항공우주센터(DLR)의 연구자들로 구성되었으며, Hirzinger교수와 A. Albu-Schaffer, 그리고 A. Albu-Schaffer 등이 주요 연구자로 보이며, 이전 2008~2010년도에서는 Hirzinger 교수가 스타형의 구조로 매우 중심이 되는 연구자 역할이었던데 비해, 이번 2011년~2014년 자료에서는 비교적 대등한 위치에서 여러 연구자를 연결시켜주는 연결자 역할을 하는 것으로 나타났다.
     





    아래 그림 19는 이탈리아 공대(IIT)의 연구자들이 모여서 이루어진 연구 그룹으로 D. G. Caldwell 교수가 중심연구자로 그룹을 구성하고 있다.



    아래 그림 20은 스웨덴의 왕립공과대학교(KTH - R. Inst. of Technol)의 연구그룹으로 D. Kragic 교수를 중심연구자로 한 그룹으로 전형적인 스타형 구조의 연구 그룹이다.



    아래 그림 21은 미국의 카네기 멜론 대학의 연구그룹으로 특별하게 비중이 높은 연구자 없이 여러 연구자들이 대등한 연결 관계로 그룹을 구성하고 있다. 카네기 멜론 대학의 경우 Robotics Institute을 중심으로 다양한 연구자가 활동하고 있으므로 특정 연구자가 특별하게 비중이 높지 않은 결과를 나타내고 있다. 미국 연구그룹은 대체로 이런 특징을 많이 보이고 있다.



    아래 그림 22는 일본의 와세다 대학의 연구자들을 중심으로 한 연구 그룹으로 K. Hashimoto와 A. Takanishi 교수가 2개의 작은 그룹을 연결시키는 중요한 역할을 하고 있다.
     




    또한 위에서 추출한 연구자 데이터를 바탕으로 하여 그림 23과 같이 연구자의 Degree Centrality를 분석하였다. Degree Centrality는 연결정도 중심성으로 한 개인이 전체 네트워크에서 얼마만큼 중심에 가까이 자리 잡고 있는지를 나타내는 지표다. 네트워크 분석에서 개인이 가지는 영향력을 분석하는 데 가장 많이 쓰인다. 다른 사람과 관계를 많이 하는 사람일수록 네트워크 가운데 쪽으로 위치하게 된다.

    이를 살펴보면 위에서 A그룹의 중심연구자인 Darwin G. Caldwell (Italian. Inst. of Technol(IIT)) 교수가 제일 중심에 있으며 각 그룹의 중심 연구자들인 Roland Siegwart 교수가 (ETH Zurich), Wolfram Burgard (Univ. of Freiburg), Vijay Kumar (Univ of Pennsylvania) 교수가 중심과 가까이 있음을 확인해 볼 수 있다. 대체로 이들 연구자들이 많은 논문의 공저자임을 알 수 있다. 아래 표 8은 공저자 논문 10건 이상의 연구자들 순이다.

    Darwin G. Caldwell 교수는 이탈리아 제노바의 IIT연구소의 이사 및  자동 제어 및 시스템 공학과 객원 교수이며, IEEE Robotics and Automation Chapter(UKRI)의 의장과 IEE (IET) Robotics and Mechatronics의 공동의장이었다. 약 170편의 논문을 발표하고 국제학술대회에서 여러 상을 수상하였다.
    (자료참조: http://www.shef.ac.uk/acse/staff/dcaldwell)

    Roland Siegwart 교수는 스탠포드대학에서 의사가 된 후 기계공학을 공부하여 박사학위를 받고 ETH Zurich의 교수 및 로봇연구소의 수석과학자이다. 자율이동로봇의 중요한 과학적 기초를 마련하였으며, Introduction to Autonomous Mobile Robots의 저자이기도 하다.  
    (자료참조: http://www.ethlife.ethz.ch/archive_articles/091112_Neuer_Vizepraesident_Forschung_tl/index_EN)

    독일의 Wolfram Burgard 교수는 프라이부르크 대학의 교수이며, 독일의 로봇 공학자로 Autonomous Intelligent Systems Lab을 운영하고 있으며, 인공지능(Artificial Intelligence)과 모바일 로봇(Mobile Robots)을 연구하고 있다.
    (자료참조: http://www2.informatik.uni-freiburg.de/~burgard/)

    Vijay Kumar 교수(Univ of Pennsylvania)는 군집로봇, 무인항공 로봇 등의 연구하고 있으며 TED에서 소행 군집 비행로봇을 공개하여 폭발적인 조회 수를 기록하기도 하였다.
    (자료참조: http://www.youtube.com/watch?v=4ErEBkj_3PY)
     





    2011년부터 2014년까지 연도별로 중심연구자와 가장 큰 연구그룹을 그림으로 나타내면 아래 그림 24~31과 같다. 그림 24와 같이 2011년에는 독일의 G. Hirzinger (German Aerosp. Center(DLR)) 교수가 중심연구자로 나타났으며, 가장 큰 연구 그룹도 그림 25에 보인 것과 같이 Hirzinger 교수가 중심인 German Aerosp. Center(DLR)를 중심으로 한 그룹으로 나타났다.
     






    2012년과 2013년에는 그림 26과 28과 같이 모두 D. G. Caldwell (Italian Inst. of Technol.(IIT)) 교수가 중심연구자로 나타났으며, 가장 큰 그룹은 그림 27과 29와 같이 나타났다.
     







    2014년에는 그림 30과 같이 미국의 R. J. Wood (Harvard Univ.) 교수가 중심연구자로 나타났으며, 그림 31과 같이 Wood 교수와 D. Rus (MIT)교수를 중심으로 한 Harvard Univ.와 MIT를 연계한 연구 그룹이 가장 큰 그룹으로 나타났다. 이 그룹의 경우 Rus교수가 주도하는 Soft Robotics과제에 참여하는 연구자들로 구성되어 있으며 최근에 활발한 연구를 수행하고 있음을 알 수 있다. 특히 이 그룹에 이대용, 조규진 등 서울대학교 연구자들이 연결되어 있는것을 볼 수 있다.




    ICRA의 4년간 연구자 네트워크 중에서 한국 연구자만 별도로 추출하여 연결된 연구 그룹들을 나타내면 아래 그림 32와 같다.



    이중에서 가장 큰 연구 그룹은 그림 33과 같이 KIST, 포항공대, 한양대학교가 연결된 그룹으로 KIST 오상록 박사와 KIST 오용환 단장, 포항공대 정완균 교수, 한양대 서일홍 교수 등을 중심으로 하여 3개의 그룹들이 연결되어 있음을 알 수 있다.



    두 번째로 큰 그룹은 성균관대학교 그룹으로 성균관대학교 최혁렬 교수를 중심으로 문형필 교수와 구자춘 교수로 연결된 그룹이며 아래 그림 34와 같은 연결 관계를 볼 수 있다.  



    이외에 대체로 큰 그룹은 아래 한양대학교 연구 그룹(그림35), KAIST 연구 그룹(그림 36), 서울대학교 연구 그룹(그림 37, 38)들로 나타났다.






    이상의 연결 관계를 기초로 중심도 분석을 통해 중심연구자를 확인하면 그림 39와 같다. 대체로 중심에 가까운 연구자일수록 많은 수의 논문과 공저자의 연결 관계를 두고 있으므로 그만큼 연구에 대한 영향력이 높다는 것을 알 수 있다. 다만 논문의 질적인 부분은 별개로 다루어져야 할 문제이다. 주로 여기 중심에 가까운 연구자들은 위에서 살펴본 연구그룹에서 중심 연구자이다. 최혁렬 교수(성균관대), 조규진 교수(서울대), 문형필 교수(성균관대),서일홍 교수(한양대), 오용완 박사(KIST), 이병주 교수(한양대), 오상록 박사(KIST), 정완균 교수(포항공대), 구자춘 교수(성균관대), 김정 교수(KAIST) 등이 비교적 중심에 가까운 연구자로 나타났다.




    4. 기관-키워드 분석 (2MODE)


     기관과 키워드의 연관성 분석은 어느 기관에서 어떤 분야 연구를 주로 하는지에 대한 객관적인 자료가 될 수 있다. 논문 주저자의 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 분석하고, 좀 더 자세한 분석을 위해 빈도수 5이하를 삭제한 결과를 그림 40에 나타내었다.
     




    10 이하의 연결 관계를 제거할 경우 그림 41과 같이 키워드에 따라서 Mobile Robots 중심 그룹과 Medical Robotics 중심 그룹, Humanoid Robots 중심의 3개의 그룹으로 분리된다. 이중 가장 큰 Mobile Robots와 Path Planning 등을 포함한 키워드는 미국의 Carnegie Mellon 대학과 MIT, 그리고 호주 Sydney 대학, 스위스 연방공과대학(ETH Zurich)에서 연구를 진행하고 있으며, Medical Robotics의 경우 Harvard 대학과 일본 Waseda 대학, 미국의 JohnsHopkins 대학, 영국 런던 왕립대학(Imperial Coll. London)에서 주로 연구를 진행하고 있다. 또한 Humanoid Robot의 경우 이탈리아 공대(IIT)와 동경대, 독일우주항공센터(DLR)에서 연구가 이루어지고 있음을 알 수 있다.
     




    또한 위와 같은 방법으로 한국기관과 키워드의 관계를 분석해 볼 수 있는데,   자세한 분석을 위해 빈도수 1 이하를 삭제한 후 한국기관과 키워드의 관계를 나타낸 결과를 그림 42에 나타내었다.



    위의 그림 42를 살펴보면 한국의 기관은 주로 KAIST와 서울대, 한양대, KIST, 고려대, 포항공대 에서 다양한 분야의 연구를 진행하고 있음을 알 수 있다.  이외에 성균관대는 Solid Modelling에, 포항공대는 Covariance Analysis, Sensors분야에, 이화여대의 경우 Computational Geometry에 특화된 모습을 볼수 있다.

    또한 2 이하의 연결을 삭제하여 나타낸 그림 43를 통해서 보면 기관마다 집중적으로 연구하는 분야를 살펴볼 수 있다.  KAIST, KIST, 한양대학교, 서울대의 4개기관 모두 Motion Control에 연구력을 집중하고 있고, Mobile Robots와 Robot Vision은 KAIST, 서울대, 한양대가, Position Control에는 KIST와 KAIST, 고려대가 조금 더 비중을 두고 있다고 할수 있다.  또한 각 기관의 고유한 분야를 살펴볼 수도 있는데 KAIST는 Medical Robots와 제어 이론 분야를, KIST는 Manipulator 제어를, 서울대는 다리나 바퀴를 이용한 Robot Locomotion을, 한양대와 포항공대는 SLAM을 주로 연구하는 것으로 보인다.



    그림 42의 한국의 기관과 주요 키워드를 압축하여 간단히 정리해보면 표 10과 같다. 표를 보면 KAIST는 Mobile Robots와 Motion Control, Robot Vision을 포함하여 Position Control, Sampling Methods, Torque Control, Stability, Robot Dynamics, Medical Robotics, Path Planning 등의 연구가 이루어지고 있으며, KIST는 Motion Control과 Position Control을 포함하여 Springs(Mechanical), Manipulator Dynamics, Dexterous Manipulators, Force Control의키워드에 관련된 연구가 이루어지고 있다. 서울대의 경우 Mobile Robots와 Motion Control, Robot Vision을 포함하여 Legged Locomotion, Wheels, Optimization 등의 키워드와 관련된 연구가 진행되고 있으며, 한양대의 경우 Mobile Robots, Motion Control, Robot Vision을 포함하여 SLAM(Robots)의 키워드와 관련된 연구가 진행되고 있으며, 포항공대의 경우 SLAM(Robots)의 키워드에 관련된 연구가 주요하게 진행되고 있음을 알 수 있다.





    이상과 같이 IEEE International Conference On Robotics And Automation (ICRA) 논문의 2011년부터 2014년까지 4년간 키워드와 기관, 연구자 등의 자료를 통해 로봇 분야에 대한 통계분석과 네트워크 분석을 실시하였다.

    4년간 ICRA에서 가장 많은 논문을 발표한 기관은 미국의 MIT와 Carnegie Mellon Univ.로 4년간 100건 이상의 논문을 발표하였다. 그 다음으로 스위스 연방공과대학교(ETH Zurich), 독일의 항공우주연구소, 뮌헨공대, 도쿄대학, 미국 펜실바니아 대학, Italian Inst. of Technol. (IIT), 호주 시드니 대학이 50건 이상의 논문을 발표하였다.

    국가별로는 미국이 4년간 1,317건의 논문을 발표하여 전체 35% 이상의 비중을 가지고 있어 ICRA의 로봇 연구는 미국이 대체로 주도하고 있다고 할 수 있다. 그 뒤를 일본, 독일, 중국이 많은 논문수를 발표하고 있는데 일본의 비중이 약간 감소하는 와중에 독일과 중국의 부상이 눈에 띈다. 또한 이태리의 비중이 커지는 현상도 관찰되었다. 한국의 경우 126건으로 캐나다와 영국과 비슷한 전체 논문의 3% 정도를 차지하고 있다.

    4년간의 키워드 네트워크 분석을 보면 Mobile Robots을 중심으로 Robot Vision, Path Planning, Motion Control, Medical Robots 등이 많은 연결 관계를 가지고 있는 것을 볼 수 있다. 지난 4년간 ICRA에서는 이들 키워드를 주제로 한 많은 연구 논문들이 발표되었으며, 또한 다른 키워드와의 상관관계가 많다는 것을 알 수 있다. 또한 상승키워드는 Medical Robotics, Human-Robot Interaction, Control Engineering Computing Learning(Artificial Intelligence), Surgery이며, 최근 부각되는 연구로는 Manipulators, Trajectory Control, Autonomous Aerial Vehicles이다. 이중에서 Medical Robotics는 Mobile Robots을 중심으로 한 큰 연결 관계와는 별도로 독립적인 연구 분야를 유지하고 있는 모습을 보여주고 있다. 특히 Surgery와 연결 관계가 많아서 Medical Robotics은 주로 수술에 이용되는 의료로봇의 연구가 많이 진행되고 있음을 알 수 있다. 이외에 Position Control, Dexterous Manipulators의 키워드는 하락 중인것을 알 수 있어 각 분야의 연구관계를 알 수 있다.

    한국논문의 키워드는 Mobile Robots, Motion Control, Position Control 등이 주요 키워드로 나타나고 있어서  전체 논문 키워드와 비슷하나 Path Planning과 Medical Robotics의 경우 한국의 논문 비중에서는 좀 더 낮게 나타났으며, Service Robots, SLAM(Robots)이 전체 키워드에 비교해서 좀 더 비중이 높게 나타나는 것이 한국의 특징을 보여주고 있다.

    연구자 네트워크 분석을 통해 보면 스위스 취리히 연방공대(ETH Zurich)의 그룹이 가장 큰 연구 그룹을 이루고 있으며, 이외에 독일의 항공우주센터(DLR), 이탈리아 공대 (IIT)의 연구자 그룹, 카네기멜론 대학 연구자 그룹, 스웨덴의 왕립공과대학교(KTH - R. Inst. of Technol)의 연구 그룹, 일본의 와세다 대학의 연구자들을 중심으로 한 연구 그룹들이 주요 연구 그룹으로 나타난다. 이들 그룹 중에서 중심연구자는 D. G. Caldwell (Italian Inst. of Technol(IIT)) 교수로 가장 많은 논문을 발표하고 공저자 관계도 많아서 제일 중심에 있는 연구자로 나타났다.   

    한국은 KIST, 포항공대, 한양대학교의 3개 기관이 연결된 그룹과 성균관대 중심 그룹, 한양대학교 중심 그룹, KAIST 중심 그룹, 서울대학교 연구 그룹들이 주요 연구 그룹으로 나타났다. 또한 한국 연구의 영향력이 가장 높은 연구자는 최혁렬 교수(성균관대)로 나타났으며 이외에 조규진 교수(서울대), 문형필 교수(성균관대), 서일홍 교수(한양대), 오용완 박사(KIST), 이병주 교수(한양대학교), 오상록 박사(KIST), 정완균 교수(포항공대), 구자춘 교수(성균관대), 김정 교수(KAIST) 등이 영향력이 높은 연구자로 보인다.  

    기관-키워드 분석을 통해 어느 기관이 어떤 분야의 연구를 하고 있는지 분석해 볼 수 있는데 Mobile Robots를 중심으로 한 주요 연구 분야는 미국의 Carnegie Mellon 대학과 MIT, 그리고 호주 Sydney 대학, 스위스 연방공과대학(ETH Zurich)에서 연구를 진행하고 있으며, Medical Robotics의 중심연구는 Harvard 대학과 일본 Waseda 대학, 미국의 Johns Hopkins 대학, 영국 런던 왕립대학(Imperial Coll. London)에서 주로 연구를 진행하는 것으로 보인다. 또한 Humanoid Robot의 경우 이탈리아 공대(IIT)와 동경대, 독일우주항공센터(DLR)에서 연구가 진행되고 있다.  

    또한 한국의 논문의 기관-키워드를 분석해 보면 주로 KAIST와 KIST, 서울대, 한양대, 포항공대에서 여러 분야의 논문이 발표되고 있음을 알 수 있다. KAIST는 Mobile Robots와 Motion Control, Robot Vision을 포함하여 Position Control, Sampling Methods, Torque Control, Stability, Robot Dynamics, Medical Robotics, Path Planning등의 연구가 이루어지고 있으며, KIST는 Motion Control과 Position Control을 포함하여 Springs(Mechanical), Manipulator Dynamics, Dexterous Manipulators, Force Control의 키워드에 관련된 연구가 이루어지고 있다. 서울대의 경우 Mobile Robots와 Motion Control, Robot Vision을 포함하여 Legged Locomotion, Wheels, Optimization 등의 키워드와 관련된 연구가 진행되고 있으며, 한양대의 경우 Mobile Robots, Motion Control, Robot Vision을 포함하여 SLAM(Robots)의 키워드와 관련된 연구가 진행되고 있다. 또한 포항공대의 경우 SLAM(Robots)의 키워드에 관련된 연구가 진행되고 있음을 알 수 있다.

    최근 상대적으로 한국에서 제출한 논문의 수가 과거에 비해서 상대적으로 줄어든 이유는 국외요인으로는 EU나 중국과 같이 국가적인 지원하에 로봇에 관한 연구가 최근 활성화되었다는 점을 들 수 있으며 국내의 요인으로는 논문의 중복성과 관계가 있다고 판단된다. 국내의 경우 학술대회논문을 보완하여 저널에 투고할 경우 심화된 연구를 수행한 결과임에도 불구하고 아이디어가 유사하다고 판단되면 논문이 거절되는 경우가 많다는 것이 하나의 원인이 될 수 있다. 실제로 ICRA는 학술대회임에도 불구하고 6페이지이상의 full paper를 제출하도록 규정하고 있으며, 채택률이 50% 이하인 매우 권위있는 학술대회이다. 반면에 국내의 경우 학술대회 논문이 실적으로 거의 인정을 받지 못하고 있기 때문에 많은 연구자들이 ICRA에 논문을 발표하기 보다는 수준이 좀 낮은 SCI(E)급의 저널에 투고를 선호하는 경향이 있다는 점을 주목해야 한다. 향후 분야별로 논문의 질적 수준을 평가할 수 있는 실제적인 기법의 개발이 필요하다고 하겠다.

     

    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글95

    사용자 프로필 이미지
    |2016.12.14
    좋은 자료 감사드립니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2016.12.14
    엄청나게 방대한 자료네요. 큰 시야를 갖고 접근하게되는 좋은 자료 같습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.04.30
    기술연구나 기술개발에도 도움이 많이 될 것 같네요.. 신청 기간이 좀 지났으나 가능하면 받고싶습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.04.01
    좋은 자료로 많은 시간을 절약할 수 있을 듯 합니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.23
    제품 개발과 동향에 좋은 자료로 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.21
    일반 산업현장에서도 이런 좋은 자료들을 접할 수 있으면 많은 도움이 되겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    매년 좋은 자료를 많은 시간을 투입하여 취합/정리된 자료를 통해 개인적으로는 자기계발과 실무적으로는 자동화설비에 관련된 자료를 참고 하면 현업 수행에 도움이 많이 되리라 믿기 대문에 연구동향집을 신청합니다 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    국내외 순위를 볼수 있어서 좋았습니다. 다른 주요분야/논문에 대한 통계도 하면 좋겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    좋은자료 감사드리고 많은 도움이 될거 같습니다...
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    많은 논문자료와 학술회 등 각종 행사를 참가를 못하더라도 이렇게 상당한 자료를 취합하여 정리해주시는 것을 보기만 하더라도 참으로 고마울 뿐입니다. 향후 트랜드와 그와 관련 복합기술 등 자료집이 오면 세세히 확인해보도록 하겠습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    좋은 자료 연구에 도움이 될 것 같습니다. 먼저 감사 드리겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    전체적인 연구의 맥을 확인하는 좋은 자료였습니다. 새로운 분야에 접근하는데 큰 도움이 될 것 같습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    매년 정기적으로 정리된 자료를 취합하여 정리된 자료를 통해 해당 분야의 연구 동향 및 세부적인 연구 결과 ,등 부족함이 없는 자료라고 생각되며, 現 업무(자동화설비)에 관련된 자료를 참고 하면 많은 도움을 받을 수 있을 것 같습니다. 그리고 이러한 자료가 앞으로 지속적으로 업데이트 되어, 공유 된다면 업무, 연구과제 등에 도움이 될 것 같습니다. 연구집 신청합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.18
    메일을 늦게 확인하여 이제서야 신청을 합니다. 일목요연하게 정리된 자료를 통해 해장 분야의 연구동향 및 Network Map을 확인할 수 있는 우수한 자료로 생각되며, 타 분야에 대해서도 유사한 정리가 지속적으로 이루어지고 공유가 되면 좋을 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 업무에 참조가 될 것 같습니다. 1부 보내 주시면 감사하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구분야별 산업체분야별로 분류가 잘되어 있어 산업체의 새로운 연구수효과제 발굴과 신규과제 발굴에본 자료집이 많은 도움이 된것으로 확신하며 새로운 연구방향 선정에 신규과제 준비에 반드시 필요하니 50부중 한부를 저희 대학연구소도 받을수 있기를 바랍합니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용한 자료 감사드립니다. 스스로 연구하는 분위기를 고취하는데 자극이 될것같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구자료 꼭 필요합니다~감사합니다~~~
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 제공 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    자동화 사업관련 꼭필요한 자료인것 같아 신청합니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    키워드, 기관, 연구자 등의 자료를 통해서 해당 연구 분야의 통계분석과 네트워크 분석을 자료라는 점이 참 흥미 롭습니다. 앞으로 이런 자료를 지속적으로 볼 수 있었으면 합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구 및 산업체 분야별 도움 많이 될것 같읍니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    흥미롭네요~
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구를 진행하면서 관련분야의 동향에 대해 알아보는 획기적인 방법이 뭐가 있을까 궁금했는데 참 좋은 글입니다. 도움 많이 되었어요. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    감사합니다. 연구동향 자료 받아보고 싶은데 좋은 자료가 될 것 같습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    주로 특허를 중심으로 기술에 대한 평가를 수행하고 있는 상황에서 기술에 대해 특허보다 선행되는 연구동향을 확인 할 수 있어 도움이 되는 자료가 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    감사합니다. 연구동향 자료 받아보고 싶은데 좋은 자료가 될 것 같습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구동향 자료 찾아보고 싶은데 좋은 자료가 될 것 같습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    신규연구활동 방향을 자세히 알수 있으며, 각종 과제나 연구분야를 위해 통계적 자료를 활용이 가능하겠습니다.. 좋은 자료 제공에 감사 드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 제공하여 주셔서 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    신기술 동향파악에 많은 도움이 될것입니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    자동제어 및 검측 연구개발에 좋은 도움이 되겠읍니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    많은 도움을 받을수 있는 소중한 자료라 생각합니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    다양한 정량지수를 잘 정리해 놓으신 것 같습니다. 연구에 많은 도움이 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 관련 학과에서 학업중인데 소중한 자료 감사합니다. 많은 도움을 받고 열심히 학업에 정진하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    매우 좋은자료인듯합니다. 현재 우리나라에 맞는 부분이 많기때문에 받아서 더진보하는 연구에 도움을 받고싶습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용한 자료로 잘 활용할 수 있겠습니다. 감사드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료들이 잘 정리되어 있는것 같습니다. 앞으로 유용하게 활용될것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용한 자료를 제공해 주셔서 고맙습니다. 잘 활용하겠습니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    제어관련 업계에 종사하면서 전체를 바라보며 방향을 잡기란 쉽지 않습니다. 학계 및 연구를 하시는 분들의 노력에 의해 이런 자료가 잘 만들어졌다고 생각합니다. 감사하는 마음으로 잘 활용하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    관련된 정보를 한눈에 알아볼 수 있는 유용한 자료인 것 같습니다. 앞으로도 좋은 자료 많이 부탁드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 분야는 ICT융합기술의 대표로 자리매김되고 있습니다. 전체 논문이 분석 평가되어 아이디어 도출 및 특허 발굴에 좋은 자료가 되겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    기계관련 연구원에 근무하는 입장으로, 관련 동향을 파악하기가 수월할것 같습니다. 또한, 기술개발의 융복합을 위한 좋은 자료라고 생각합니다. 알찬 정보 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    제가 근무하고 관심있는 분야랑 상이한 부분이 있으나, 재료쪽이다 보니 연관 되는 업무라 이해력은 떨어지나 참고 자료로 잘 읽었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 및 제어자동화 분야의 동향을 한눈에 알 수 있는 좋은 자료 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    분석 직접 하기 어려웠는데, 도움 많이 되었습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 감사 드립니다. 아주 유용하게 사용할 수 있을 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇관련 동향 파악하기가 막막했는데, 키워드중심으로 정리해주신게 많은 도움이 되었습니다. 동향집도 읽어보고싶네요. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    그룹별 연구동향을 도식적으로 보여주고 있고, 지역산업과 국가 연구동향에 대한 전체 흐름을 파악할 수 있겠네요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용하고 좋은 정보입니다. 잘 활용하도록 하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 및 제어자동화 분야에 대해 쉽게 동향파악이 됩니다. 아주 유용한 자료이고 저한테 많은 도움이 될 것같습니다. csh3908@naver.com
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    각각의 그룹 및 전체적으로 하는 연구를 도식적으로 보여 주어서 연구 흐름을 이해하는데 많은 도움이 될 것 같고 방대한 자료를 분석해 보여 준 것이므로 대단히 중요한 정보인 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    다양한 기술의 동향을 분석한 점이 인상깊었습니다 연구하는데 굉장히 좋은 자료가 될것 같습니다. 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    다른 분야에서 활동하고 있지만, 융복합 관점에서 좋은 자료가 되겠네요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    아주 유용하게 잘 활용하겠습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 및 제어자동화 분야 연구 동향파악에 아주 유용한 자료가 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    키워드 및 연구자 네트워크를 도식화한 부분이 인상 깊어습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    매우 훌륭한 자료라 생각됩니다. 최신 연구동향이 체계적으로 잘 정리되어 있군요. 업무및 연구에 많은 도움이 되리라 봅니다. jerry@hrman.co.kr
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용하게 활용될 자료들만 추려져 있는것 같습니다. 추가 신청 기회에 채택이 된다면 감사하는 마음으로 활용하겠습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    다각적으로 동향을 분석한 점이 인상깊었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    정리가 매우 잘되어있어 많은 도움이 될것같습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구하는데 굉장히 좋은 자료가 될것 같습니다. 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    국가 및 지역산업 발전을 위한 유용한 자료로 활용될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    잘 정리된 정보 유용할 듯 합니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    체계적이며 한눈에 보이는 군요. 아주 유용하게 사용될 듯. 고맙습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 감사합니다. ^^
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    관련 요소기술들의 연계성과 기술동향 그리고 국내외 network 관계를 일목요연하게 파악할 수 있는 좋은 자료를 만들어주셔서 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 만들어 주셨어 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇연구에 대한 개괄적인 동향을 잘 알수 있었습니다. 키워드를 통해 Mobile/Vision/Path Planning, Motion Control / Medical 관련 로봇연구가 되어 장차 그런 분야에서 로봇화가 될 것이라는 것을 짐작하게되었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    향후 연구에 좋은 자료가 될것 같습니다. 좋은 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇쪽을 연구하고 있는 대학원생입니다 연구하는데 많은 도움이 될 것 같습니다 감사합니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    산업계에 종사하는 engineer 입니다. 상기자료는 현장에서 부&\#46379\;치는 문제를 해결하는 방향을 잡을 수 있는 좋은 자료가 될 거 같습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    건설 자동화 쪽 공부하고 있는 경희대학교 대학원 학생입니다. 향 후 연구 동향을 알기위해 신청해봅니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    일하는 중에 잠깐본거라 자세히 읽지는 못했지만 시각적표현이 워낙 좋아서 재밋게봤습니다~ 세계적 연구동향을 살펴봄으로써 준비해야될 아이템과 기술력을 파악하도록 할테니 보내주세요ㅎ yhlee8302@gmail.com 입니당 수고하세요^~^
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    survey 하면서 막연한 감으로만 느꼈던 큰 동향을 이렇게 정리하여 볼 수 있어 참 좋네요. 좋은 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    굉장히 좋은 자료집이네요. 항공우주쪽에서 연구하고 있는 입장으로서 기계, 로봇 쪽 연구동향을 알기위해 신청해봅니다. 좋은 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    본석 결과를 보니 많은 분들에게 유용하게 사용될수 있겠네요.... 많은 노고에 박수를 보냅니다... 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    동향분석을 보니 외국의 어느 대학이 유명하고 한국의 어느 대학이 유명한지 이유를 알 수 있을 것 같습니다. 또한 요즘 관심을 갖고 추진되는 연구 분야가 무엇인지도 잘 알 수 있도록 정리가 잘된 것 같습니다. 좋은 자료 감사드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 및 제어자동화 분야의 방대한 국가별 기관별 연대별 자료를 잘 정리하여 발전방향과 연구방향을 잘 알수 있었습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구 주제의 선정에서 많은 도움이 될 것 같습니다. 수고하세요.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    로봇 연구를 시작한지 얼마되지 않은 사람으로써, 나아갈 방향 등 좋은 참고가 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    타분야에 대한 좋은지식습득자료가 될듯합니다 좋은자료 감사합니다
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    좋은 자료 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용한 자료를 제공해 주셔서 고맙습니다. 잘 활용하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유사 분야 연구에 있어 학교에 있기때문에 배경지식이 많이 부족합니다.. 이런 저에게 좋은 글입니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    신규연구활동 방향성 제시시 이러한 통계적 자료를 활용하여 시작할 수 있어서 시야를 &\#45335\;힐수 있는 기회인것 같습니다. 향상 좋은 자료 제공에 감사 드립니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구에 필요한 논문을 본 자료집에서 찾알을때 논문에 대한 이해나 도움이 필요할때 연락 할 수 있는 원저자의 이메일 주소가 있었으면 좋겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    융복합 경향 관련하여 이러한 연구가 앞으로도 많이 이루어져야 한다고 생각합니다. 좋은 자료 감사합니다~
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    연구주제에 대한 폭넓은 분석과 다양한 통계적 접근을 통해서 연구분야에 대한 활용가능성을 넓힐 수 있는 자료인 것 같습니다. 앞으로 새로운 주제에 대한 접근법으로 많은 도움이 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    유용한 분석자료 잘쓰도록 하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    저 또한 배경 지식이 많이 부족하여 논문 번역할 때 힘든 부분이 많았는데 저의 무지함에 한 줄기 단비 같은 논문이네요. 고맙습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    타분야 연구 현황에 대해 시야를 넓힐 수 있는 좋은 기회가 되었습니다. 앞으로도 좋은 글 기대하겠습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.03.17
    관련 종사자는 아니나 융복합 가능할만한 데이타 검토를 위해 굉장히 좋은 자료가 될 것 같습니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.02.16
    배경 지식이 부족한 저로써는 이런 광범위하고도 구체적인 자료가 매우 절실했는데, 본문을 통해 답답한 마음이 많이 가시게 되었습니다. 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    사용자 프로필 이미지
    |2015.02.11
    이러한 자료를 만드는 것이 얼마나 어려운지 알기에 다시 한번 감사합니다. 먼저 저도 ICRA와 IROS를 둘 다 고려해주시면 좋을 것 같습니다. ^^ 물론 시간이 많이 들어가겠지만요. IROS의 위상이 예전보다는 좋아진 것 같습니다. 저 개인적으로 2012년에 대학원에 들어와서 작년에 ICRA와 IROS를 둘 다 참석할 기회가 있었는데, 두 가지에 놀랐습니다. 하나는 학회의 규모가 생각보다 훨씬 크다는 것이었고, 그 가운데 한국인이 정말 적다는 것이었습니다. 가 보면 중국인들은 자기들 끼리의 커뮤니티가 있는지 잘 뭉치는 경향이 있었는데, 한국인들은 잘 못 뭉치는 느낌을 받았습니다. 이러한 연구 동향과 연구자 분석을 통해서 많은 연구자들이 서로 만나고, 알아갈 기회가 있으면 하는 바램입니다. 작년 IROS의 경우 주최측에서 발표한 자료에 따르면 한국인의 논문 억셉 비율이 전체 4위로 엄청 올라간 것을 알 수 있었습니다. IROS의 경우 좀 더 실용적인 것에 집중하는 경향이 있어서 그럴 수 있지만, 전반적으로 로보틱스에 대한 한국 연구자들의 관심이 커지고 있다는 사실을 반증한다고 생각합니다. 다시 한번 이런 좋은 글을 써주셔서 감사합니다.
    댓글 입력란
    프로필 이미지
    0/500자
    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1
    서브배너4