온톨로지 기반 로봇 사양 자동 합성

초록

본 논문은 로봇 시스템의 고수준 목표를 형식화된 실행 사양으로 연결하는 온톨로지‑구동 계층적 방법론인 RSTM2를 제안한다. 스토케스틱 타임드 페트리넷과 자원 모델을 활용해 미션·시스템·서브시스템 수준에서 몬테카를로 시뮬레이션을 수행하고, 자동으로 ROS 2 코드까지 생성한다.

상세 분석

RSTM2는 IEEE 1872.2‑2021 및 IEEE 1872.1‑2024 표준을 기반으로 한 로봇 시스템 온톨로지를 핵심 설계 자산으로 삼는다. 온톨로지는 ‘엔터티‑목표‑환경‑태스크‑리소스‑능력‑상호작용‑액션’이라는 일련의 개념을 정의하고, 이들을 미션, 시스템, 서브시스템 3단계에 걸쳐 동일한 어휘로 재사용한다는 점이 특징이다. 이러한 개념적 일관성은 고수준 목표를 구체적인 행동과 자원 요구사항으로 단계적으로 분해하는 과정을 자동화한다.

구체적인 모델링 수단으로는 확장된 스토케스틱 타임드 페트리넷(PN)이 사용된다. 기존 PN에 시간, 확률 분포, 연속적 자원(에너지, 메모리 등) 표현을 추가함으로써, 행동의 지속시간과 성공 확률, 자원 소모를 동시에 고려할 수 있다. 전이(Transition)는 사전조건이 충족될 때만 발동하고, 실행 중에는 토큰과 자원 상태를 실시간으로 업데이트한다. 억제 아크(inhibitor arc)를 통해 특정 토큰이 등장하면 전이를 차단하거나 일시 중단시키는 메커니즘도 포함돼, 복잡한 동시성 및 충돌 제어가 가능하다.

RSTM2의 핵심 흐름은 두 단계, ‘시스템 사양 합성(3S)’과 ‘RSSL2 사양 생성’으로 나뉜다. 3S 단계에서는 온톨로지 기반 파라미터(엔터티 구조, 서브시스템 구성, 행동 주기, 자원 한계 등)를 추출하고, 이를 확장된 PN에 매핑한다. 이후 RSSL2라는 도메인‑특화 사양 언어에 파라미터화된 템플릿을 적용해 텍스트 사양을 자동 생성한다. 이 과정은 VS Code 플러그인과 맞춤형 컴파일러에 의해 지원되며, 최종적으로 각 서브시스템을 ROS 2 노드로 변환하고 토픽 기반 통신을 자동 설정한다.

시뮬레이션 측면에서는 몬테카를로 기법을 활용해 수천 번의 실행을 수행함으로써, 목표 달성 확률, 병렬 행동 가능성, 자원 고갈 시나리오 등을 정량적으로 평가한다. 이러한 분석 결과는 설계 단계에서 아키텍처 선택(예: 센서 중복, 로봇 수 조정)이나 자원 할당 최적화에 직접 피드백으로 활용된다.

논문은 가상의 다중 로봇 스택 구축 사례를 통해 RSTM2가 미션‑레벨 목표(예: 목표 물체를 특정 위치에 적재)에서 서브시스템‑레벨 구체적 제어 코드까지 일관된 파이프라인을 제공함을 시연한다. 특히 NASA CADRE와 같은 복잡한 분산 시스템에 적용했을 때, 온톨로지 기반 설명 가능 AI 어시스턴트가 설계자와 자연어로 상호작용하며 사양을 수정·재생성할 수 있다는 점을 강조한다.

전체적으로 RSTM2는 온톨로지와 형식 모델을 결합해 로봇 시스템 엔지니어링의 ‘사양 격차’를 메우고, 자동화된 코드 생성과 시뮬레이션 기반 검증을 동시에 제공함으로써 안전·신뢰성 요구가 높은 임무에 적합한 설계 흐름을 제시한다.