홍아영 연구실은 체내에서 정밀하게 움직일 수 있는 의료용 마이크로·나노로봇의 설계와 구동 원리를 연구한다. 특히 자기장, 촉매 반응, 광반응과 같은 외부 자극을 활용하여 매우 작은 스케일의 로봇이 목표 지점까지 도달하고 원하는 기능을 수행하도록 만드는 기술에 강점을 가진다. 이는 기존 거시적 수술 도구가 접근하기 어려운 혈관, 조직, 병변 내부에서 약물 전달, 진단, 치료를 수행하기 위한 핵심 기반기술로 연결된다. 연구실의 논문들을 보면 Janus 마이크로모터, 촉매 구동 나노와이어 모터, 반경질 자기 특성을 갖는 나노와이어 로봇 등 다양한 형태의 마이크로스위머와 나노모터가 다루어진다. 이러한 연구는 단순히 미세 구조체를 제작하는 수준을 넘어서, 파장별 광응답 특성, 표면 경계 조건에서의 추진 메커니즘, 자기장 주파수에 따른 운동 모드 전환 등 실제 제어 가능한 미세 로봇 시스템으로 발전시키는 데 초점을 둔다. 또한 마이크로 로봇 제어장치, 듀얼 전자석 모듈, 이동형 마이크로로봇 제어 시스템 관련 특허는 연구실이 실험실 수준의 개념 검증을 넘어 임상 적용 가능한 구동 인프라까지 함께 개발하고 있음을 보여준다. 이 연구 주제는 향후 표적 약물전달, 최소침습 시술, 체내 진단 및 국소 치료를 위한 차세대 의료 플랫폼으로 확장될 가능성이 높다. 자기 반응 임플란트, 자성 입자 부착 마이크로스캐폴드, 자기유도 카테터 제어와 같은 응용은 실제 의료 현장에서 환자 부담을 줄이고 시술 정밀도를 높이는 방향으로 이어질 수 있다. 따라서 본 연구는 로봇공학, 재료공학, 바이오의공학, 임상응용이 융합된 정밀 의료로봇 분야의 핵심 축을 형성한다.

연구실은 의료 현장에서 사용되는 카테터, 바늘, 시술 도구와 같은 길고 유연한 기구를 보다 정확하고 안전하게 조작하기 위한 자율화 기술을 연구한다. 특히 혈관 중재시술, 통증 중재시술, 신경계 시술과 같이 고난도의 정밀 조작이 필요한 분야에서 로봇의 역할을 확대하는 데 중점을 둔다. 이를 위해 자기장 기반 카테터 조작, 바늘 자세 추정, 햅틱 인터페이스, 의료진 협업형 로봇 플랫폼 등 임상 친화적인 시스템 구성이 함께 다루어진다. 현재 수행 중인 과제들에서는 가변형 선형 객체의 실시간 3차원 형상 추정, 데이터 기반 동역학 모델링, 모델 기반 제어, 동적 3차원 혈관 구조 가시화, 자율 시술 도구 내비게이션이 핵심 기술로 나타난다. 이는 수술로봇이나 중재시술 로봇이 단순 반복 동작을 수행하는 수준을 넘어, 변형되는 기구의 상태를 이해하고 영상 정보를 이용해 병변 주변을 안전하게 탐색하며, 실시간으로 경로를 수정할 수 있도록 만드는 방향이다. 학회 발표에서도 DLO 위치 추정, 시계열 딥러닝 기반 동적 모델링, 2D/3D 정합, 3D needle pose estimation 등 지능형 영상·제어 융합 연구가 지속적으로 확인된다. 이러한 연구는 숙련 의료진의 의존도가 높은 시술을 보다 표준화하고, 방사선 노출이나 시술 피로도를 줄이며, 원격·협업 기반 의료로 확장할 수 있다는 점에서 큰 의미가 있다. 장기적으로는 의료영상과 로봇제어, AI 기반 의사결정이 결합된 반자율 또는 자율 시술 시스템으로 발전할 수 있으며, 뇌혈관·척추·통증 치료와 같은 고부가가치 임상 영역에서 활용도가 높다. 결국 본 연구는 정밀한 로봇 조작과 임상 현장 적용성을 동시에 확보하는 의료로봇 핵심 기술 개발이라 할 수 있다.

홍아영 연구실은 의료 분야뿐 아니라 다양한 실제 환경에서 다루기 어려운 가변형 객체를 인식하고 조작하는 지능형 로봇 기술도 연구한다. 케이블, 카테터, 연성 구조물과 같은 변형 가능한 대상은 형태 변화가 크고 상태 추정이 어려워 기존 강체 중심 로봇 알고리즘으로는 한계가 있다. 연구실은 이러한 문제를 해결하기 위해 스테레오 비전, 스플라인 보간, 칼만 필터, 시계열 딥러닝 등 다양한 계산기법을 결합하여 객체 상태를 추정하고 안정적인 조작 전략을 개발한다. 학술발표 내용에서는 가변형 선형 객체의 3차원 형상 추정, 마커프리 케이블 위치 추정, Bi-LSTM 기반 동적 모델링, 경로 계획, 로봇 푸싱 정책 학습 등 인식·모델링·제어가 유기적으로 연결된 연구 흐름이 나타난다. 이는 단순한 센서 처리 연구가 아니라, 실제 로봇이 불확실한 환경에서 대상의 상태를 해석하고 목적 작업에 맞는 행동을 생성하는 지능형 조작 프레임워크를 구축하는 것이다. 또한 대체 목표 자세를 고려한 경로 계획, 로봇 매니퓰레이터의 구성공간 탐색, 강화학습 기반 제어 등은 복잡한 로봇 시스템을 효율적으로 운용하기 위한 핵심 요소다. 이 연구는 제조, 서비스, 물류, 플랜트, 의료 등 폭넓은 산업으로 확장 가능하다. 특히 가변형 객체 조작은 자동화가 어려운 분야로 남아 있었기 때문에, 정교한 상태 추정과 데이터 기반 제어 기술이 확보되면 로봇 자동화 수준을 크게 높일 수 있다. 연구실의 접근은 실제 문제 중심의 로봇 지능 구현이라는 점에서 의미가 크며, 향후 인간-로봇 협업, 복잡 작업 자동화, 유연 물체 조작의 핵심 기술로 발전할 가능성이 높다.