양팔로봇 HW Intern

우리가 만들고 있는 것

WoRV Physical AI팀은 제조 현장의 정밀하고 비정형적인 작업을 수행할 수 있는 양팔로봇 시스템을 개발하고 있습니다.

현재 협동로봇 팔 2대, 직접 제작한 리드암, 그리퍼, 카메라 및 센서를 결합해 사람이 양팔로봇을 원격으로 조작하고, 그 과정에서 로봇 학습에 필요한 데이터를 수집하는 시스템을 구축하고 있습니다.

이번 인턴은 담당 연구원과 함께 양팔로봇을 활용하여 “실제 제조현장에서 사용될 수 있는 양산 플랫폼”으로 발전시키는 역할을 맡습니다.

주요 업무

1. 양팔로봇 하드웨어 제작 및 통합

• 협동로봇 팔, 리드암, 그리퍼, 카메라 및 센서의 조립과 통합 지원

• 3D CAD와 3D 프린팅을 활용한 마운트, 브래킷, 지그 및 간단한 기구부 제작 지원

• 센서 및 엑추에이터 통신 시스템 통합 구성 지원

• 간섭, 진동, 유격, 발열실제 하드웨어 문제의 확인과 개선

• 필요한 부품의 사양 조사, 구매 및 BOM 관리 지원

2. 텔레오퍼레이션 시스템 개발 지원

• 리드암과 양팔로봇 사이의 관절 매핑 및 동작 범위 설정

• 초기 자세, 원점, 관절 제한, 속도 및 안전 파라미터 설정

• Python 또는 C++ 기반의 로봇 제어·상태 확인 도구 개발

• 통신 지연, 연결 끊김, 추종 오차 등 텔레오퍼레이션 문제의 재현과 원인 분석

• 비상정지와 안전 복귀를 포함한 기본 안전 기능 시험

3. 제조 작업 시나리오 실험

• 경공업에서 필요한 다양한 양팔 협업 작업 환경 구성

• 반복 실험을 통한 작업 난이도와 실패 원인 분석

• 카메라 위치, 그리퍼 형상, 작업물 배치가 조작 성능에 미치는 영향 확인

• 실험 영상, 로봇 상태, 조작 명령 및 실패 사례 기록

6개월 동안 기대하는 성과

• 양팔 리드암–팔로워 시스템을 독립적으로 점검하고 구동할 수 있는 수준 확보

• 양팔로봇의 조립·배선·캘리브레이션 절차 표준화

• 주요 제조 작업 시나리오의 반복 실험과 데이터 수집 지원

• 자주 발생하는 하드웨어 또는 텔레오퍼레이션 문제를 하나 이상 구조적으로 개선

자격 요건

• 6개월 이상 풀타임 근무가 가능한 분

• 기계공학, 전기·전자공학, 메카트로닉스, 로봇공학, 컴퓨터공학 또는 관련 분야를 공부했거나, 로보틱스에 꾸준한 관심을 갖고 관련 활동을 해온 분

• 아두이노, 3D 프린터 등을 활용해본 분

• SolidWorks, Fusion 360 등 3D CAD 사용 경험

우대 사항

아래 경험은 모두 필요하지 않습니다. 한 가지라도 직접 해본 경험이 있다면 좋습니다.

• 3D 프린팅, CNC, 레이저 커팅 또는 판금 부품 제작 경험

• 센서 데이터 수집 혹은 모터 및 기타 액추에이터 회로를 기획, 제작해본 경험

• ROS·ROS2, MoveIt 또는 로봇 제어 SDK 사용 경험

• CAN, RS-485, UART, EtherCAT 등 통신 인터페이스 경험

• 로봇 기구학, 캘리브레이션 또는 양팔 제어에 대한 기본 이해

• 카메라, 힘·토크 센서, 촉각 센서 또는 그리퍼 통합 경험

• 텔레오퍼레이션이나 모방학습용 데이터 수집 경험

• 테스트 스크립트, 로그 분석 또는 반복 실험 자동화 경험

이런 분과 잘 맞습니다

• 화면 속 시뮬레이션보다 실제 로봇을 직접 만지고 고치는 것을 좋아하는 분

• 완성된 제품보다 빠르게 바뀌는 연구용 프로토타입 환경을 즐기는 분

• 임시 해결에 그치지 않고 다음 사람이 재현할 수 있도록 기록을 남기는 분

• 기구·전장·소프트웨어 사이의 경계를 구분하기보다 전체 시스템 관점에서 문제를 보는 분

• 모르는 것을 솔직하게 말하고 실험으로 확인하는 분

근무 조건

• 채용 형태: 풀타임 인턴

• 근무 기간: 6개월 또는 그 이상 (협의 가능)

• 채용 인원: 1명 (최대 2명)

• 근무 조직: WoRV Physical AI팀

• 근무지: 판교

• 처우 및 입사일: 최종 합격 후 협의

지원 방법

자유 형식의 이력서와 본인이 직접 참여한 프로젝트 자료를 제출해 주세요.

프로젝트 자료에는 아래 내용이 포함되면 좋습니다.

• 해결하려던 문제

• 본인이 직접 담당한 부분

• 사용한 하드웨어와 소프트웨어

• 실제로 발생한 문제와 해결 과정

• 최종 결과 또는 시연 영상

GitHub, CAD 이미지, 회로도, 제작 사진, 실험 영상 등 본인의 기여도를 보여줄 수 있는 자료가 있다면 함께 제출해 주시면 검토에 더욱 도움이 됩니다.