휴머노이드의 '가상과 현실 격차'…로보티즈·엔비디아가 넘는다

휴머노이드의 '가상과 현실 격차'…로보티즈·엔비디아가 넘는다

시뮬레이션 학습 현실 적용하는 '심투리얼' 기술 공개

합성데이터·그루트 1.7로 피지컬 AI 고도화

"물리적 제약이 있는 실제 환경과 시뮬레이션 간의 격차(Sim-to-Real gap)를 줄이는 것이 휴머노이드 로봇 상용화의 핵심입니다"

22일 서울 코엑스 그랜드볼룸에서 열린 서울 휴머노이드 서밋에서 로보티즈[108490]와 엔비디아가 차세대 휴머노이드 두뇌가 될 인공지능(AI) 소프트웨어 스택과 아키텍처를 제시했다.

이날 세션에서는 우성호 로보티즈 리드와 치 왕 엔비디아 수석 제품 관리자가 연사로 나서 양사의 기술협력 성과와 비전을 밝혔다.

로보티즈는 로봇이 가상 환경에서 학습한 내용을 물리 세계에서 적용하는 기술적 난제를 해결하는 과정을 공유했다.

우성호 리드는 "기존 물리 엔진을 무조코(MuJoCo·고성능 오픈소스 물리 엔진)로 변경한 결과 복싱 동작 등에서 안정성이 두 배 이상 향상됐다"라고 말했다.

특히 양질의 데이터 확보가 필수적인 로봇 산업의 특성상 로보티즈는 엔비디아의 코스모스 트랜스퍼를 적극적으로 도입했다고 전했다.

기존 원격 조작 비디오를 300여 개의 데이터로 증강해 모델을 미세 조정한 결과 로봇이 그림자를 타깃으로 오인하는 현상을 해결하고 작업 실패 시 복구 능력도 크게 향상됐다고 우성호 리드는 전했다.

우성호 리드는 전신 동작 제어는 대규모 시뮬레이션을 통해 확장이 수월하지만, 복잡한 물리적 접촉이 발생하는 조작 단계에서는 행동의 결과를 예측하는 세계 행동 모델(World Action Model) 도입이 필수적이라고 덧붙였다.

왕 엔비디아 수석 제품 관리자는 범용 로봇 지능 모델인 아이작 그루트 아키텍처를 분석했다.

프로젝트 그루트는 단일 작업이나 특정 하드웨어에 종속되지 않고 다양한 로봇 형태에 이식될 수 있는 범용 로봇 지능을 목표로 한다.

그는 모델 고도화를 위한 데이터 확보의 중요성도 강조했다.

왕 수석은 "결국 로봇 공학은 데이터의 문제다"라며 "고품질의 실제 로봇 데이터, 합성 데이터, 그리고 인간 스케일 데이터를 모두 결합하는 데이터 피라미드 전략을 활용하고 있다"라고 설명했다.

새롭게 상용화된 그루트 1.7은 시각-언어-행동 모델(VLA)을 기반으로 코스모스 비전2B 모델의 강력한 추론 능력을 활용해 직접 행동을 생성한다.

오후 세션에 참석한 차수정 AWS 제너레이티브 AI 이노베이션 센터 머신러닝 아키텍트는 "기존 AI가 노트북 안에 머물렀다면 피지컬 AI는 물리적인 세계와 직접 상호작용한다는 점이 다르다"라며 클라우드 기반 엔드투엔드 모델 학습 파이프라인 정립의 중요성을 짚었다.