엔비디아가 글로벌 최대 컴퓨터 그래픽 콘퍼런스인 시그라프(SIGGRAPH)에서 아마존 디바이스 앤 서비스(Amazon Devices & Services)가 엔비디아(NVIDIA) 디지털 트윈 기술을 활용해 새로운 피지컬 AI 소프트웨어 솔루션으로 제조 분야에서 혁신을 이끌고 있다고 밝혔다.

이번 달 아마존 디바이스 생산 시설에 도입된 이 혁신적인 솔루션은 시뮬레이션 우선 접근 방식을 적용한 제로 터치(zero-touch) 제조 방식이다. 이는 로봇 팔이 다양한 장비의 제품 품질을 검사하고 새로운 제품을 생산 라인에 통합하도록 훈련하는 것이다. 이 모든 과정은 하드웨어 변경 없이 합성 데이터를 기반으로 이뤄진다.

이 새로운 기술은 아마존 디바이스가 개발한 조립 라인 공정 시뮬레이션 소프트웨어와, 엔비디아 기술에 기반한 디지털 트윈 내 제품을 결합한다. 이 기술은 모듈형 AI 기반 워크플로우를 통해 기존 검사 장비보다 더 빠르고 효율적인 검사를 진행한다.

공정과 제품을 디지털 트윈 내에서 시뮬레이션하면 비용과 시간이 많이 소요되는 물리적 프로토타이핑의 필요가 없어진다. 이는 제조업체의 워크플로우를 간소화하며, 신제품을 소비자에게 전달하는 시간을 단축한다.

이 솔루션은 아마존 장비와 공장 작업대의 사실적인 물리 기반 표현을 토대로 합성 데이터를 생성하며, 로봇 운영을 위한 제로샷(zero-shot) 제조를 가능하게 한다. 이처럼 공장에 특화된 데이터는 시뮬레이션과 실제 작업 환경에서 AI 모델 성능을 향상시키는 데 활용된다. 이를 통해 배포에 앞서 시뮬레이션과 실제 간 격차를 최소화한다.

이는 물리적 프로토타입 없이도 다양한 제품과 생산 공정을 유연하게 처리할 수 있는 범용 제조 시대를 향한 중요한 도약이다.

AI와 디지털 트윈을 활용한 로봇 이해

아마존 디바이스 앤 서비스는 디지털 트윈 환경에서 로봇을 훈련시켜 새로운 장비를 인식하고 다룰 수 있도록 한다. 이를 통해 더 빠르고 제어가 용이하며 모듈화된 제조 파이프라인을 구축할 수 있게 됐다. 이로써 제조 라인은 소프트웨어만으로도 한 제품의 감사 작업에서 다른 제품으로 손쉽게 전환할 수 있다.

로봇의 동작은 시뮬레이션에서 수행된 훈련을 기반으로 제품 제조에 필요한 모든 과정을 구성할 수 있으며, 이는 조립, 테스트, 포장, 검사 단계 등을 포함한다.

엔비디아 아이작(Isaac) 기술 제품군은 아마존 디바이스 앤 서비스가 물리적으로 정확한 시뮬레이션 우선 접근 방식을 구현할 수 있도록 지원한다.

아마존 디바이스 앤 서비스는 신규 장치가 도입되면 컴퓨터 지원 설계(computer-aided design, CAD) 모델을 엔비디아 옴니버스(Omniverse) 플랫폼 기반 오픈 소스 로보틱스 시뮬레이션 참조 애플리케이션인 엔비디아 아이작 심(Sim)에 적용한다.

엔비디아 아이작은 각 장치의 CAD 모델을 통해 5만 개 이상의 다양한 합성 이미지를 생성하며, 이는 물체와 결함 탐지 모델 훈련에 필수적이다.

이후 아이작 심은 해당 데이터를 처리하고, 엔비디아 아이작 ROS를 활용해 제품 취급을 위한 로봇 팔 궤적을 생성한다.

아마존 웹 서비스(Amazon Web Services, AWS)는 이 기술의 개발을 크게 가속화했다. AWS 배치(Batch)를 통해 아마존 EC2 G6 인스턴스를 활용한 아마존 장비 제품 사양 기반의 분산 AI 모델 훈련이 이뤄졌다. 또한 아마존 EC2 G6 계열 인스턴스에서 엔비디아 아이작 심의 물리 기반 시뮬레이션과 합성 데이터 생성 작업도 수행됐다.

아울러 이 솔루션은 아마존 베드록(Bedrock)을 사용한다. 이는 생성형 AI 애플리케이션과 에이전트를 구축하는 서비스로, 제품 사양 문서 분석을 기반으로 공장 내 고수준 작업과 특정 검사 테스트 사례를 계획한다. 아마존 베드록 에이전트코어(Bedrock AgentCore)는 생산 라인 내 다중 공장 작업대를 위한 자율 워크플로우 계획에 사용되며, 3D 설계와 표면 특성 등 멀티모달 제품 사양 입력을 처리할 수 있다.

로봇이 작업 환경을 이해할 수 있도록, 이 솔루션은 엔비디아 cu모션(cuMotion)을 사용한다. 이는 엔비디아 젯슨 AGX 오린(Jetson AGX Orin) 모듈에서 찰나의 순간에 충돌 없는 궤적을 생성할 수 있는 쿠다(CUDA) 가속 동작 계획 라이브러리이다. 아이작 ROS에 속한 엔비블록스(nvblox) 라이브러리는 cu모션이 충돌 없는 궤적 계획을 위해 사용하는 거리 필드를 생성한다.

파운데이션포즈(FoundationPose)는 500만 개의 합성 이미지로 훈련된 엔비디아의 파운데이션 모델로, 자세 추정과 물체 추적을 위해 설계됐다. 이 모델은 아마존 디바이스 앤 서비스 로봇이 장비의 정확한 위치와 방향을 파악하는 데 도움을 준다.

새로운 제조 솔루션에 필수적인 파운데이션포즈는 사전 노출 없이도 완전히 새로운 물체에 맞춰 일반화할 수 있다. 따라서 다양한 제품 간 원활한 전환이 가능하며, 변경 사항마다 모델을 재훈련하는 데 필요한 새로운 데이터를 수집할 필요가 없다.

제품 검사 과정에서 이 솔루션의 접근 방식은 제조 라인에서의 결함 검출에 사용된다. 모듈형 설계 덕분에 엔비디아 코스모스 리즌(Cosmos Reason)과 같은 고급 추론 모델도 쉽게 통합할 수 있다.