Field AI는 로봇이 다양한 산업 공정을 자율적으로 관리할 수 있는 로봇 두뇌를 구축하고 있습니다. Vention은 로봇 작업을 쉽게 개발할 수 있도록 사전 학습된 기술을 생성합니다. 그리고 Cobot은 자재를 이동시키고, 동적 환경에 적응하여 인간과 함께 원활하게 작업하도록 설계된 AI 기반 코봇인 Proxie를 선보였습니다.
이러한 선도적인 로봇 스타트업은 모두 Amazon Web Services에서 NVIDIA Isaac Sim을 사용하여 제품을 고도화시키고 있습니다. Isaac Sim은 개발자가 물리 기반 가상 환경에서 AI 기반 로봇을 시뮬레이션하고 테스트할 수 있도록 NVIDIA Omniverse를 기반으로 구축된 레퍼런스 애플리케이션입니다.
NVIDIA는 또한 AWS re:Invent에서 NVIDIA Isaac Sim이 이제 NVIDIA L40S GPU로 가속화된 Amazon Elastic Cloud Computing (EC2) G6e 인스턴스에서 실행된다고 발표한 바가 있는데요. 또한 개발자는 클라우드 네이티브 오케스트레이션 플랫폼인 NVIDIA OSMO를 통해 AWS 컴퓨팅 인프라 전반에서 복잡한 로봇 워크플로우를 쉽게 관리할 수 있습니다.
클라우드 기반 NVIDIA 가속 하드웨어와 소프트웨어의 조합을 통해 이제 모든 규모의 팀이 물리 AI 워크플로우를 확장할 수 있습니다.
물리 AI(Physical AI)는 물리적 세계를 이해하고 상호 작용할 수 있는 AI 모델을 말합니다. 자율 주행 자동차, 산업용 매니퓰레이터, 모바일 로봇, 휴머노이드, 심지어 공장이나 창고처럼 로봇으로 운영되는 인프라 등 차세대 오토노머스 머신과 로봇을 구현합니다.
개발자들은 물리 AI를 통해 훈련, 시뮬레이션, 추론의 세 가지 컴퓨터 솔루션을 도입하여 획기적인 발전을 이루고 있습니다.
하지만 로보틱스 시스템을 위한 물리적 AI를 구현하려면 정밀한 추론을 위해 강력한 훈련 데이터 세트가 필요합니다. 그러나 이러한 데이터세트를 개발하고 실제 상황에서 테스트하는 것은 비현실적이고 비용이 많이 들 수 있습니다.
시뮬레이션은 AI 기반 로봇의 훈련, 테스트 및 배포를 크게 가속화할 수 있기 때문에 이에 대한 해답을 제시할 수 있습니다.
클라우드에서 L40S GPU를 활용하여 로보틱스 시뮬레이션과 훈련 확장하기
시뮬레이션은 로봇 설계는 물론 시스템과 알고리즘을 배포하기 전에 확인, 검증, 그리고 최적화하는 데 사용됩니다. 또한 시뮬레이션은 건설 또는 리모델링을 시작하기 전에 시설 및 시스템 설계를 최적화하여 효율성을 극대화하고 비용이 많이 드는 제조 변경 주문을 줄일 수 있습니다.
NVIDIA L40S GPU로 가속화된 Amazon EC2 G6e 인스턴스는 이전 아키텍처에 비해 2배의 성능 향상을 제공하는 동시에 장면 및 시뮬레이션 복잡성이 증가함에 따라 유연하게 확장할 수 있습니다. 인스턴스는 AI 기반 로봇을 구동하는 많은 컴퓨터 비전 모델을 훈련하는 데 사용됩니다. 즉, 데이터 생성부터 시뮬레이션, 모델 훈련까지 다양한 작업을 위해 동일한 인스턴스를 확장할 수 있습니다.
클라우드에서 NVIDIA OSMO를 사용하면 팀은 온프레미스 또는 AWS 클라우드 등 분산된 컴퓨팅 리소스 전반에서 복잡한 로봇 개발 워크플로우를 오케스트레이션하고 확장할 수 있습니다.
Isaac Sim은 최신 로보틱스 시뮬레이션 기능과 클라우드에 대한 액세스를 제공하여 협업을 촉진합니다. 중요한 워크플로우 중 하나는 바로 인식 모델 훈련을 위한 합성 데이터를 생성하는 것입니다.
개발자는 맞춤형 합성 데이터 생성(SDG) 파이프라인을 구축하기 위한 프레임워크이자 Isaac Sim의 핵심 확장인 NVIDIA Omniverse Replicator와 NVIDIA NIM 마이크로서비스를 결합한 레퍼런스 워크플로우를 사용하여 생성형 AI 지원 SDG 파이프라인을 구축할 수 있습니다.
여기에는 파이썬 USD 코드를 생성하고 OpenUSD 쿼리에 응답하기 위한 USD 코드 NIM 마이크로서비스와 자연어 또는 이미지 입력을 사용하여 OpenUSD 에을 탐색하기 위한 USD 검색 NIM 마이크로서비스가 포함됩니다. Edify 360 HDRi NIM 마이크로서비스는 360도 환경 지도를 생성하고, Edify 3D NIM 마이크로서비스는 텍스트 또는 이미지 프롬프트에서 바로 편집 가능한 3D 에셋을 생성합니다. 이를 통해 생성형 AI의 강력한 기능을 사용하여 에셋 생성부터 이미지 증강에 이르기까지 지루하고 수동적인 여러 단계를 줄여 합성 데이터 생성 프로세스를 간소화할 수 있습니다.
Omniverse Replicator와 통합된 Rendered.ai의 합성 데이터 엔지니어링 플랫폼을 통해 기업은 보안, 인텔리전스, 제조, 농업 등 다양한 산업에서 사용되는 컴퓨터 비전 모델용 합성 데이터를 생성할 수 있습니다.
IT 컨설팅 및 디지털 서비스 제공업체인 SoftServe는 유럽의 선도적인 식품 생산업체인 Pfeifer & Langen과 함께 합성 데이터를 생성하고 수직 농업에 사용되는 로봇을 검증하는 데 Isaac Sim을 사용하고 있습니다.
Tata Consultancy Services는 실제 시나리오를 시뮬레이션하여 오토모티브와 자율 주행 분야의 사용 사례를 확인하기 위해 맞춤형 합성 데이터 생성 파이프라인을 구축하여 모빌리티 AI 제품군을 강화하고 있습니다. 이러한 애플리케이션에는 결함 감지, 최종 라인 품질 검사, 위험 방지 등이 포함됩니다.
시뮬레이션을 통한 로봇 훈련
Isaac Sim을 통해 개발자는 물리적으로 정확한 시뮬레이션으로 로봇을 테스트하고 검증할 수 있으며, Isaac Sim을 기반으로 구축된 오픈 소스 로봇 학습 프레임워크인 Isaac Lab은 AWS Batch에서 실행할 수 있는 로봇 정책을 구축하기 위한 가상 놀이터를 제공합니다.
이러한 시뮬레이션은 반복이 가능하기 때문에 개발자는 쉽게 문제를 해결하고 검증 및 테스트에 필요한 주기를 줄일 수 있습니다.
현재 수많은 로보틱스 개발 기업들이 다음과 같은 물리 AI를 개발하기 위해 AWS에서 NVIDIA Isaac을 도입하고 있습니다:
- Aescape: Isaac Sim의 온보드 센서를 정확하게 모델링하고 튜닝하여 정밀한 맞춤형 마사지를 제공할 수 있는 로봇.
- Cobot은 창고, 병원, 제조 현장 등에서 물류를 최적화하기 위해 AI 기반 코봇인 Proxie와 함께 Isaac Sim을 사용.
- Cohesive Robotics는 혼합이 많은 제조 환경에서 사용되는 로봇 워크셀을 개발하고 배포하기 위해 소프트웨어 프레임워크인 Argus OS에 Isaac Sim을 통합
- Field AI: 로봇 파운데이션 모델의 빌더인 Field AI는 건설, 제조, 석유 및 가스, 광업 등 산업 전반의 복잡하고 비정형화된 환경에서 모델의 성능을 평가하기 위해 Isaac Sim과 Isaac Lab을 사용.
- Standard Bots: 제조 및 가공 설정에 사용되는 R01 로봇의 성능을 시뮬레이션하고 검증.
- Swiss Mile: 바퀴 달린 4족 보행 로봇이 공장과 창고에서 새로운 수준의 높은 효율성으로 자율적으로 작업을 수행할 수 있도록 로봇 학습을 위해 Isaac Sim과 Isaac Lab을 사용
- Vention: 풀스택 클라우드 기반 자동화 플랫폼을 제공하는 Vention은 중소 제조업체에서 사용하는 로봇 셀의 새로운 기능을 개발하고 테스트하는 데 Isaac Sim을 활용.
AWS 마켓플레이스의 NVIDIA L40S GPU 기반 Amazon EC2 G6e 인스턴스에서 사용할 수 있는 Isaac Sim 4.2에 대해 여기에서 자세히 알아보세요.