NVIDIA Jetson이 일본 편의점 인공지능(AI) 로봇에 채택돼 훼미리마트(FamilyMart) 편의점 수백 개 매장에 재입고될 예정입니다.
일본의 편의점 밀도는 세계 3위로 일본 내 총 편의점 수는 56,000개에 이르는데, 그 가운데 16,000개를 훼미리마트가 운영하고 있죠.
일본 도쿄에 본사를 둔 스타트업 텔레이그지스턴스(Telexistence)가 이번 재입고를 진행합니다. 텔레이그지스턴스는 음료 선반을 다시 채우는 것과 같은 반복적인 작업을 로봇에 맡겨 소매점 직원들이 시간을 절약하고 고객 응대와 같은 더 복잡한 작업에 집중할 수 있도록 돕는 것을 목표로 삼고 있습니다.
물론 이는 NVIDIA Jetson 엣지 AI와 로봇 플랫폼에서 실행되는 텔레이그지스턴스의 로봇이 할 수 있는 일들 가운데 한 가지 예시일 뿐입니다. 이에 더해 텔레이그지스턴스는 상자를 분류하고 고르는 로봇으로 창고 물류용 AI 기반 시스템을 개발하고 있습니다.
텔레이그지스턴스 대표인 진 토미오카(Jin Tomioka)는 “인간의 일상을 지원하는 산업에 로봇을 배치하고자 합니다. 이를 위해 우리는 그 첫 번째 공간으로 편의점을 선택했습니다. 편의점은 특히 일본에서 일상 생활을 지원하고 있지만, 노동력 부족에 직면하고 있는 거대한 네트워크입니다”라고 말했습니다.
2017년에 설립된 이 회사는 일본 편의점의 다음 단계로 미국 편의점으로의 확장을 계획하고 있는데요. 현재 미국의 소매업계 또한 노동력 부족으로 어려움을 겪고 있으며, 절반 이상의 소비자들이 적어도 한 달에 한 번은 미국 내 15만 개 편의점 가운데 하나를 방문한다고 밝혔습니다.
훼미리마트에 입고되는 텔레이그지스턴스 로봇
텔레이그지스턴스는 8월부터 TX SCARA라는 자동 재고 보충 로봇을 300개의 훼미리마트 매장에 배치하기 시작할 예정입니다. 그리고 향후 몇 년 안에 훼미리마트 추가 매장뿐만 아니라 다른 주요 편의점 체인에도 로봇을 제공하는 것을 목표로 하고 있죠.
진 토미오카는 “직원들은 매장 전면에서 고객과 함께하는 데보다 매장 뒤편에서 재고를 보충하는 데 많은 시간을 씁니다. 서비스형 로봇(Robotics-as-a-service, RaaS) 덕분에 직원이 더욱 많은 시간을 고객 응대에 할애할 수 있게 됐습니다”고 말했습니다.
TX SCARA는 지정된 경로를 따라 움직이고, 각 선반을 스캔하는 여러 대의 카메라를 탑재하고 있으며, AI를 사용해 재고가 부족한 음료를 확인하고 재입고 경로를 계획합니다. AI 시스템은 98% 이상의 자동 재입고 성공률을 자랑하죠.
드문 확률로 로봇이 음료의 위치를 잘못 판단하거나 음료를 떨어뜨릴 경우에도 소매점 직원이 로봇을 다시 작동시키기 위해 작업을 중단할 필요는 없는데요. 텔레이그지스턴스에는 NVIDIA GPU를 사용하는 VR 시스템의 비디오 스트리밍을 통해 수동으로 원격 제어하여 상황을 신속하게 해결할 수 있는 운영자가 상시 대기하고 있기 때문이죠.
텔레이그지스턴스의 추정에 따르면 바쁜 편의점은 하루에 1,000개 이상의 음료를 재입고해야 합니다. TX SCARA의 클라우드 시스템은 작동 중인 로봇에 저장된 품목의 이름, 날짜, 시간, 수량을 기반으로 제품 판매 데이터베이스를 유지하고 관리합니다. 이를 통해 AI는 판매 데이터를 기반으로 먼저 재입고할 품목의 우선 순위를 지정할 수 있습니다.
NVIDIA Jetson을 통해 이뤄지는 엣지 AI
TX SCARA에는 여러 AI 모델이 사용됩니다. 물체 감지 모델은 상점 내 음료 종류를 식별해 어떤 음료가 어느 선반에 속하는지 확인합니다. 이 모델은 로봇 팔의 움직임을 감지하는 데 도움이 되는 다른 모델과 결합함으로써, 음료를 집어들어 선반 위 다른 제품들 사이에 정확하게 놓죠. 또 다른 모델은 이상 징후를 감지합니다. 음료가 선반 위 또는 밖으로 떨어졌는지 여부를 인식하고, 각 선반에서 어떤 음료가 부족한지 또한 감지합니다.
텔레이그지스턴스 팀은 사전 훈련된 맞춤형 신경망을 기본 모델로 사용해 합성, 주석이 달린 실제 데이터를 추가하여 애플리케이션에 맞게 신경망을 미세 조정했습니다. 시뮬레이션 환경을 사용해 80,000개 이상의 합성 이미지를 생성함으로써, 팀은 데이터세트를 보강해 로봇이 모든 색상, 질감 또는 조명 환경에서 음료를 감지하는 방법을 학습하도록 했습니다.
AI 모델 교육을 위해 팀은 NVIDIA DGX Station에 의존했습니다. 로봇은 엣지에서 AI 처리를 위한 NVIDIA Jetson AGX Xavier와 비디오 스트리밍 데이터를 전송하기 위한 NVIDIA Jetson TX2 모듈, 이 두 가지 NVIDIA Jetson 임베디드 모듈을 사용합니다.
소프트웨어 측면에서는 팀은 엣지 AI용 NVIDIA JetPack SDK와 고성능 추론용 NVIDIA TensorRT SDK를 사용합니다.
텔레이그지스턴스의 로봇 자동화 총책임자인 파벨 사브킨(Pavel Savkin)은 “TensorRT가 없었다면 우리 모델이 매장의 물체를 효율적으로 감지할 만큼 충분히 빠르게 실행되지 않았을 것”이라고 말했습니다.
텔레이그지스턴스는 단정밀 부동 소수점 형식(FP32) 대신 반정밀(FP16)을 사용해 AI 모델을 더욱 최적화했습니다.
9월 19일부터 22일까지 온라인으로 진행되는 NVIDIA GTC에 무료로 등록하고, 최신 AI과 로보틱스에 대해 자세히 알아보세요.