미국 아마존웹서비스(AWS)가 로봇 공학자들이 데이터 수집부터 로봇 모델의 훈련, 시뮬레이션, 검증, 배포에 이르는 전 과정을 지원하는 오픈소스 ‘피지컬 AI 툴체인(Physical AI Toolchain)’을 출시했다고 더로봇리포트가 보도했다.
이 툴체인은 AWS 서비스와 엔비디아의 피지컬 AI 소프트웨어(SW) 스택을 하나의 개발 워크플로로 통합했다. 개발 목적은 AI 기반 로봇을 개발하는 기업들이 직면한 가장 큰 난제 중 하나를 해결하는 것이다. 즉, 훈련된 모델을 실제 환경에서 안정적으로 작동할 수 있는 시스템으로 전환하는 데 필요한 수많은 요소를 연결하는 일이다.
스리 엘라프롤루 AWS 프론티어 AI 과학·공학 부문 이사는 “우리는 일종의 ‘간편 버튼’을 만들어 사람들이 인프라에 대한 걱정 없이 본연의 해결 과제에 집중할 수 있도록 노력하고 있다”고 말했다.
피지컬 AI 툴체인은 2025년에 서비스가 종료된 클라우드 기반 로봇 시뮬레이션 플랫폼인 로보메이커(RoboMaker)를 직접적으로 대체하는 것은 아니다. 엘라프롤루 이사는 로보메이커를 AWS 로봇 스택의 구성 요소 중 하나로 설명하면서 새로운 툴체인은 더 광범위한 개발 기술 집합을 하나로 모은 것이라고 강조했다.
◇데이터에서 배포까지
이 툴체인은 AI 개발 프로세스의 다섯 가지 요소인 합성 데이터 생성, 모델 훈련, 시뮬레이션 및 검증, 에지(Edge) 배포, 지속적 개선을 결합한다.
로봇 기업은 로봇이 작업을 수행하는 시연 데이터를 수집하고, 이를 바탕으로 추가 훈련 시나리오를 합성해 생성할 수 있다. 이후 모델을 훈련하거나 미세 조정, 실제 로봇에 배포하기 전에 시뮬레이션을 통해 해당 모델을 테스트할 수 있다.
AWS는 모델 훈련에 아마존 세이지메이커(Amazon SageMaker)를, 에지 디바이스로의 모델 배포에는 AWS IoT 그린그래스(AWS IoT Greengrass)를 사용한다.
엔비디아는 아이작 심, 아이작 랩, 아이작 그루트, 코스모스를 제공한다. 기업들은 이 구성 요소들을 개별적으로 사용하거나 엔드투엔드 워크플로로 결합해 사용할 수 있다.
엘라프롤루 이사는 “이러한 모델을 훈련하는 데 필요한 데이터의 양은 상당하지만, 인터넷에 방대한 데이터가 존재하는 대규모언어모델(LLM)과 달리 활용할 수 있는 데이터가 많지 않다. 그렇다면 그 데이터를 어떻게 생성할 것인가? 실제 세계를 대변할 수 있는 합성 데이터를 어떻게 만들 것인가? 그것이 우리가 해결하고자 하는 과제 중 하나다”라고 말했다.
합성 데이터는 기업이 추가적인 시나리오를 생성하는 데 도움을 주며, 시뮬레이션은 개발자가 물리적 하드웨어에 배포하기 전에 모델을 테스트할 수 있게 한다. 이 툴체인은 현장의 로봇이 수집한 데이터를 다시 클라우드로 보내 모델을 개선하는 피드백 루프를 지원한다.
엘라프롤루 이사는 “로봇에 대한 배포 규모를 확장하기 시작하면 현장에서 확보한 학습 내용이 다시 클라우드로 흘러 들어가야 한다. 그렇게 함으로써 로봇의 두뇌를 지속적으로 반복 진화시키는 것이다”라고 설명했다.
◇아마존 로봇 공정에서 얻은 교훈
엘라프롤루 이사는 이 툴체인에 현재 100만 대 이상의 로봇을 운용 중인 아마존 자체 로봇 공정의 노하우가 담겨 있다고 밝혔다. 다만 아마존의 통제된 물류창고가 피지컬 AI가 작동할 모든 환경을 대변하지는 않는다.
엘라프롤루는 편의점에 휴머노이드 로봇을 배치하고 있는 일본의 로봇 기업 텔레이그지스턴스(Telexistence)를 예로 들었다. 그는 이미 300대 이상이 배치됐으며 앞으로 더 늘어날 예정이라고 전했다. 통제된 공장과 달리 편의점은 더 많은 변수가 존재하며, 로봇이 변화하는 조건에 신속하게 대응해야 한다.
엘라프롤루 이사는 “결함 허용 기준은 훨씬 낮은 편이지만, 동시에 반응 속도는 훨씬 더 빨라야 한다”고 설명했다.
AWS는 이 툴체인을 특정 하드웨어에 종속되지 않는 (하드웨어 중립적인) 방식으로 유지하고 있다. 특정 로봇을 지정하는 대신 다양한 기기에서 모델을 학습시키고 배포할 수 있는 인프라를 제공하는 것이다.
그는 “현재 제작 중이거나 향후 제작될 하드웨어 설계와 구성 요소는 매우 다양할 것이다. 이 툴체인은 의도적으로 최종 단계의 하드웨어 사양에 구애받지 않는 중립적인 입장을 취하고 있다”고 밝혔다.
◇촉각 감지 및 건설 분야
엘라프롤루는 피지컬 AI에 요구될 수 있는 특수 기능의 예로 촉각 감지를 꼽았다. AWS는 휴머노이드 로봇의 손을 위한 촉각 기능을 개발하는 한국 기업 리얼월드(RLWRLD)와 협력해 왔다.
엘라프롤루에 따르면 기존 모델로는 다섯 손가락을 정교하게 움직여야 하는 특정 작업을 수행하기에 역량이 부족했기 때문에 AWS와 해당 기업이 협력해 특화된 모델을 개발하게 됐다.
아마존의 벌컨(Vulcan) 로봇은 또 다른 사례다. 이 시스템은 촉각 감지 기술을 활용해 아마존 풀필먼트센터(물류센터)에서 물품을 조작하고 적재하는 작업을 수행한다.
이 툴체인 자체가 촉각 감지 전용 플랫폼은 아니지만 다양한 데이터 소스, 모델 학습, 시뮬레이션 및 엣지 배포를 지원하므로 개발자가 자신의 시스템에 특수 감지 기능을 통합할 수 있도록 해 준다.
AWS는 창고나 공장 이외의 분야에서도 활용 가능성을 보고 있다. 엘라프롤루는 자율 건설 로봇용 하드웨어와 AI 모델을 개발한 베드록 로보틱스(Bedrock Robotics)를 예로 들었다. 이 모델들은 AWS 클라우드에서 학습된 후, 실제 건설 현장에서 장비를 운용하는 데 사용된다.
◇오픈소스 접근 방식
피지컬 AI 툴체인은 오픈소스로 제공되므로 스타트업이나 대기업 모두가 이를 사용하고 수정할 수 있다.
엘라프루푸는 AWS와 엔비디아의 개별 구성 요소들이 이미 고객들에 의해 사용되어 왔다고 언급했다. 여기에는 AWS, 매스로보틱스, 엔비디아가 공동 진행하는 ‘피지컬 AI 펠로우십‘ 프로그램에 참여하는 기업들도 포함된다. 이번에 새롭게 선보이는 제품은 이러한 구성 요소들을 하나의 유기적이고 원활한 워크플로로 통합한 것이다.
그는 “핵심은 이러한 요소들을 하나로 묶어 이를 추진해 나가려는 기업들이 이를 원활하게 활용할 수 있도록 만드는 것이다”라고 말했다.
이재구 기자 robot3@irobotnews.com