▲소프트 로보틱스가 엔비디아의 시뮬레이션 기술로 생닭까지도 집어서 옮길 수 있는 인공지능 기반의 로봇손 파지(把持·grasping)기술을 개발했다. (사진=소프트로보틱스)

미국 소프트 로보틱스가 엔비디아의 시뮬레이션 기술로 생닭까지도 집을 수 있는 로봇손 파지(把持·grasping) 기술을 개발했다고 로보틱스앤오토메이션뉴스가 지난 16일(현지시각) 보도했다.

이에 따르면 소프트 로보틱스는 엔비디아의 시뮬레이션 툴인 아이작 심(Isaac Sim) 종합 데이터를 식품 가공 자동화에 적용해 안전성을 높이고 생산량을 늘렸다.

개발자들은 수십억달러(수 조원) 규모의 산업에 소프트웨어(SW)가 활용되길 모색하면서 지난 몇 년간 시뮬레이션과 로봇 그립 기술 간 격차를 줄이기 위해 노력해 왔다. 컨베이어 벨트에서 빠르게 움직이는 품목을 안전하게 잡은 채 옮기는 것은 기업들에게 큰 가능성을 제시한다.

매사추세츠주 베드포드에 본사를 둔 소프트 로보틱스는 엔비디아의 아이작 심 툴을 활용해 시뮬레이션과 실제 적용상의 간격을 좁혀 이를 로봇손 그립 분야에 적용할 수 있었다. 적용 분야 중 하나는 축산물 처리회사의 육류같은 완벽하게 젖은 식품을 가공하는 과정에서 이들을 집은 후 옮기는 것이다.

식품 포장 및 가공업체들이 소프트 로보틱스의 엠그립AI(mGripAI)를 적용하고 있다. 이 파지 로봇은 부드러운 그립감과 3D 비전, 인공지능(AI)을 결합해 육류, 농산물, 베이커리 같은 섬세한 음식들을 손상 없이 집어 옮긴다.

데이비드 웨더왁스 소프트 로보틱스 SW 엔지니어링 수석 이사는 “우리는 픽킹 솔루션의 손, 눈, 두뇌를 판매하고 있다”고 말했다.

소프트 로보틱스는 “로봇을 도입한 다른 산업들과 달리 8조달러(약 1경 361조원) 규모의 식품 시장은 구조화되지 않은 환경에서 다양한 품목을 처리해 줄 로봇 개발이 더뎠다”고 말한다. 이 회사는 지난 2013년에 설립돼 최근 타이슨벤처스, 마렐, 존슨빌벤처스로부터 C시리즈 투자 라운드에서 2600만달러(약 337억원)를 투자받았다. 타이슨 푸드와 존슨빌과 같은 회사들은 그들의 시설에서 안전성 향상과 생산량 증대를 위해 로봇 자동화 도입에 베팅하고 있다. 두 회사 모두 소프트 로보틱스 기술에 의존하고 있다. 소프트 로보틱스는 기업들에게 그래픽칩(GPU) 지원과 AI 플랫폼 안내를 제공하는 엔비디아 인셉션 프로그램의 일원이다.

소프트 로보틱스가 엔비디아의 프로그램을 활용하는 방식과 내용은 다음과 같다.

◆합성 데이터 파악

소프트 로보틱스는 각각 특정 데이터 세트를 필요로 하는 물품을 집는 모든 로봇손 분야에 필요한 고유한 모델을 개발한다. 젖은 미끄러운 닭고기와 다른 음식 더미에서 식품을 집어 올리는 것은 까다로운 도전이 될 수 있다.

이 회사는 엔비디아의 옴니버스(Omniverse)와 아이작 심(Isaac Sim)을 활용해 컨베이어 벨트나 식품담는 통, 조명 시나리오 등 각기 다른 배경에서 치킨 조각들의 3D 렌더링을 만들 수 있었다.

이 회사는 종합(합성) 데이터 개발을 위해 아이작 레플리케이터(Isaac Replicator)를 활용했다. 모델당 수십만 개의 이미지를 생성하고 클라우드의 다양한 인스턴스에 배포했다. 아이작 레플리케이터는 아이작 심을 사용해 합성 데이터를 생성하기 위한 도구, API 및 워크플로우의 집합이다. 이는 또한 그립을 요하는 해당 제품의 자세 추정 모델을 가동해 그립 시스템이 집어 올릴 품목의 각도를 볼 수 있도록 도와준다.

현장의 엔비디아 A100 GPU는 소프트 로보틱스가 이러한 식품 처리 시설의 각 활용분야에 대한 고유한 모델로 1초 미만 동안 추론을 할 수 있게 한다. 한편 아이작 심의 시뮬레이션 및 교육을 통해 엔비디아 A100에 액세스해 작업량을 확장할 수도 있다.

웨더왁스 소프트 로보틱스 이사는 “우리의 현재 설정은 완전히 종합적인 것이어서 새로운 응용분야에서도 신속히 구현할 수 있다. 우리는 모두 옴니버스와 아이작 심에 전력투구하고 있으며 그것은 우리에게 아주 잘 작동하고 있다”고 말했다.

◆폐색 및 조명 문제 해결

소프트 로보틱스의 큰 과제는 치킨 조각들이 서로 겹쳐져 쌓여있을 때 이를 이해하는 폐색 문제 해결이다.

웨더왁스 이사는 “우리에게 중요한 것은 조명이다. 따라서 엔비디아의 RTX 기반 광선 추적은 정말 중요하다”고 말했다.

하지만 정말 흥미로운 것은 이 모든 것을 3D로 모델링하고, 순식간에 어떤 물건이 물건 더미에서 가장 덜 방해받고 잘 잡히는지, 로봇 그리퍼가 집어서 옮기기가 가장 쉬운지 알아내는 것이다.

물리 기반 정확도로 합성 데이터 세트를 구축하는 옴니버스는 소프트 로보틱스가 이러한 환경을 만들 수 있도록 한다.

웨더왁스는 “우리가 가지고 있는 가장 큰 도전 중 하나는 이 모든 무정형 물체들이 무더기로 형성돼 있다는 것”이라고 말했다.

◆생산라인의 젖은 식품 픽킹 정확도 향상

식품 가공 공장의 생산 라인은 빠르게 이동하는 경우가 잦다. 그러나 적용 분야별 모델이 배치된 로봇은 분당 100개의 픽을 처리한다.

여전히 진행 중인 작업이긴 하지만 이러한 작업의 성공은 일단 계속해서 떨어져 쌓이는 물품더미를 얼마나 정확하게 표현해 낼 수 있는지에 달려있다. 이는 물품이 떨어져 더미를 이루는 모든 가능한 방법을 고려한 기계학습 데이터세트에 의해 지원된다.

목표는 복잡하고 역동적인 환경에서 로봇에 최상의 픽킹을 제공토록 하는 것이다. 식품이 컨베이어 벨트에서 떨어지거나 손상되면 폐기물로 간주되며, 이는 제품 수율에 직접적 영향을 미친다.

◆생산상 이점의 원동력

고기를 포장하는 회사들은 닭고기를 가공하기 위해 여러 작업자들에 의존하지만, 이 분야 기업들도 다른 많은 산업들에서와 마찬가지로 직원 부족에 직면해 있다.

웨더왁스 이사는 “식품 가공을 위해 새로운 공장을 짓고 있는 일부 사람들은 출시 시점에 충분한 노동자를 유치할 수조차 없다. 그들은 직원 채용에 많은 어려움을 겪고 있기 때문에 자동화 추진 압박이 있다”고 말한다.

식품 가공처리 회사를 위한 옴니버스 주도의 이같은 작업들은 시뮬레이션 용량을 10배 이상 증가시켜 AI 픽킹 시스템의 구축 시간을 수개월에서 수일로 단축시켰다.

그리고 이를 통해 소프트 로보틱스 고객은 자동화된 사람들로 이뤄진 닭 픽킹 라인을 구축하는 것 이상의 것을 얻게 해 준다. 이는 특히 작업자의 부상 및 건강 위험이 증가한 많은 산업을 강타한 고용 문제에 대처할 수 있도록 해 준다.

웨더왁스 이사는 “생닭을 다루는 것은 로봇에게 더 적합한 일”이라고 말했다.