캐드앤그래픽스 지식방송 CNG TV 지상 중계
CNG TV는 지난 5월 27일 ‘로보틱스의 미래를 여는 시뮬레이션 : 피지컬 AI를 위한 데이터 전략’을 주제로 케이던스 디자인 시스템즈의 전문가들이 참여하여 스마트 건설 장비 개발을 위한 최신 트렌드와 이를 뒷받침하는 통합 엔지니어링 설루션을 심도 있게 다루었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자
로보틱스 시장 트렌드 변화와 피지컬 AI의 도래
케이던스 디자인 시스템즈의 정성원 이사는 로보틱스 산업이 스스로 인지하고 제어하는 ‘피지컬 AI(Physical AI)’로 진화하고 있으며, 그 핵심은 양질의 데이터 세트 확보라고 서두를 열었다. 현재 국내 로봇 업계는 중소기업 비중이 높아 인력과 기술 부족이라는 현실적 어려움을 겪고 있지만, 최근 휴머노이드 로봇이 연구실을 넘어 실제 산업 현장에 양산 및 투입되는 거대한 패러다임의 변화를 맞이하고 있다고 설명했다. 이러한 흐름 속에서 한계를 극복하고 제품 경쟁력을 갖추기 위해서는 현실 세계를 정교하게 반영할 수 있는 고충실도 시뮬레이션을 적극 활용하여 가상 공간에서 신뢰도 높은 데이터를 구축해야 한다고 강조했다.
정승원 이사는 “결국 양질의 데이터를 확보하는 것이 피지컬 AI에 있어서 가장 큰 핵심이며, 그 데이터 세트를 확보하는 데 시뮬레이션이 가장 강력하고 유용한 툴”이라고 말했다.
▲ ‘피지컬 AI 시대 : 로보틱스는 어떻게 진화하고 있는가?’를 주제로 소개한 정승원 이사
물리 기반 시뮬레이션 아담스를 통한 고정밀 사전 검증
곽병문 이사는 물류 AGV, AMR부터 초정밀 수술 로봇, 휴머노이드까지 로봇의 활용 범위가 폭발적으로 증가함에 따라 다물체 동역학(MBD) 기반의 물리 엔진이 필수라고 설명했다. 기존의 단절된 설계 프로세스와 달리 아담스(Adams) 기반의 통합 루프를 활용하면 비선형적인 관절 거동, 기어 백래시, 링크의 유연성 등을 가상 공간에서 완벽히 모사할 수 있다는 것이다. 이를 통해 고가의 장비 파손 리스크 없이 시스템의 내구성과 동적 궤적의 안정성을 사전에 검증할 수 있으며, NASA(나사)의 화성 탐사선 착륙 시퀀스 검증 사례처럼 가상과 현실의 격차를 최소화하여 피지컬 AI의 학습 데이터로 활용할 수 있다고 전했다.
곽병문 이사는 “가상 공간에서의 AI 학습 데이터가 현실 세계의 물리적인 환경 기반 데이터를 완벽하게 준수하고 잘 따라야 한다 는 규정이 필요하다”고 이야기했다.
▲ ‘다물체 동역학 : 로보틱스 성능을 결정짓는 물리 기반 시뮬레이션’에 대해 설명한 곽병문 이사
가상 검증 환경 플랫폼을 통한 로봇 루프 검증
박진호 차장은 자율주행 차량과 로봇의 경계가 흐려지는 최근 트렌드를 짚으며, 가상 환경 검증 플랫폼인 ‘VTDX’를 소개했다. 사족 보행 로봇이나 휴머노이드처럼 자유도와 환경 복잡도가 높은 로봇일수록 가상 환경에서의 검증이 필수이다. VTDX는 복잡한 도심 시나리오 속에서 로봇이 센서(라이다, 카메라 등)를 통해 주변 차량이나 보행자와 상호작용하는 환경을 제공한다. 이를 통해 인지·판단· 제어 루프를 가상에서 안전하게 반복 검증함으로써, 현실 세계에 배포하기 전 발생할 수 있는 위험 상황과 에지 케이스를 최소화할 수 있다고 소개했다.
박진호 차장은 “형태와 환경은 달라도 본질은 동일하기 때문에 이 루프가 가상환경에서 반복 검증할 수 있는 도구가 될 수 있고 VTD가 그 역할을 수행한다고 보면 될 것 같다”고 설명했다.
▲ ‘자율주행을 위한 가상 검증 환경’을 주제로 소개한 박진호 차장
시뮬레이션 데이터 자산화를 위한 SPDM 전략
윤광수 상무는 피지컬 AI와 머신러닝 기반 로봇 개발의 핵심은 알고리즘보다 고품질 대규모 데이터의 생산과 관리에 있다고 강조했다. 그는 시뮬레이션을 단순 검증 도구가 아닌 ‘합성 데이터 공장(synthetic data factory)’으로 정의하며, 수만에서 수십만 개에 이르는 대용량 시뮬레이션 데이터를 체계적으로 자산화해야 한다고 조언했다. 이를 위해 20년 이상 검증된 SPDM 플랫폼인 ‘심매니저(SimManager)’를 제안하였으며, 표준 데이터 저장소 구축, 대규모 멀티런(multi-run) 자동화, HPC/클라우드 컴퓨팅 연동, 데이터 이력 추적을 통해 기업의 디지털 데이터 경쟁력을 극대화하는 방안을 제시했다.
윤광수 상무는 “CAE는 설계된 로봇을 검증하는 단계의 도구에서 AI를 위한 고정밀 물리 데이터 생성기, 즉 데이터 팩토리라는 개념으로 탈바꿈했다”고 강조했다.
▲ ‘데이터 주도의 로보틱스 : 시뮬레이션 데이터를 자산으로 만드는 전략’을 주제로 설명한 윤광수 상무
피지컬 AI 시대, 로보틱스 혁신 이끌 시뮬레이션·데이터 전략
로보틱스 산업이 스스로 인지하고 제어하는 ‘피지컬 AI’로 진화함에 따라 신뢰도 높은 데이터 확보가 기업의 핵심 경쟁력으로 부상했다. 국내 로봇 업계는 인력과 기술 부족이라는 현실적 한계를 겪고 있으나, 최근 휴머노이드 로봇의 양산 및 산업 현장 투입이 본격화되면서 거대한 패러다임 변화를 맞이하고 있다. 이러한 변혁기 속에서 실제 현장을 정교하게 반영하는 고충실도 시뮬레이션은 가상과 현실의 격차를 줄이고 제품 경쟁력을 높이는 최선의 돌파구다.
케이던스 디자인 시스템즈가 제시한 다물체 동역학 해석 설루션 아담스는 비선형적 관절 거동과 링크의 유연성 등을 고충실도로 모사해 고가 장비의 파손 리스크 없는 사전 검증을 실현한다. 또한 가상 검증 플랫폼 VTDX는 복잡한 도심 시나리오 속에서 로봇의 센서 인지 및 제어 루프를 안전하게 반복 검증하여 현실 배포 전 위험 상황과 에지 케이스를 최소화한다.
궁극적으로 이러한 시뮬레이션 프로세스는 단순 검증을 넘어 AI 학습용 데이터를 양산하는 ‘합성 데이터 공장’으로 진화해야 한다. SPDM 플랫폼인 심매니저를 도입해 대규모 데이터를 체계적으로 자산화하고 이력을 추적할 때 비로소 독보적인 디지털 데이터 경쟁력이 완성된다. 고충실도 시뮬레이션 기술과 데이터 매니지먼트 전략의 융합은 국내 로봇 기업들이 비용과 시간을 획기적으로 절감하며 피지컬 AI 시장의 패러다임을 주도할 핵심 열쇠가 될 전망이다.
■ 기사 내용은 PDF로도 제공됩니다.
