[인더스트리뉴스 최정훈 기자] 엔비디아는 2025년까지 로봇이 있는 현장이 6배 가까이 증가할 것으로 예상되는 가운데, 딥맵(Deepmap), 메트로폴리스(Metropolis), 리옵트(ReOpt)를 통해 자율주행 로봇의 성능을 향상시킨다고 밝혔다.

제조 및 주문 처리 센터는 매우 복잡하며, 거대한 시설은 끊임없이 움직인다. 이러한 현장에서 로봇은 기나긴 통로를 돌아다니면서 움직이는 사람들의 팀을 지원하기 위해 수백만 개의 제품을 들어올린다. 이때 장애물은 항상 존재한다.

아이작(Isaac) AMR 플랫폼은 운영 효율성을 최적화하고 AMR(자율 이동 로봇) 배치를 가속화하기 위해 도입됐다. 아이작 AMR은 엔비디아 EGX 서버에 매핑, 사이트 분석 및 차량 최적화를 제공해 로봇 공학 애플리케이션을 구축 및 배치하기 위한 엔비디아 아이작 기능을 확장한다.

인터랙트 어낼리시스(Interact Analysis)에 따르면 자율주행 로봇 배치는 2020년 9,000곳에서 2025년 53,000곳까지 확대될 것으로 추정된다. [사진=utoimage]

자율로봇의 경로 계획과 경로 재설정은 보조를 맞춰 움직여야 한다. 산업 규모에서는 작은 경로 최적화도 9조 달러(1경 원) 규모의 물류 산업에서 수십억 달러를 절감할 수 있다.

인터랙트 어낼리시스(Interact Analysis)에 따르면 자율주행 로봇 배치는 2020년 9,000곳에서 2025년 53,000곳까지 확대될 것으로 추정된다. 한 가지 장애물은 높은 정확성을 갖춘 로봇 지도를 신속하고 자율적으로 개발하는 능력이다. 이는 운영이 확장되거나 변동함에 따라 지속적으로 업데이트되어야 한다. 주행 로봇의 환경 변화에 대한 상황 인식을 높이고 경로를 지속적으로 다시 최적화하는 동시에 시뮬레이션을 통해 새로운 기술을 개발하는 것은 운영 효율성에 있어 그 무엇보다 중요하다.

아이작 AMR은 엔비디아의 수십 년간의 연구와 제품 개발의 결과물이다. 이 프레임워크는 엔비디아 NGC 소프트웨어 허브와 엔비디아 옴니버스 플랫폼 내에서 사용할 수 있으며, 초반에는 메트로폴리스(Metropolis)와 리옵트(ReOpt)에서부터 곧 딥맵(DeepMap)과 더 많은 엔비디아 기술까지 이용할 수 있다.

제조 및 이행을 위한 자율주행 로봇의 AI와 컴퓨팅 과제는 자율 차량의 과제와 크게 다르지 않다. 그 과제는 장애물과 사람을 반드시 피하고, 목적지에 도달하는 것이다. GPU 가속 알고리즘으로 구동되는 수천 개의 센서는 실시간으로 끊임없이 변화하는 산업 워크플로 중에서 여러 목적지 중 최단 경로를 찾아냄으로써 자율 로봇의 플릿이 외판원 문제(traveling salesman problem)를 해결하도록 돕는다.

아이작 AMR 플랫폼은 엔비디아 옴니버스를 통해 AMR이 배치될 시설의 디지털 트윈을 만든다. 또한 옴니버스에 구축된 엔비디아 아이작 심(NVIDIA Isaac Sim)은 높은 충실도의 물리와 인식을 통해 디지털 트윈에서 로봇 플릿, 사람, 기타 기계의 동작을 시뮬레이션 한다. 이는 AI 모델 교육을 위한 합성 데이터 생성도 가능하게 한다.아이작 AMR은 GPU 가속 AI 기술과 딥맵(DeepMap), 리옵트(ReOpt) 및 메트로폴리스(Metropolis)를 포함한 SDK로 구성된다. 이러한 기술은 엔비디아 플릿 커맨드(NVIDIA Fleet Command)를 통해 안전하게 조정되고 클라우드로 제공된다.

엔비디아의 최근 딥맵 인수는 AMR 산업에 자율주행 차량 매핑의 발전을 가져왔다. AMR 배포는 딥맵 플랫폼의 클라우드 기반 SDK에 액세스해 센티미터 수준의 정확도를 달성하는 동시에 대규모 시설의 로봇 매핑을 몇 주에서 며칠로 가속화할 수 있다. 딥맵 업데이트 클라이언트를 사용하면 필요에 따라 로봇 지도를 실시간으로 업데이트할 수 있다. 또한 딥맵 SDK는 의미론적 이해를 더해 지도에 인텔리전스 층을 제공하므로 로봇은 픽셀이 나타내는 개체를 식별하고 한 방향으로 이동할지 여부를 알 수 있다. 이는 실내외 지도 구축을 처리할 수도 있다.

아이작 AMR 플랫폼의 일부로서 엔비디아 딥맵은 옴니버스를 통해 메트로폴리스, 리옵트, 아이작 심과 같은 다른 구성 요소와 통합된다. 작동 중인 엔비디아 아이작(Isaac) AMR. 이미지는 카메라의 데이터가 아닌 점 구름에서 생성된 복셀 그리드를 보여주는 것으로, 매우 흐릿할 것으로 예상된다.

GPU 가속 알고리즘으로 구동되는 수천 개의 센서는 실시간으로 끊임없이 변화하는 산업 워크플로 중에서 여러 목적지 중 최단 경로를 찾아냄으로써 자율 로봇의 플릿이 외판원 문제(traveling salesman problem)를 해결하도록 돕는다. [사진=엔비디아]

이러한 환경에서 매핑으로 모든 것이 설명되지는 않는다. 또한 AMR에 탑재된 고급 센서만으로는 지속적으로 안전하고 효율적인 운영을 보장하기에 충분하지 않다. 엔비디아 메트로폴리스 비디오 분석 플랫폼은 공장 또는 창고 바닥에 배치된 카메라와 센서에 대한 액세스를 제공해 더 높은 수준의 실시간 아웃사이드인 요구를 충족한다.

메트로폴리스를 통해 AMR은 공장 현장에서 추가적인 상황 인식 단계에 접근할 수 있으므로 혼잡도가 높은 지역을 피할 수 있으며, 사각지대를 제거하고 사람과 다른 AMR의 가시성을 향상시킬 수 있다. 또한, 메트로폴리스의 사전 교육 모델은 특정 장소별 요구 사항에 맞춰 커스터마이징 하는 데 있어 유리한 출발점을 제공한다.

엔비디아 리옵트 AI 소프트웨어 라이브러리는 차량 경로 계획 및 물류를 실시간으로 최적화하는 데 사용할 수 있으며, 이는 AMR 플릿에 적용될 수 있다. 크고 복잡한 환경에 배치될 최적의 AMR 플릿 크기를 결정할 때 많은 요소를 고려해야 한다. 로봇 속도, 배터리 수명, 차량 크기 및 중량, 시설 배치 등이 모두 고려 요소에 속한다.

기업은 아이작 심(Isaac Sim)을 사용해 엔비디아 리옵트와 여러 AMR 상호 작용을 시뮬레이션할 수 있다. 이는 창고와 같은 환경의 디지털 트윈에서 빠르고 정확하게 나타나며, 상황이 변화함에 따라 생산에 로봇을 배치하기 전에 실행돼 시간과 비용을 절약할 수 있다.

배치된 뒤에는 최고의 운영 효율성을 위해 플릿 전체에 걸친 경로 최적화가 필요하다. 엔비디아 리옵트는 여러 제약 조건을 기반으로 다양한 AMR의 플릿으로 가는 경로를 동적으로 다시 최적화한다.

[최정훈 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]