VLA와 차별화…장비 내부 물리 데이터 활용
적은 데이터로 고효율 학습하는 물리 AI 적용
산업용 모션 제어 전문기업 알에스오토메이션(대표 강덕현)이 ‘소프트 튜닝(Soft Tuning)’을 기반으로 한 피지컬 AI 전략을 본격화하며 산업 자동화 시장에서 새로운 방향을 제시하고 있다.
최근 사이다카지노 AI 분야에서는 비전언어행동(VLA, Vision-Language-Action) 기반의 모델이 많이 활용되고 있다. VLA는 비전 모델∙언어 모델∙사이다카지노 제어 알고리즘을 하나의 모델 안에서 연결해 입력부터 이해 및 행동까지 한 번에 처리하는 엔드투엔드(End-To-End) 구조다. 대부분의 VLA 기반 접근은 영상과 행동 등 비정형 데이터를 대규모로 학습해 범용성을 확보하는 방식이기 때문에 막대한 데이터와 연산 인프라가 필요하다.
알에스오토메이션은 이러한 대규모 학습을 위한 영상 및 행동 데이터를 수집하는 방식이 아닌 장비 내부 물리 데이터를 활용한 고효율 학습 구조를 구축했다. 전류·위치·속도·진동·공진 반응 등 장비 내부 제어 신호는 이미 물리 법칙을 반영하고 있어, 기계 상태를 직접 설명하는 정보다. 회사의 소프트 튜닝은 물리적 의미가 정의된 신호를 활용해 공진 주파수, 구조 특성, 마찰, 부하 변화를 자동 식별하고 짧은 동작 로그만으로도 시스템 특성을 추정할 수 있다.
알에스오토메이션은 모션 컨트롤러(머리), 서보 드라이브(근육), 고정밀 엔코더(감각)를 모두 보유하고 있으며 소프트 튜닝 기술을 통해 각각의 부품에서 발생하는 데이터를 이더캣(EtherCAT) 기반으로 동기화해 산업 장비의 동역학 데이터로 통합한다. 이에 장비를 사용하면서 자연스럽게 학습 데이터가 쌓이고, 장비 자체의 운용 효율성도 자동적으로 향상되는 구조가 형성될 수 있다.
회사는 소프트 튜닝 모델을 통해 적은 데이터로도 장비의 성능 개선이 가능해지면 산업 현장에 적용할 수 있는 진입장벽도 낮추면서, 고효율 AI 구조를 산업 현장에 빠르게 도입할 수 있을 것으로 기대하고 있다.
알에스오토메이션 관계자는 “소프트 튜닝은 많은 데이터를 보는 AI가 아니라 물리를 이해하는 AI라는 점에서 현장 중심의 도메인 특화 모델”이라며 “알에스오토메이션은 향후 물리 데이터를 기반으로 기계가 스스로 성능을 개선하는 고효율 AI 구조를 산업 현장에 도입하는 방식으로 기존 VLA와는 차별화되는 새로운 비즈니스 모델을 창출할 것”이라고 말했다.
최지호 기자 jhochoi51@irobotnews.com