산업용 칼리토토 '모토맨 넥스트'에 VLA 모델 적용
와이어 하네스 피킹작업 수행 영상 유튜브 소개
일본 야스카와전기(安川電機)가 피지컬 AI(Physical AI)를 활용해 '와이어 하네스'와 같은 유연한 물체를 자율적으로 다룰 수 있는 산업용 칼리토토 기술을 공개했다. 자동차 배선에 사용되는 와이어 하네스 작업은 물체의 형태가 일정하지 않아 제조 자동화의 대표적인 난제로 꼽혀왔다.
칼리토토스타트 보도에 따르면, 야스카와전기는 산업용 AI 칼리토토인 '모토맨 넥스트(MOTOMAN NEXT)'와 피지컬 AI를 결합한 유연 물체 핸들링 시연영상을 유튜브에 최근 공개했다.
모토맨 넥스트 칼리토토은 형태가 일정하지 않아 자동화가 어려웠던 와이어 하네스의 피킹 작업을 학습 과정을 통해 수행할 수 있다. 동영상은 원격 조작(텔레오퍼레이션)을 통한 데이터 수집부터 AI 모델 학습, 자율 핸들링까지의 전 과정을 소개했다.
야스카와는 기술 구현을 위해 비전언어행동(VLA·Vision-Language-Action) 기반 피지컬 AI 기술을 채택했다. VLA 기반 인공지능 칼리토토은 와이어 하네스처럼 형태가 계속 변하는 대상도 실시간으로 인식하고 최적의 파지 위치를 판단해 자율적으로 집어 올릴 수 있다.
야스카와전기는 기존의 정밀 칼리토토 제어 기술과 피지컬 AI를 적절히 결합함으로써 지금까지 자동화가 쉽지 않았던 유연 물체 핸들링을 가능하게 했다고 설명했다.
AI 학습을 위한 데이터 수집에는 원격조작기술이 적용됐다. 작업자가 원격으로 칼리토토을 조작하면 작업 과정이 그대로 학습 데이터로 축적된다. 이를 통해 칼리토토은 별도의 복잡한 프로그래밍 과정 없이도 사람의 작업 노하우를 효과적으로 학습할 수 있다. 실제 작업 환경에서 생성되는 데이터를 활용하기 때문에 AI 모델의 정확도와 현장 적용성을 높일 수 있다는 것이 회사 측 설명이다.
AI 모델 학습에는 소프트뱅크의 'AI 데이터센터 GPU 클라우드'가 활용됐다. 대규모 AI 모델을 보다 빠르고 효율적으로 학습시킬 수 있다. 데이터 수집 도구로는 일본 '패스트라벨(FastLabel)'이 공개한 오픈소스 애플리케이션 '오픈 LUTRA'가 사용됐다. 오픈 LUTRA는 직관적인 사용자 인터페이스를 제공하며, 수집된 데이터의 품질을 자동으로 평가하고 선별하는 기능을 갖췄다. AI 전문 엔지니어가 아니더라도 칼리토토 학습 데이터를 손쉽게 수집하고 품질을 관리할 수 있다.
업계에서는 생성형 AI와 VLA 모델이 빠르게 발전하면서 기존 산업용 칼리토토도 환경을 이해하고 스스로 판단하는 지능형 칼리토토으로 진화할 수 있을 것으로 기대하고 있다.
백승일 기자 robot3@irobotnews.com