인공 지능 도구는 공장 계획 시간을 최대 80%까지 단축하고 로봇을 40% 더 빠르게 만드는 데 도움이 된다.

 

인공 지능(AI)은 공장 계획에 상당한 비용 절감 효과를 창출하고 로봇 사용을 가속화한다.

노동력 부족, 리쇼어링 노력 및 로봇의 이점으로 인해 지금은 AI를 통해 이러한 노력을 가속화할 수 있는 좋은 시기다.

Nvidia의 로봇 공학 및 엣지 AI 담당 부사장인 Deepu Talla는 ‘Automate 2025’의 기조 연설에서 물리적 AI 시대의 산업 자율성에서 AI가 로봇 훈련에 도움이 되고 비용 절감 효과를 높여준다고 말했다.

 

Deepu Talla에 따르면, 산업용 소프트웨어와 인공 지능은 로봇 애플리케이션이 공장 계획 시간을 80% 단축하고 로봇 주기 시간을 40% 개선하는 등 산업 제조 설계 및 운영에 상당한 비용 절감을 가져오는 데 도움이 되고 있다.

 

 

Nvidia의 로봇 공학 및 엣지 AI 담당 부사장인 Deepu Talla는 Automate 2025의 기조 연설에서 ‘물리적 AI 시대의 산업 자율성’에 대해 논의했다.

 

 

Talla는 Automate 2025에서 기조 연설에서 ‘물리적 AI 시대의 산업 자율성’에 대해 논의했다.

 

물리적 세계를 이해하고 상호 작용할 수 있는 물리적 인공 지능(AI) 모델은 오늘날의 규칙 기반 자동화를 변화시킬 것이라고 Talla는 제안했다. Nvidia의 산업용 소프트웨어, 하드웨어, AI 및 로봇 공학 파트너로 구성된 에코시스템은 산업 혁신을 위한 AI를 가속화하는 데 도움을 주고 있다. 컴퓨터 공학 박사 학위를 취득한 Talla는 Nvidia에 입사하기 전에 Texas Instruments에서 10년을 지냈다.

 

그는 “이제 자동화는 AI를 통합하고 더 큰 자율성을 가져오고 있다. 그러나 많은 기존 설비가 부서지기 쉬워 AI, 로봇 및 인간에게 어려운 과제를 안겨준다. AI와 로봇이 합리적인 성숙도에 도달함에 따라 우리는 생태계 파트너가 이러한 기술을 어떻게 활용하고 있는지 살펴보고 있다”라고 말했다.

 

Talla는 Nvidia의 파트너 목록에는 모든 주요 로봇 회사가 포함되어 있다고 말했다. 로봇 공학은 다음 10조 달러 규모의 산업이다. 왜? 20억 대의 카메라가 1,000만 개의 공장, 200,000개의 창고에서 잠재적으로 사용할 수 있는 데이터를 수집한다. 15억 대의 자동차와 트럭, 그리고 미래의 10억 대의 휴머노이드 로봇. 이들 중 일부는 현재, 일부는 1년에서 3년의 중기적이며 일부는 더 길다. 때때로 기술은 채택 곡선과 함께 발전한다. ChatGPT와 같은 다른 것들은 두 달 만에 월간 사용자 1억 명에 도달하는 가파른 단계로 빠르게 발전한다.

 

노동력 부족, 리쇼어링 및 로봇 공학

 

우리가 하는 모든 일은 자동화될 수 있다. 인간당 두 명 이상의 휴머노이드 로봇을 갖는 것은 상상할 수 없는 일이 아니다.

 

노동력 부족, 제조 리쇼어링, 로봇 전략의 변화로 인해 산업이 변화하고 있다.

 

최근 5조 개의 제조 자원이 미국 또는 인근으로 이전될 계획이며 더 많은 자율성과 자동화를 위한 기회를 창출하고 있다고 Talla는 말했다.

 

왜 지금일까? 지난 12개월 동안 물리적 AI와 시뮬레이션이라는 두 가지 기술이 전환점에 도달함에 따라 로봇 공학을 위한 ChatGPT 순간이 도래했다. 시뮬레이션은 더 빠르고 쉽고 저렴합니다. Nvidia 칩은 먼저 시뮬레이션에서 테스트된다. 로봇 공학은 그다지 많지 않습니다. 15년 동안 우리의 파트너 생태계는 다른 궤적을 만들고 있다.

 

로봇 훈련을 위한 데이터 과제

 

로봇 공학은 훈련을 위해 데이터를 사용하는 데 어려움을 겪고 있다. Talla는 훈련을 위한 세 가지 스케일링 법칙을 설명했다.

 

사전 학습 크기 조정.

훈련 후 크기 조정.

테스트 시간 크기 조정.

이를 위해서는 지각적, 생성적, 에이전트적, 물리적 AI의 지능 발전이 필요하다.

 

Nvidia는 기본 기술을 구축하고 생태계와 협력하여 우리 기술을 로봇 회사에 통합한다.

 

"산업용 AI를 위해서는 세 대의 컴퓨터가 필요하다고 생각합니다." Talla는 도움이 되는 도구를 설명했다.

 

로봇 개발 플랫폼

 

Nvidia Isaac( 엔비디아아이삭 )은 로봇시뮬레이션, 배포 및 훈련하는 로봇개발플랫폼  이다. 로봇 기반 모델, 시뮬레이션 프레임워크 및 합성 데이터 생성 파이프라인을 제공한다.

 

Nvidia를 기반으로 구축된 로봇 공학은 다음과 같다.

 

•Universal Robotis UR15 코봇 AI 가속기, 통합에 2년 이상 소요됨

•벤션 머신 모션 AI

•Kuka KR C5 로봇 컨트롤러, AI 가능

•표준 봇 30kg 페이로드 로봇

 

AI는 로봇의 안팎을 도울 수 있다: 절감 사례

 

산업용 AI에는 인사이드 아웃 처리(Nvidia Omniverse)와 아웃사이드 인 AI(비디오 분석 AI 에이전트)가 필요하다.

 

Talla는 Nvidia가 두 가지 모두를 위해 개발 중이라고 말한 다음 비용 절감을 위한 예를 제공했다.

 

Foxconn은 450m 길이의 공장을 개발하면서 시설 레이아웃과 로봇 사용을 최적화하여 계획 시간을 50% 절약하고 Nvidia Omniverse 디지털 트윈을 통해 로봇 시뮬레이션을 150배 더 빠르게 만들었다.

Sercedes-Benz는 공장 계획 시간을 80% 단축했다.

Schaeffler는 로봇 사이클 시간을 40% 단축하고 디지털 시설 계획 비용을 약 65% 절감했다.

Pegatron은 조립 라인의 표준 운영 절차를 최적화하여 결함을 67% 줄이고 인건비를 7% 절감했다.

 

외부-내부 시각 에이전트는 자동화된 시설, 육안 검사, 운영자 부조종사, 시설 운영 에이전트를 가능하게 한다. Talla는 카메라를 사용하여 데이터를 수집할 것을 제안했다. .

 

디지털 트윈에서 애플리케이션을 개발하는 것은 더 빠르고 저렴하며 안전하다. 비디오 분석, 생성 및 에이전트 AI 통합, AI 로봇 개발 및 테스트, 물리적 AI 개발 및 다중 로봇 테스트를 수행한다고 Talla는 말했다.