Amazon 은 Nvidia 의 새로운 물리적 AI 소프트웨어 솔루션과 디지털 트윈 기술을 통해 제로터치제조 에서 큰 도약을 주도하고 있다.
이번 달 Amazon Devices & Services 시설에 배포된 이 회사의 혁신적인 시뮬레이션 우선 제로 터치 제조 접근 방식은 하드웨어를 변경할 필요 없이 합성 데이터를 기반으로 다양한 장치를 검사하고 제품 품질 감사를 위해 로봇 팔을 훈련시키고 새로운 제품을 생산 라인에 통합한다.
이 새로운 기술은 조립 라인의 프로세스를 시뮬레이션하는 Amazon Devices에서 만든 소프트웨어와 Nvidia 기반 디지털 트윈의 제품을 결합한다. 모듈식 AI 기반 워크플로를 사용하는 이 기술은 이전에 사용되었던 감사 기계에 비해 더 빠르고 효율적인 검사를 제공한다.
디지털 트윈에서 프로세스와 제품을 시뮬레이션하면 비용과 시간이 많이 소요되는 물리적 프로토타이핑이 필요하지 않다. 이를 통해 제조업체의 작업 흐름이 쉬워지고 신제품이 소비자에게 전달되는 데 걸리는 시간이 단축된다.
로봇 작업을 위한 제로샷 제조를 가능하게 하기 위해 이 솔루션은 Amazon 장치 및 공장 워크스테이션의 사실적인 물리 지원 표현을 사용하여 합성 데이터를 생성한다.
그런 다음 이 공장별 데이터를 사용하여 시뮬레이션과 실제 워크스테이션 모두에서 AI 모델 성능을 향상시켜 배포 전에 시뮬레이션과 실제 간의 격차를 최소화한다.
이는 물리적 프로토타입 없이도 다양한 제품과 생산 공정을 유연하게 처리할 수 있는 자동화 시스템과 기술을 사용하는 일반화된 제조를 향한 큰 진전이다.
이러한 변화를 겪고 있는 특정 시설이지만 Amazon Devices & Services는 여러 위치에서 제품을 제조한다.
이 회사는 시애틀과 커클랜드, 버지니아 주 알링턴을 포함한 워싱턴 주의 퓨젯 사운드 지역에서 강력한 입지를 확보하고 있다. 또한 북미 전역과 전 세계에 시설을 보유하고 있다.
AI, 로봇 이해를 위한 디지털 트윈
Amazon Devices & Services는 디지털 트윈에서 로봇이 새로운 장치를 인식하고 처리하도록 훈련함으로써 더 빠르고 모듈식이며 쉽게 제어할 수 있는 제조 파이프라인을 구축할 수 있는 장비를 갖추고 있어 소프트웨어를 통해 라인이 한 제품 감사에서 다른 제품 감사로 변경할 수 있다.
로봇 동작은 조립, 테스트, 포장 및 감사와 관련된 단계를 포함하여 시뮬레이션에서 수행된 교육을 기반으로 순전히 제품을 제조하도록 구성할 수 있다.
Nvidia Isaac 기술 제품군을 통해 Amazon Devices & Services는 물리적으로 정확한 시뮬레이션 우선 접근 방식을 사용할 수 있다.
새로운 디바이스가 출시되면 Amazon Devices & Services는 Nvidia Omniverse 플랫폼을 기반으로 구축된 오픈 소스 로봇 시뮬레이션 참조 애플리케이션인 Nvidia Isaac Sim에 CAD(Computer-Aided Design) 모델을 배치한다.
Nvidia Isaac은 각 장치의 CAD 모델에서 50,000개 이상의 다양한 합성 이미지를 생성하는 데 사용되며, 이는 물체 및 결함 감지 모델을 훈련하는 데 중요하다.
그런 다음 Isaac Sim은 데이터를 처리하고 Nvidia Isaac ROS를 활용하여 제품 취급을 위한 로봇 팔 궤적을 생성한다.
AWS Batch를 통해 Amazon EC2 G6 인스턴스를 사용하여 Amazon 디바이스의 제품 사양에 대한 분산 AI 모델 훈련과 Amazon EC2 G6 제품군 인스턴스에서 Nvidia Isaac Sim 물리 기반 시뮬레이션 및 합성 데이터 생성을 통해 이 기술의 개발이 크게 가속화됐다.
이 솔루션은 생성형 AI 애플리케이션 및 에이전트를 구축하기 위한 서비스인 Amazon Bedrock을 사용하여 제품 사양 문서 분석을 기반으로 공장에서 높은 수준의 작업 및 특정 감사 테스트 사례를 계획한다.
Amazon Bedrock AgentCore는 3D 설계 및 표면 속성과 같은 다중 모드 제품 사양 입력을 수집할 수 있는 기능을 통해 생산 라인의 여러 공장 스테이션에 대한 자율 워크플로 계획에 사용된다.
로봇이 환경을 이해할 수 있도록 돕기 위해 이 솔루션은 Nvidia Jetson AGX Orin 모듈에서 몇 초 만에 충돌 없는 궤적을 생성할 수 있는 CUDA 가속 모션 계획 라이브러리인 Nvidia cuMotion을 사용한다.
Isaac ROS의 일부인 nvblox 라이브러리는 cuMotion이 충돌 없는 궤적 계획에 사용하는 거리 필드를 생성한다.
자세 추정 및 객체 추적을 위해 500만 개의 합성 이미지로 훈련된 Nvidia 기반 모델인 FoundationPose는 Amazon Devices & Services 로봇이 장치의 정확한 위치와 방향을 알 수 있도록 도와준다.
새로운 제조 솔루션에 중요한 FoundationPose는 사전 노출 없이 완전히 새로운 물체로 일반화할 수 있으므로 서로 다른 제품 간의 원활한 전환이 가능하고 각 변경 사항에 대해 모델을 재훈련하기 위해 새로운 데이터를 수집할 필요가 없다.
제품 감사의 일환으로 새로운 솔루션의 접근 방식은 제조 라인의 결함 감지에 사용된다. 모듈식 설계를 통해 향후 Nvidia Cosmos Reason과 같은 고급 추론 모델을 통합할 수 있다.