AWS, ‘지능형 기계’ 개발 돕는 ‘피지컬 AI 툴체인’ 공개

아마존웹서비스(AWS)는 지능형 기계 구축을 위한 오픈소스 스택 ‘AWS 피지컬 AI 툴체인’을 12일 발표했다.

피지컬 AI는 가장 빠르게 성장하는 기술 분야 중 하나로, 이를 개발하는 기업들은 이러한 성장 속도를 뒷받침할 수 있는 인프라를 필요로 한다. 피지컬 AI에 관한 최근 ‘글로벌 스타트업 트렌드 리포트’에 따르면 전 세계 스타트업 7곳 중 1곳이 피지컬 AI를 개발하고 있으며, 빌더의 72%가 자사 시스템에 클라우드 컴퓨팅이 필수적이라고 응답했다.

기존 AI가 데이터를 처리해 화면에 텍스트를 생성한다면, 피지컬 AI는 기계가 현실 세계를 인식하고 이해하며 직접 행동할 수 있게 한다. 기존 기계가 주변 상황과 관계없이 정해진 명령대로 같은 작업을 반복한다면, 물리적 지능을 갖춘 기계는 주변 환경을 감지하고 클라우드에서 학습한 AI 모델로 추론하며 실시간으로 대응한다. 운영 과정에서 축적된 데이터는 AI 모델을 지속적으로 재학습하고 개선하는 데 활용되며, 기계는 이 사이클이 반복될 때마다 더 똑똑해진다.

다만 피지컬 AI는 한 가지 해법으로 풀 수 있는 문제가 아니다. 생산 라인에서 사람과 함께 일하는 기계부터 휴머노이드 로봇, 자재를 자율적으로 검사·운반·관리하는 시스템까지 활용 분야가 다양하고, 필요한 데이터·모델·하드웨어 조합도 저마다 다르다. 이에 AWS 피지컬 AI 툴체인은 아키텍처 가이드와 배포 자동화, 바로 쓸 수 있는 코드를 오픈소스로 제공하고, 이를 엔비디아 피지컬 AI 스택과 통합해 피지컬 AI 개발 수명주기 전반을 지원한다.

피지컬 AI는 기계가 물리적 세계와 상호작용하는 거의 모든 산업에 적용될 수 있으며, AWS를 기반으로 피지컬 AI 개발에 나서는 기업도 늘고 있다.

산업 장비 제조사는 피지컬 AI를 활용해 재프로그래밍 없이도 새로운 조립 작업에 적응하는 협동 로봇 팔을 만들 수 있다. 자율 로봇을 개발하는 기업은 로봇이 새로운 부품과 작업을 점점 더 정밀하게 처리하도록 학습시킬 수 있다. 자동차 제조사는 차량과 공장에 적용할 로보틱스 역량 개발에 속도를 낼 수 있고, 스마트 팩토리 운영사는 생산 현황을 실시간으로 모니터링하고 예측하며 최적화하는 시스템을 도입할 수 있다.

제조사는 자체 운영에 피지컬 AI를 적용해 지능형 기계와 자율 시스템으로 공장의 처리량을 늘리고, 가동 중단 시간을 줄이며, 품질을 높일 수 있다. 여기에 더해 기계마다 생성하는 운영 데이터가 전체 기계군을 움직이는 모델을 개선하기 때문에, 100번째로 배포된 기계는 첫 번째보다 훨씬 똑똑하다. 일부 기업은 이러한 지능을 자사가 판매하는 제품에 탑재해, 정해진 기능만 수행하던 하드웨어를 시간이 지날수록 더 똑똑해지는 기계로 바꿀 수도 있다.

AWS 피지컬 AI 툴체인은 피지컬 AI 개발의 5가지 핵심 영역을 모두 아우른다. 각 단계가 다음 단계로 이어지는 지속적인 개선 사이클을 형성해, 반복할수록 모델 품질이 빠르게 향상된다.

‘합성 데이터 생성(Synthetic Data Generation)’은 AI로 생성한 환경에서 다양한 학습 시나리오를 만들어, 비용이 많이 드는 실제 데이터 수집 부담을 줄인다. ‘모델 학습(Model Training)’은 사람의 시연을 통한 학습과 시뮬레이션 환경에서의 연습을 결합해 AI 모델을 학습시킨다. ‘시뮬레이션 및 검증(Simulation and Validation)’은 실제 하드웨어에 배포하기 전, 현실과 유사한 가상 환경에서 기계의 동작을 미리 시험한다. ‘엣지 배포(Edge Deployment)’는 최적화된 모델을 현장 기계에 배포해, 클라우드에 계속 연결돼 있지 않아도 기계가 실시간으로 의사결정을 내릴 수 있게 한다. ‘지속적 개선(Continuous Improvement)’은 현장 기계의 운영 데이터를 새로운 학습 데이터 생성에 다시 활용해 이 순환을 완성한다.

이러한 기능은 AWS 서비스와 엔비디아의 피지컬 AI 소프트웨어 생태계를 결합해 구현된다. AWS 서비스로는 모델 학습을 위한 아마존 세이지메이커(Amazon SageMaker), 시뮬레이션을 위한 아마존 EC2 GPU 인스턴스, 엣지 배포를 위한 AWS IoT 그린그래스, 지능형 오케스트레이션을 위한 아마존 베드록 에이전트코어가 쓰인다. 엔비디아 기술로는 시뮬레이션을 위한 아이작 심(Isaac Sim), 강화학습을 위한 아이작 랩(Isaac Lab), 휴머노이드 기계 학습을 위한 그루트(GR00T), 합성 월드 생성을 위한 코스모스(Cosmos)가 포함된다.

고객은 전체 스택을 도입해 하나의 컨트롤 플레인에서 개발 주기 전반을 관리할 수도 있고, 개별 시뮬레이션·학습·배포 도구처럼 필요한 구성 요소만 골라 기존 워크플로에 통합할 수도 있다. 또한 기계군(fleet) 관리 기능을 활용하면 실제 운영 환경으로 규모를 확장하는 과정에서 수천 대의 기계를 무선(OTA)으로 프로비저닝하고, 보안을 관리하며, 업데이트할 수 있다.

아마존은 운영 네트워크 전반에 100만 대 이상의 로봇을 배치하며 세계에서 가장 앞선 로보틱스 운영 체계 중 하나를 구축했다. 이 로봇들은 수십만 명의 직원과 함께 매일 수백만 개의 패키지를 처리하며 고객에게 상품을 전달한다. 올여름에는 아마존 로보틱스가 사업장 내 물품 이동이 필요한 곳이면 어디서든 작동할 수 있는 차세대 자율 로봇 ‘프로테우스(Proteus)’를 공개하기도 했다.

아마존은 이 같은 경험을 통해 실제 환경에서 자율적으로 작동하는 기계를 구축하는 데 무엇이 필요한지 깊이 이해하게 됐다. AWS 피지컬 AI 툴체인은 이러한 경험에서 얻은 교훈을 토대로 한 전문가 가이드를 반영해 개발됐다. 아키텍처 가이드와 레퍼런스 코드, 배포 자동화를 제공해, 처음부터 구축하면 수년이 걸릴 피지컬 AI 역량을 제조사가 수주 만에 갖출 수 있도록 돕는다. 각 배포는 고객의 하드웨어와 운영 환경, 활용 사례에 맞게 손쉽게 조정할 수 있다.

AWS 피지컬 AI 툴체인이 검증된 기반을 제공하면, 고객은 여기에 자사 제품을 차별화하는 도메인 전문성과 하드웨어를 더하면 된다.

우웸 우퐁 AWS 인더스트리 부문 부사장은 “피지컬 AI는 무언가를 움직이고, 짓고, 만드는 모든 산업에 영향을 미칠 것이며, 고객들은 이 기회를 잡기 위해 발 빠르게 움직이고 있다”며 “고객들이 혁신보다 인프라 구축에 지나치게 많은 엔지니어링 역량을 투입하고 있다는 이야기를 듣고 AWS 피지컬 AI 툴체인을 개발했다”고 밝혔다.

글. 바이라인네트워크
<김우용 기자>yong2@byline.network