)
)
)
)
Read in English AI 로봇 전문기업 테크맨로봇(Techman Robot)이 제조업 현장의 AI 적용을 지원하기 위한 ‘Physical AI Development Package’를 공개했다.
이번 솔루션은 데이터 수집, AI 컴퓨팅 인프라, 멀티모달 모델 학습, 실제 로봇 적용까지 이어지는 과정을 하나의 체계로 통합한 것이 특징이다. 테크맨로봇은 NVIDIA, QCT(Quanta Cloud Technology)와의 협력을 기반으로 개발했으며, 제조기업들이 AI 기술을 실제 생산 환경에 적용하는 과정에서 발생하는 개발·운영 부담을 줄이는 데 초점을 맞췄다.
최근 제조업계에서는 생성형 AI와 로봇 기술이 빠르게 발전하고 있지만, 실제 현장에 적용하기 위해서는 데이터 확보와 모델 학습, 시스템 통합 등 복잡한 과정이 필요하다. 이에 따라 AI 개발 환경과 실제 산업 현장 간의 간극을 줄이는 것이 주요 과제로 꼽히고 있다.
테크맨로봇은 이번 패키지를 자사의 휴머노이드 로봇 플랫폼 ‘TM Xplore I’뿐 아니라 협동로봇(Cobot)과 연계되는 통합 AI 구조로 설계했다.
회사는 이를 ‘Dual AI Engines’ 전략으로 설명하며, 동일한 AI 아키텍처를 활용해 기존 협동로봇 생산라인과 향후 휴머노이드 로봇 환경까지 연결할 수 있도록 했다.
이를 통해 기업은 AI 비전 시스템과 VLA(Vision-Language-Action) 기반 멀티모달 모델을 다양한 로봇 플랫폼에 적용할 수 있으며, 중복 개발 비용을 줄이고 연구개발 투자 효율성을 높일 수 있다는 설명이다.
테크맨로봇은 전시 현장에서 Physical AI 구현을 위한 세 가지 핵심 단계를 소개했다.
첫 번째 단계는 데이터 수집이다. 회사는 VR 장비와 웨어러블 모션 캡처 슈트인 MOXI를 활용해 작업자의 움직임을 디지털 데이터로 전환하는 방식을 시연했다.
여기에 NVIDIA Isaac Teleop 기술을 적용해 가상 환경과 실제 로봇 간의 동작을 실시간으로 연결할 수 있도록 했다. 이를 통해 기존 티칭 방식으로 구현하기 어려웠던 정밀 작업 데이터를 확보할 수 있다는 설명이다.
두 번째 단계는 AI 모델 학습이다. 테크맨로봇은 QCT의 AI 개발 플랫폼과 QuantaGrid 서버를 기반으로 NVIDIA HGX H200 시스템 및 RTX PRO 6000 Blackwell GPU를 활용한다. 또한 NVIDIA Cosmos 3 오픈 월드 모델과 NVIDIA Isaac GR00T 1.7 VLA 모델을 적용해 로봇이 시각 정보와 언어 명령을 동시에 이해하고 작업을 수행할 수 있도록 지원한다.
학습된 모델은 NVIDIA Isaac Lab Arena 기반의 가상 환경에서 먼저 검증된 후 실제 로봇 플랫폼으로 이관된다.
테크맨로봇은 휴머노이드 로봇 TM Xplore I를 활용해 AI 서버 제조 공정을 시연했으며, 기존 생산라인과 연계 가능한 자동화 구조를 선보였다.
회사는 이러한 기술이 반도체 제조, 전자 조립, 스마트 물류 등 고정밀 작업이 요구되는 산업 분야에서 활용될 수 있을 것으로 보고 있다.
특히 기존 단순 이송 중심의 자동화를 넘어 작업 환경 변화에 대응하면서 스스로 판단하고 작업을 수행하는 Physical AI 기반 생산 환경 구축이 가능하다는 점을 강조했다.
테크맨로봇은 AI 하드웨어와 소프트웨어, 로봇 플랫폼을 연결하는 생태계 구축에도 주력하고 있다.
Scott Huang 테크맨로봇 최고운영책임자(COO)는 “대만은 세계적으로 경쟁력을 갖춘 AI 하드웨어 생태계를 보유하고 있으며, 테크맨로봇은 이러한 디지털 컴퓨팅 역량을 실제 제조현장의 생산성으로 연결하는 역할을 하고 있다”며 “NVIDIA와 QCT와의 협력을 통해 디지털 트윈 기반 개발 환경과 실제 산업 현장을 연결하는 구조를 구축하고 있다”고 밝혔다.
이어 “Physical AI Development Package는 기업의 AI 로봇 도입 장벽을 낮추고, 개발 단계부터 실제 생산 환경 적용까지의 시간을 단축하는 데 목적이 있다”고 설명했다.
테크맨로봇 김영욱 팀장은 본지와의 메일을 통해 “제조업 현장에서는 AI 모델 자체보다도 이를 실제 공정에 안정적으로 적용하고 운영할 수 있는 체계가 중요하다”며 “앞으로 국내 고객들이 Physical AI 기술을 보다 현실적인 생산 환경에서 검토하고 활용할 수 있도록 기술 지원과 협력을 확대해 나갈 계획”이라고 전했다.
