로봇이 실내 공간을 이동할 때 투명한 유리벽이나 거울 등 반사율이 높은 사물을 마주하며 겪던 공간 인지 오류가 획기적으로 개선되었습니다. 앤트 그룹 산하의 AI 전문 기업 로비안트(Robbyant)가 차세대 공간 인식 모델인 '링봇-뎁스 2.0(LingBot-Depth 2.0)'과 기본 시각 모델 '링봇-비전(LingBot-Vision)'을 전격 발표했기 때문입니다.
이번 발표는 로봇의 '눈'에 해당하는 시각 인지 기술을 한 단계 끌어올린 중요한 도약으로 평가받습니다. 로봇이 물리적 세계를순수한 소프트웨어 알고리즘 고도화로 정확하게 파악하고 탐색할 수 있도록 지원하여, 자율 주행 로봇과 산업 자동화 시스템 도입을 한층 가속화할 전망입니다.
 |
투명 사물 인식의 한계를 극복한 심도 데이터 복원
1억 5천만 샘플 학습으로 심도 오차 절반 단축
링봇-뎁스 2.0의 핵심 성과는 혹독한 실내 환경에서 로봇의 정밀 인지 능력을 크게 개선했다는 점입니다. 로비안트는 마스크드 깊이 모델링(MDM) 기술을 개척한 전작의 성공을 바탕으로, 1억 5천만 개의 샘플 데이터를 학습시켜 성능을 대폭 확장했습니다.
그 결과 16개의 깊이 완성 벤치마크 테스트 중 12개에서 최고 순위를 달성하는 기염을 토했습니다. 특히 깊이 정보 결손 구간인 '뎁스 홀(Depth Hole)'이 자주 발생하는 까다로운 실내 시나리오에서, 이전 모델 대비 깊이 오류를 절반으로 줄여 RMSE(평균 제곱근 오차)를 0.132에서 0.062 수준으로 낮추었습니다.
경계 구조 사전 학습을 통한 사물 테두리 추적
이러한 혁신적인 공간 인식 능력 향상은 업계 최초로 '경계 구조(boundary structure)'를 사전 학습 목표로 사용한 시각 기반 모델 '링봇-비전' 덕분입니다. 링봇-비전은 서브픽셀 수준의 경계 위치 파악과 공간 구조 이해를 통해 로봇에게 명확한 시각적 표현을 제공합니다.
놀라운 점은 링봇-비전의 사전 학습 데이터셋이 1억 6천만 개의 이미지로 구성되었다는 사실입니다. 이는 경쟁 모델인 DINOv3 데이터셋의 10분의 1 수준에 불과하지만, 기하학적 형태를 먼저 파악하는 방식을 통해 유리에 비친 상과 실제 벽면의 차이를 정확히 구분해냅니다. 비디오 내에서도 사물의 테두리를 끊김 없이 지속적으로 추적할 수 있는 안정성을 확보했습니다.
글로벌 카메라 기업 오르벡과의 협력을 통한 상업적 검증
제미니 330 시리즈 기반의 칩 레벨 데이터 테스트
상업용 로봇 시장에서의 신뢰성을 확보하기 위해 링봇-뎁스 2.0은 로봇 및 AI 비전 분야의 선도 공급업체인 오르벡(Orbbec)의 심도 비전 연구소로부터 전문 인증을 받았습니다. 실제 현장 테스트는 오르벡의 제미니 330 시리즈 스테레오 3D 카메라에서 얻은 칩 레벨 심도 데이터를 활용해 진행되었습니다.
실제 주행 테스트 결과 사물의 가장자리 선명도와 윤곽의 정확성, 소형 객체 인식 능력 등이 크게 향상되었습니다. 장거리 심도 추정은 물론이고, 복잡한 조명과 특이 재질 조건 속에서도 가동 중단 없이 작동하는 뛰어난 견고성을 입증했습니다.
데이터 수집 플랫폼 및 하드웨어 통합 제품 출시
오르벡이 새롭게 출시한 로봇용 데이터 수집 하드웨어 플랫폼 제품군 내 RGB-D EGO 장치에는 데이터 수집에 최적화된 맞춤형 링봇-뎁스 모델이 통합될 예정입니다. 향후 고급 상용 버전을 추가로 결합하여 누락된 깊이 정보를 보완하고 공간 구조를 지속적으로 최적화함으로써 실체화된 AI(Embodied AI) 학습을 위한 강력한 실제 데이터 기반을 제공하게 됩니다.
양사는 협력을 통해 올해 말까지 두 가지 형태의 신제품을 시장에 선보입니다. 로봇 공학 고객을 위한 엣지(Edge) 측 배포 지원 SDK 제품과 '3D 카메라 + 공간 인식' 솔루션을 하나의 패키지로 묶은 올인원 통합 카메라가 출시를 앞두고 있습니다.
오픈소스 생태계 조성과 글로벌 지능형 로봇 시장의 과제
링봇-비전 모델 가중치 전격 공개
로비안트는 이번 발표와 동시에 링봇-비전의 모델 가중치를 깃허브(GitHub)와 허깅페이스(Hugging Face)에 오픈소스로 전격 공개했습니다. 글로벌 업계 파트너들과 함께 로봇 비전의 기반을 다지고, 물리적 세계에서 정확하고 안정적으로 사물을 바라보는 병목 현상을 공동으로 해결하겠다는 취지입니다.
이러한 오픈소스 생태계 확장 전략은 전 세계 다양한 제조 현장과 플랫폼에 기술을 빠르게 이식하여 시장 점유율을 선점하려는 의도로 풀이됩니다. 오픈소스를 기반으로 기술 표준을 장악할 경우 글로벌 Embodied AI 상용화 단계에서 거대한 영향력을 행사할 수 있습니다.
실제 제조 및 서비스 현장 상용화의 문턱
실험실 내부의 성능 벤치마크 테스트를 넘어 실제 공장이나 가정 환경에 안착하기 위해서는 아직 해결해야 할 숙제가 있습니다. 실제 현장에는 미세먼지, 급격한 명암 변화, 로봇의 고속 이동으로 인한 모션 블러 등 소프트웨어의 계산을 방해하는 변수가 산재해 있기 때문입니다.
전문가들은 거대한 방대함을 자랑하는 모델의 파라미터 규모를 로봇 기기 내부에 탑재된 제한된 연산 장치(Edge GPU)에서 실시간으로 구동하는 '경량화 최적화' 작업이 상용화의 마지막 관건이 될 것으로 보고 있습니다. 글로벌 빅테크 기업들의 AI 모델과 비교해 로비안트가 얼마나 실시간성을 유지하며 대량 생산 단가를 낮출 수 있을지가 향후 점유율 확대의 핵심입니다.
자주 묻는 질문
Q1. 기존 로봇용 3D 카메라는 왜 유리벽이나 거울을 인식하지 못했나요?
A1. 기존 3D 카메라는 사물에 빛을 쏘아 돌아오는 시간을 측정하거나 색상 기반의 거리 데이터를 활용했습니다. 하지만 투명한 유리는 빛이 그대로 통과해 버리고, 거울은 반사된 다른 공간의 풍경을 비추기 때문에 거리를 제대로 측정하지 못하고 심도 정보가 결손되는 '뎁스 홀(Depth Hole)' 현상이 발생하여 로봇이 공간을 오인하게 되었습니다.
Q2. 링봇-비전이 경쟁 모델보다 적은 데이터로 높은 정확도를 내는 비결은 무엇인가요?
A2. 링봇-비전은 단순 색상과 거리 데이터 수집에만 의존하지 않고, 업계 최초로 '경계 구조(boundary structure)'를 사전 학습 목표로 설정했기 때문입니다. 물체의 외곽 테두리와 기하학적 형태를 먼저 파악하도록 설계되어 DINOv3 데이터셋의 10분의 1 수준인 1억 6천만 장의 이미지 학습만으로도 동등한 수준의 서브픽셀 정밀도를 구현해냈습니다.
Q3. 오르벡과 협력하여 출시되는 통합 카메라 제품은 어떤 이점이 있나요?
A3. 연말 출시 예정인 올인원 통합 카메라는 고가의 외부 연산 장치나 추가 센서를 주렁주렁 달 필요 없이 '3D 카메라 센서'와 '공간 인식 AI 소프트웨어'가 하나의 패키지로 묶인 제품입니다. 로봇 제조사들은 별도의 복잡한 알고리즘 세팅 없이 이 카메라를 탑재하는 것만으로도 엣지단에서 실시간으로 정밀한 공간 인지 기능을 구현할 수 있어 개발 비용과 시간을 대폭 아낄 수 있습니다.
0 댓글