유니티는 컴퓨터 비전과 시뮬레이션 기술을 통합한 인공지능(AI) 및 머신러닝 기능을 통해 로봇이 산업에서 어떻게 활용될 수 있는지를 구현하는 오브젝트 위치와 방향 추정(Object Pose Estimation) 데모를 3월 5일 공개했다.

로봇 운영체제를 지원하기 위해 유니티가 최근 출시 중인 기능 중 하나로, 앞으로는 다양한 유니티의 툴과 기능의 조합으로 로보틱스 분야에서 더욱 안전하고 경제적이면서도 신속하게 솔루션을 테스트 및 개발, 적용할 수 있게 될 것으로 기대된다.

유니티 대니 랭 인공지능 담당 부사장은 “이 시스템은 프로그램을 통해 작동하는 것이 아니라 합성 데이터를 이용해 자율적으로 학습을 하며, 지속적인 학습을 통해 프로그래머조차 파악하기 힘든 미묘한 패턴을 파악할 수 있게 된다”며 “끊임 없는 기술 개발로 인해 이제는 유니티가 진정한 의미의 AI를 다루게 되었다고 생각한다. 이번 데모 건도 AI를 통해 로봇 훈련의 효율성을 높인 사례”라고 말했다.

시뮬레이션 기술은 위험하거나 고비용, 또는 잘 발생하지 않는 드문 상황에서 애플리케이션을 테스트하는 데 매우 효과적이다. 로봇에 적용하기 전 시뮬레이션을 통해 애플리케이션을 검증하면 잠재적인 문제를 조기에 발견해 반복 작업 시간을 단축할 수 있다. 유니티의 빌트인 물리 엔진과 유니티 에디터를 통해 수많은 가상 환경을 만들고, 오브젝트에 작용하는 힘을 실세계와 물리적으로 큰 오차 없이 적용해볼 수 있다.

오브젝트 위치와 방향 추정 데모는 최근 공개된 유니티의 ROS-TCP-커넥터와 URDF 임포터를 잇는 ROS 지원 기능이다. ROS-TCP-커넥터는 ROS 노드와 유니티 간에 전송되는 메시지의 지연 시간을 크게 줄여 로봇이 시뮬레이션 환경에서 실시간에 가깝게 반응할 수 있게 만들어 준다. URDF 임포터는 URDF 파일에서 유니티 씬으로 로봇을 가져오는 오픈 소스 유니티 패키지로, 보다 현실적인 키네마틱 시뮬레이션을 위해 로봇 관절 지원 기능을 활용한다. 이번에 공개된 데모는 지금까지 이루어진 연구의 연장선으로서, 최근 출시된 퍼셉션 SDK의 유니티 컴퓨터 비전 툴이 큐브의 위치를 예측하는 단순한 딥러닝 모델을 학습시키기 위해 라벨이 지정된 합성 학습 데이터를 대량으로 만드는 데 어떻게 활용될 수 있는지 보여준다. 이 데모에서는 샘플 프로젝트에 관한 튜토리얼을 제공하며, 더 복잡한 씬을 만들 수 있도록 맞춤 설정된 랜더마이저를 적용하는 방식으로 프로젝트의 확장이 가능하다.

대니 랭 부사장은 “유니티를 통해 보다 많은 사람이 데이터를 생성할 수 있는 시대가 열렸을 뿐 아니라, 인터랙티브 시스템을 활용해 가상 환경에서 고도의 시뮬레이션을 진행할 수 있게 되었다”며 “이제 장비가 손상되거나 설치 비용이 급증할 위험을 감수하지 않고도 자율 주행 차량이나 로봇 팔 제어 시스템을 개발할 수 있다. 정밀한 가상 환경에서 본 데모가 활용 가능하다는 사실이 검증되면 AI와 머신러닝이 결합된 로보틱스가 많은 산업에서 시간과 비용을 절약하는데 도움이 될 것”이라고 덧붙였다.

저작권자 © 아이러브PC방 무단전재 및 재배포 금지