산업 현장에서 활용하는 로봇의 미래는 이제 AI와 떼어 놓고 생각할 수 없습니다. 사전 프로그래밍된 내용에 따라 로봇이 움직이던 시대는 지났습니다. 이제는 외부 제어와 환경 영향 없이 자율적으로 판단하고 움직이는 로봇의 시대입니다. 관련해 이번 GTC 2022에 흥미로운 주제의 세션들이 준비되었습니다. 몇 가지 추려 보았습니다. GTC 2022 등록 전이라면 이 링크를 통해 무료 사전 등록을 할 수 있으니 참조 바랍니다.
엣지 AI 및 로봇 공학을 위한 NVIDIA Jetson 로드맵[A41731]
NVIDIA Jetson 라인업은 보급형 장치부터 자율 주행 등 지능적인 기능을 갖춘 장치까지 다양한 용도로 활용됩니다. 이 세션은 소형 로봇 및 엣지 AI 애플리케이션을 배포하는 장치에 주로 쓰이는 Jetson Orin 모듈에 대해 자세히 알아봅니다. Jetson Orin 제품군의 주요 하드웨어 및 소프트웨어 그리고 로드맵이 궁금하다면 일정표에 넣어 두는 것을 추천합니다.
발표자: 릴라 카룸부나단, NVIDIA 하드웨어 제품 관리자
일정: 9월 21일 수요일 오전 2시 ~ 2시 55분 (한국 시각)
로봇 공학의 미래와 물류 및 스마트 운송 [A41261]
로봇은 제조와 물류 현장에서 큰 영향을 끼치고 있습니다. 현재 로봇은 단순 자동화 장치를 넘어 지능을 갖춘 스마트 기기로 진화 중입니다. 이 세션은 최신 공학 및 AI 기술이 로봇의 활용 사례를 어디까지 확대할 수있는지를 논의하는 자리입니다. 스마트한 이동 수단을 이용해 환경 오염을 줄이고 차량 흐름을 개선한 사례부터 창고와 셀 기반 제조 공정의 효율성 향상까지 다양한 활용 사례를 예로 트렌드를 살펴봅니다.
발표자: 헨릭 크리스텐슨, 캘리포니아 대학교 로봇공학과 석좌교수
일정: 9월 21일 수요일 오전 3시 ~ 3시 50분 (한국 시각)
엣지 AI와 로보틱스의 차세대 물결 [A41201]
여러 산업 분야에서 지능형 자율 기계 도입이 확대되고 있습니다. 이런 기계에서 생성되는 데이터 양은 2025년 175제타바이트(175조 기가바이트)에 이를 전망입니다. 더 똑똑한 기능, 더 많은 데이터를 다루는 장치를 위해 Jetson Orin은 작은 크기임에도 서버급 성능을 엣지에 제공합니다. NVIDIA의 파트너 및 고객 생태계에서 일어나고 있는 Jetson Orin 기반 혁신을 알아봅니다. 운송, 물류, 제조, 소매, 스마트 도시, 건강 관리, 생명 과학, 농업 등 다양한 산업의 사례를 이번 세션을 통해 확인할 수 있습니다.
발표자: 천수, NVIDIA 제품 마케팅 관리자
릴라/릴라 카룸부나단, NVIDIA 하드웨어 제품 관리자
일정: 9월 21일 수요일 오전 5시 ~ 5시 50분 (한국 시각)
시뮬레이션 도구를 활용한 AI 기반 로봇 개발 [A41267]
이 세션은 AI 기반 로봇을 위한 강화 학습 및 합성 데이터 워크플로우를 소개합니다. 데모를 통해 최신 로봇 공학 인식 기능을 강화하는 것도 보여줍니다.
발표자: 안쿠르 한다, NVIDIA 연구 과학자/켈리 구오, NVIDIA 수석 응용 연구 엔지니어
일정: 9월 21일 수요일 오전 4시 ~ 4시 50분
디지털 트윈 구축 [A41384]
이 세션은 NVIDIA Omniverse을 활용한 디지털 트윈 구축을 알아봅니다. CAD/URDF 프로그램에서 자율 이동 로봇(AMR)을 불러와 실제 공정에서 움직이는 것처럼 시뮬레이션하는 방법을 알아봅니다. 그리고 라이다와 카메라를 추가해 디지털 트윈 환경에서 탐색 스택을 실행하는 것도 살펴봅니다. 마지막으로 디지털 트윈 환경에서 로봇의 인식 모델 훈련을 위한 합성 데이터 세트 생성 방법도 소개합니다.
발표자: 릴리라 토라비, NVIDIA Isaac Sim 수석 제품 관리자
일정: 9월 20일 화요일 오전 4시 ~ 4시 50분
로봇 자율성 실현 [A41181]
인지, 동작 계획, 조작 및 시뮬레이션을 위해 신경 환경 표현(neural environment representations)을 어떻게 로봇에 활용할 수 있을까요? 외부 제어나 영향으로부터 자유로운 로봇을 꿈꾼다면 이 세션이 도움이 될 것입니다. 이 세션은 이에 대한 답을 제시합니다. 로봇 탐색 및 조작을 위해 NeRF(Neural radiance field) 표현을 사용하고 NeRF 모델을 미분 가능한 로봇 역학 시뮬레이터에 통합하는 것에 대해 알아보시죠.
발표자: 맥 슈웨거, 스탠포드 대학교 항공 및 우주학 부교수
일정: 9월 21일 수요일 오전 6시 ~ 6시 50분